基于红外光谱数据融合的姜半夏鉴别方法研究

目的联合采用近红外(NIR)和中红外(MIR)光谱技术,通过数据融合方式建立姜半夏及其伪品姜虎掌南星的快速鉴别方法。方法收集22批姜半夏和14批姜虎掌南星样品,采集其NIR和MIR光谱数据,以偏最小二乘判别分析(PLS-DA)算法分别建立单一光谱数据和融合数据的姜半夏及其伪品的判别模型,以分类准确率对不同PLS-DA模型的判别结果进行评价,并以得分图展示样本在不同PLS-DA模型潜变量空间的分布情况。结果采用NIR光谱建立的PLS-DA模型对校正集和验证集的分类准确率分别为100%和84.62%,采用MIR光谱建立的PLS-DA模型对校正集和验证集的分类准确率分别为100%和92.41%,将NIR和MIR光谱数据融合后建立的PLS-DA模型对校正集和验证集的分类准确率均为100%,并且数据融合后,样本在PLS-DA模型潜变量空间呈现明显的分类聚集现象。结论数据融合方式可以显著提高姜半夏红外光谱鉴别准确率。本文为鉴别姜半夏及其伪品提供了新的研究思路和解决方法,为保证姜半夏临床用药安全、有效提供依据。     

基于集成学习算法构建前列腺癌预测模型

目的：利用机器学习算法建立前列腺癌诊断预测模型,为前列腺癌患者的穿刺术前诊断提供参考。方法：收集2017年1月-2018年12月中国医科大学附属盛京医院泌尿外科接受前列腺穿刺的255例患者的临床信息作为变量,采用Logistic多因素分析、信息增益率两种方法筛选研究变量,应用十折交叉验证划分训练集和测试集,采用多种机器学习算法（RF,SVM,Logistic,Naive Bayes）建立前列腺癌诊断模型,收集2019年1-6月的75例患者作为验证集,进一步评估模型性能和临床应用的可能性。结果：应用信息增益率筛选变量所建立的模型性能优于Logistic多因素回归分析。在4种机器学习算法中,Naive Bayes算法AUC最高,在试验集和验证集上分别为0.826和0.797。RF算法的Precision最高,在试验集和验证集上分别达到0.839和0.791。结论：基于前列腺穿刺患者的多种临床信息,通过机器学习方法建立诊断预测模型具有较高的准确率,能够为前列腺癌的诊断提供一定参考。     

逐步判别法在剖宫产术后再次妊娠分娩方式中的探讨

目的:分析影响剖宫产术后再次妊娠分娩时阴道试产(VaginalBirth After Cesarean Section,VBAC)结局的各种因素。方法:收集近年来本院住院分娩的158例剖宫产术后再次妊娠分娩产妇。依据阴道试产结局,分成阴道试产成功组(n=96)及阴道试产失败组(n=62),并采用Fisher方程及Bayes判别函数构建试产结局方程。结果:Fisher判别方程为:Y=0.219X2+0.645X3+0.469X7+0.376X9-0.432。其中,Bayes判别函数的敏感性、特异性、总符合率分别为87.2%、88.1%、89.9%。结论:应用Bayes量化判别分析法具有一定的敏感性、准确率,但实际应用过程中,应结合产妇具体情况综合考虑。     

分类变量资料判别分析在中医药科研中应用

目的：运用分类变量资料判别分析。为中医的计量诊断提供一种统计分析方法。方法：采用最大似然法及贝叶斯（Bayes)公式判别法,对已确诊的脾虚证病人60例及非脾虚病人50例按症状,体征及检验资料共13例个指标进行判别。结论：用判别分析方法对原来确诊的两组病人作回代。效果尚好,诊断符合率较高,假阳性率及假阴性率较低。结论：判别分析在中医诊断上起一定作用。     

基于增强CT影像组学预测非肌层浸润性膀胱癌的病理分级

目的 探讨基于增强CT影像组学建立的非肌层浸润性膀胱癌（non-muscle-invasive bladder cancer，NMIBC）病理分级预测模型的诊断价值。方法 回顾性分析2015年1月至2018年12月嘉兴市第二医院病理确诊的81例NMIBC患者的临床资料，患者术前接受增强CT检查，收集其皮髓期和实质期影像资料，对膀胱肿瘤轮廓进行勾勒，提取一阶变量、纹理变量、形状特征、小波变换变量，总计1980个特征变量。采用最大相关最小冗余（max-relevance and min-redundancy，mRMR）算法与最小绝对收缩和选择算子（least absolute shrinkage and selection operator，LASSO）算法进行特征选择，最后利用多种机器学习算法结合有意义的特征变量建立预测模型，用于比较其预测NMIBC病理分级的敏感度、特异性和准确率。结果 运用mRMR联合LASSO筛选出19个特征变量，使用K近邻分类（K-nearest neighbor，KNN）、神经网络（neural networks，NNET）、随机森林（random forest，RF）、支持向量机（support vector machines，SVM）4种机器学习算法建立模型并验证。4种模型建立成功且结果相对一致，其中RF模型表现相对稳定，在验证集中准确率为91.4%。在测试集中准确率为70.0%。结论 通过术前增强CT影像组学结合机器学习算法可精准预测NMIBC病理分级，对推动膀胱癌个性化治疗具有科学意义。     

基于随机森林的中药寒、热药性代谢组学判别方法研究

目的:建立中药寒、热药性判别模型与方法。方法:利用中药寒、热药动物实验,获取代谢组学数据;再采用随机森林算法构建中药寒、热药性分类判别模型。结果:基于随机森林构建的中药寒、热药性代谢组学分类判别模型,能够很好地实现分类判别,总体准确率超过90%;用前30个最重要的M/Z值构建的分类判别模型,同样有很高的分类准确率;经7∶3测试,准确率也超过90%。结论:基于随机森林的中药寒、热药性代谢组学分类判别模型,经实验数据建模验证表明其可行有效。     

基于机器学习算法构建高血压并发视网膜病变的风险预测模型

目的 运用机器学习算法构建原发性高血压并发视网膜病变风险的预测模型。方法 选取2020年3月至2022年3月在中国人民解放军联勤保障部队第908医院体检中心确诊的原发性高血压患者402例,其中原发性高血压并发视网膜病变患者201例(观察组),单纯原发性高血压患者201例(对照组)。收集2组患者34个相关研究指标作为原发性高血压并发视网膜病变的可能影响因素,并采用单因素分析、Spearman相关系数及最小绝对收缩和选择算子方法(Lasso回归)筛选变量后,将所有研究对象按7:3随机分为训练集和测试集,在训练集中运用机器学习算法构建支持向量机(SVM)、K邻近(KNN)、分类决策树(DecisionTree)、随机森林(RF)、极端随机树(ExtraTrees)、XGBoost及LightGBM预测模型,在测试集中进行验证。运用准确率、AUC值、敏感性及特异性对模型进行评价。结果 经单因素分析、Spearman相关系数及Lasso回归筛选出19个变量,构建了SVM、KNN、DecisionTree、RF、ExtraTrees、XGBoost、LightGBM预测模型。其中综合性能最高的为E...     

基于高效液相色谱-质谱技术的早期胃癌血清代谢组学分析

目的对比早期胃癌患者与健康人血清代谢产物的差异,寻找潜在的与早期胃癌相关的小分子代谢标志物。方法应用高效液相色谱-质谱(HPLC-MS)技术对16例早期胃癌患者与20例健康对照者的血清样本进行代谢组学检测。采用主成分分析法(PCA)、偏最小二乘判别法(PLS-DA)和t检验统计分析早期胃癌实验组与健康对照组的差异代谢物,最后将找到的差异代谢物通过人类代谢组数据库(HMDB)检索鉴定。结果与正常人相比,早期胃癌患者糖类、脂类等代谢可能存在异常,同时共筛选鉴定出9个对分类有显著贡献的代谢标志物。结论基于HPLC-MS技术的血清代谢组学分析方法能够有效区分早期胃癌与健康个体,对早期胃癌的诊断具有潜在的临床价值。     

兔血液凝血功能诊断的改进Fisher判别法

目的通过对经内毒素侵袭的实验对象凝血指标的检测,建立凝血指标与凝血类型之间较为准确的数学关系,从而代替血栓弹力图(TEG)检测法。方法将实验对象的凝血指标(PT、APTT、TT和FIB)通过实码加速遗传算法的投影寻踪方法赋予相应的判别权值,进而应用Fisher判别法建立指标与凝血类型间的判别关系函数,进行判别。最后通过指标筛选对判别函数进行优化。结果选用全部4项指标的判别正确率为92.00%。去除指标APTT后,判别正确率为94.8%。优化后对于低凝类型的评判准确率由最初的48.5%上升至74.29%。结论改进Fisher判别法对凝血的评判准确率高,方法简便,具有较高的应用价值。     

冠心病不稳定心绞痛血瘀证患者尿液代谢组学特征的研究

目的利用磁共振波谱代谢学方法研究冠心病不稳定心绞痛血瘀证患者和健康志愿者尿液代谢物的变化。方法通过临床横断面调查研究,收集冠心病不稳定心绞痛血瘀证患者和健康志愿者的一般资料和尿液样品,采用磁共振(NMR)和模式识别技术对磁共振氢谱进行分析,对谱图去水峰后采用0.01化学位移分段积分和归一化处理。所得数据输入SIMCA-P软件,采用偏最小二乘-判别分析法(PLS-DA)对结果进行分析。结果冠心病不稳定心绞痛血瘀证患者尿液中脯氨酸、丙氨酸、异亮氨酸、葡萄糖、缬氨酸、组氨酸、马尿酸等物质的含量升高;柠檬酸、肌酸酐、牛磺酸等物质的含量下降。结合PLS-DA对尿液样品的分析结果显示冠心病患者与健康人在代谢组学方面存在差异,且化合物分布在性别方面也有差异。结论研究表明尿液样品中柠檬酸、脯氨酸、异亮氨酸、牛磺酸等代谢物的改变构成了冠心病不稳定性心绞痛血瘀证患者的代谢组学特征,从而为疾病的诊断和治疗以及中医证候研究提供了新思路和新方法。     

Characteristics of urine metabonomics in patients with blood stasis syndrome of CHD unstable angina

目的 利用磁共振波谱代谢学方法研究冠心病不稳定心绞痛血瘀证患者和健康志愿者尿液代谢物的变化.方法 通过临床横断面调查研究,收集冠心病不稳定心绞痛血瘀证患者和健康志愿者的一般资料和尿液样品,采用磁共振(NMR)和模式识别技术对磁共振氢谱进行分析,对谱图去水峰后采用0.01化学位移分段积分和归一化处理.所得数据输入SIMCA-P软件,采用偏最小二乘-判别分析法(PLS-DA)对结果进行分析.结果 冠心病不稳定心绞痛血瘀证患者尿液中脯氨酸、丙氨酸、异亮氨酸、葡萄糖、缬氨酸、组氨酸、马尿酸等物质的含量升高;柠檬酸、肌酸酐、牛磺酸等物质的含量下降.结合PLS-DA对尿液样品的分析结果显示冠心病患者与健康人在代谢组学方面存在差异,且化合物分布在性别方面也有差异.结论 研究表明尿液样品中柠檬酸、脯氨酸、异亮氨酸、牛磺酸等代谢物的改变构成了冠心病不稳定性心绞痛血瘀证患者的代谢组学特征,从而为疾病的诊断和治疗以及中医证候研究提供了新思路和新方法.     

植物类中药寒热药性与无机元素相关性研究

目的?利用文献学的方法,研究植物类中药无机元素种类及含量与中药寒热药性的相关性,探寻中药寒热药性的无机物质基础,为科学表征中药药性理论提供可行性途径。方法?利用现有文献提供的信息资料,运用秩和检验、Fisher判别分析、Bayes判别分析、支持向量机等多种数据统计分析与挖掘方法分析数据,研究中药寒热药性与无机元素的相关性。结果?研究结果表明,无机元素的种类及含量与中药寒热药性密切相关。运用Fisher判别分析方法和Bayes判别分析方法对药物寒热药性进行判别,正确率分别为60.00%和78.75%;利用支持向量机判别药物寒热药性,正确率为95.00%。结论?植物类中药寒热药性与所含无机元素密切相关,提示以无机元素表征中药寒热药性具有可行性。      

基于机器学习算法的重症缺血性脑卒中早期死亡预测效果评价

目的 评价支持向量机(SVM)、随机森林(RF)、极限梯度提升(XGBoost)3种机器学习算法与Logistic回归在重症缺血性脑卒中30天死亡结局的预测效果。方法 使用2008年至2019年MIMIC-IV数据库中符合纳排标准的2358例重症缺血性脑卒中患者资料,分别用SVM、随机森林、XGBoost3种机器学习算法与Logistic回归结合合成少数类过采样(SMOTE)技术建立早期死亡预测模型,并使用通过受试者工作特征曲线下面积(AUC)、准确度、F1-score、布里尔分数等指标评价预测效果。结果 SVM、随机森林、XGBoost与Logistic回归模型在原始类不平衡数据死亡预测中AUC值分别为0.78、0.81、0.84、0.83。应用SMOTE合成数据集后,SVM、随机森林、XGBoost与Logistic回归模型的AUC值分别为0.72、0.84、0.83、0.83。除SVM 外,机器学习算法与Logistic回归之间有相似的预测能力,但准确率、布里尔分数等优于Logistic回归,综合分类性能更优。结论 机器学习算法在重症缺血性脑卒中早期死亡预测中性能较传统方法更优,在解决重症患者预后预测研究问题中具有优势。     

LVQ人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用

目的:探讨学习矢量量化(LVQ)人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用.方法:以前一年的平均气压、平均气温、平均降水量和平均蒸发量4个气象指标的标准化后的变量及伤寒、副伤寒发病率平方根反正弦变换值为研究自变量,将1979-2000年辽宁省某市伤寒、副伤寒发病率按大小分为高、中、低3种情况进行判别与预测研究.利用软件MATLAB 6.5的人工神经网络工具箱分别进行LVQ人工神经网络的构建、训练与模拟,分别考察LVQ人工神经网络在模型拟合及前瞻性和回顾性预测方面的能力,并且与传统Bayes判别分析进行比较.结果:LVQ人工神经网络能够从另一个角度对数据进行分类判别与预测,利用1980-1995年数据拟合准确率为100%,预测1996-2000年发病强度准确度为3/5;利用1982-2000年数据拟合准确率为100%,预测1 980-1981年发病强度准确度为1/2,均略高于传统Bayes判别分析.随机选择1 6年数据的拟合准确率为93.8%,预测另外5年发病强度准确度为4/5,与传统Bayes判别分析相当.结论:LVQ人工神经网络能够与传统Bayes判别分析相媲美,在发病率预测方面具有广阔应用前景.     

统计分析中检验方法的选择

<正>1.一组样本资料若来自正态总体,可用t检验,若来自非正态总体或总体分布无法确定,可用Wilcoxon符号秩和检验。2.配对设计资料二分类变量,可用MecNemar检验;有序分类变量,可用Wilcoxon符号秩和检验;连续型变量,若来自正态总体,可用配对t检验,否则可用Wilcoxon符号秩和检验;二分类变量,可用χ2检验,有序多分类变量,宜用Wilcoxon符号秩和检验。3.多组独立样本连续型变量值,来自正态总体且方差相等,可用方差分析;否则,进行数据变换使其满足正态性或方差齐性的要求后,采用方差分析;数据变换仍不能满足条件时,可用Kruskal-Kallis秩和检验。二分类变量或无序多分类变量,可用χ2检验。     

基于机器学习的中风中医辨证模型的构建与应用

目的 建立基于人工智能的中风中医辨证模型,为中风中医智能辨证模型的构建与应用提供方法和依据。方法 检索中国期刊全文数据库,收集关于中风的中医病案五种证型各60例,建立中风病案中医信息数据库,采用经过超参数调优的支持向量机（support vector machine, SVM）、K-近邻（K-nearest neighbor, KNN）、随机森林（random forest, RF）、极端随机树（extremely randomized trees, ExtraTrees）、XGBoost及LightGBM对数据进行机器学习建模。全部数据的70%作为训练集,30%作为测试集,采用五折交叉验证对模型进行评价,以Accuracy作为模型优劣的评价指标,比较模型的准确性。结果 中风中医四诊信息为输入变量共55项,中风中医证型为输出变量共5项。6种模型的拟合效果较好,Accuracy值均在0.85以上;其中SVM模型的准确率最高,可达0.95。结论 基于SVM算法模型建立的中风中医辨证模型具有较好的诊断、预测能力,机器学习技术应用于中风中医辨证模型的构建具有方法学上的可行性。     

基于影像组学的肝脏脂肪变性研究

目的利用影像组学与集成学习进行肝脏脂肪变性分级研究。方法回顾性分析2018年6月至8月于上海市第一人民医院进行MR上腹部mDixon成像序列扫描的成人患者资料,将患者的MRI数据利用影像组学特征提取方法和机器学习进行建模,研究采用3项指标对三种集成学习分类算法(AdaBoost、GBDT与XGBoost)的性能进行评估,包括准确率、精确率、召回率。结果XGBoost算法性能最佳,分类准确率达到81.9%;五项特征重要性之和大于19%,即在总体肝脏脂肪变形程度轻中度分类模型之中所占权重接近1/5。结论影像组学与集成学习方法为脂肪变性分级提供了一种较为可靠的辅助诊断手段,对轻中度脂肪变性的研究也能够为患者脂质代谢相关疾病的临床干预或治疗时机提供一定的参考价值。     

应用判别分析模型预测女性盆腔肿物性质的研究

目的探讨依据患者肿瘤标志物及一般资料建立的判别预测模型对于盆腔肿物性质诊断的价值。方法回顾性分析124例因盆腔肿物住院接受手术的患者,依据术后病理分为卵巢良性肿物组85例,子宫平滑肌瘤组25例,卵巢恶性肿瘤组14例,将所有的数据随机分成两个数据集,分别为训练集104例和验证集20例。收集上述所有患者的一般资料并检测其肿瘤标志物水平,建立判别预测模型并对其进行验证。结果本研究将训练集通过以下变量建立了判别预测模型-1: 年龄、孕次、产次、身高、体重、BMI、初潮年龄、绝经与否、CA153、CA125、AFP、CEA、CYFRA21-1、SCCAg、CA199、抑制素B,通过交叉验证得到其准确率为91.3%。同时,将上述数据采用Logistic回归分析,寻找有统计学意义的变量,发现年龄、孕次、抑制素B、CA125等统计资料差异有统计学意义(P<0.05)。再将上述变量建立判别预测模型-2,通过交叉验证后得到其准确率为93.3%。最后应用验证集将两个模型进行验证。结论判别预测模型-1和判别预测模型-2均可用于盆腔肿物性质的预测,但后者对盆腔肿物性质的预测具有数据简化、灵敏度高等优势,对于术前临床辅助诊断具有重要的临床意义。     

数值变量正态性检验常用方法的对比

正态分布是一种重要的连续型概率分布。统计分析中,研究者们时常跳过了对所研究变量的正态性检验,直接认为资料满足正态假定。如果恰逢涉及的数值变量并非来自正态总体,就会得到错误的分析结果。常用的正态性检验方法主要有两大类：一是主观判断的图示方法,二是客观量化的统计指标计算辅以检验。本文介绍常见的几种正态性检验方法,为数值变量统计学分析方法的正确运用提供参考。     

寻常痤疮患者血清脂质代谢组学分析

目的 分析中重度痤疮患者与健康对照之间血清脂质代谢组学差异，了解痤疮患者血清脂质代谢特征。方法 2019年5月—2020年4月于西南医科大学附属医院皮肤科采集30例中重度痤疮患者血清，同时收集30例年龄、性别、体质量指数匹配的健康对照者血清，采用液相色谱-串联质谱法（liquid chromatograph mass spectrometer, LC-MS）进行血清脂质代谢组学分析。采用偏最小二乘法判别分析（partial least squares discrimination analysis, PLS-DA）对差异表达的脂质代谢物进行多变量统计分析。通过京都基因与基因组百科全书（Kyoto encyclopedia of genes and genomes, KEGG）数据库筛选两组间具有显著差异的代谢途径。利用Mann-Whitney U检验方法计算差异代谢产物。采用Spearman相关性分析，分析血清PC(18:2e/20:2)浓度和痤疮严重程度相关性。结果 PLS-DA结果显示，痤疮患者血清脂质代谢物组成与健康对照呈明显分离趋势，在差异最显著的前30种脂质代谢产物中，痤疮患...