癫痫持续状态相关危险因素分析

目的 探讨癫痫持续状态(SE)的相关危险因素情况。方法 选取亳州市人民医院收治的129例癫痫患者, 将79例SE患者作为SE组, 未发生SE 的50例患者作为对照组。回顾分析两组患者一般资料, 同时分析两组患者颅脑损伤、病毒性脑炎急性期、脑血管病等情况, 对SE的影响因素进行统计分析。结果 两组患者颅脑损伤、病毒性脑炎急性期、脑血管病、不规则服药差异有统计学意义(P<0.05), 两组患者家族史、脑皮质发育异常、CO中毒或者酒精中毒、颅内占位病变、发热、脑血管畸形差异无统计学意义(P>0.05)。通过logistic 回归分析, 颅脑损伤、病毒性脑炎急性期、脑血管病、不规则服药为SE的独立危险因素(P<0.05)。结论 颅脑损伤、病毒性脑炎急性期、脑血管病、不规则服药是SE发生的危险因素, 及时规避SE的相关危险因素, 对于临床治疗和提高预后均有重要意义。     

基于改进K-均值聚类的快速分形图像编码算法

将先进的K-均值聚类理论引入到分形图像编码领域,是目前国际学术界的研究热点之一.本文全面分析了K-均值聚类的初始聚类中心选取问题,给出了基于均值一标准差的初始聚类中心选取新方案,并据此提出了一种新的快速分形图像编码算法.仿真实验表明,本文所提出的快速分形图像编码算法是一种高效的图像压缩方法,不仅其压缩效果明显优于传统K_均值聚类分形图像压缩方案,而且具有较短的编码时间.同时,该算法还具有较强的通用性与适应性(传统K-均值分形编码方法对于纹理图像压缩效果较差,而本文算法的压缩效果却较理想).     

聚类分析法在中成药成分分析中的应用

Component analysis of Chinese proprietary medicines is a complicated and difficult task. In literature, thin layer chromatography was frequently applied for the analysis of proprietary medicines because of low cost and simplicity. However, there are some restriction in applying this technique to the component analysis of proprietary medicines. In this paper, a simple pattern recognition technique——cluster analysis, was introduced. And with the use of an in-house computer program, the technique could provide a rather simple and rapid means for the component analysis.     

癫痫持续状态的相关危险因素分析

目的探讨癫痫病患者发生癫痫持续状态的相关危险因素。方法对对我院急诊科2008年7月至2012年3月收治的62例癫痫持续状态患者的临床诊治资料进行回顾性研究;同时选取同期因癫痫发作来院急诊的癫痫患者72例作为对照组对比研究。纳入回顾性研究的因素包括:年龄,性别,感染史,治疗不当,过度疲劳,肝肾功能异常,癫痫病病程。利用SPSS13.0统计软件对所得计数资料进行χ2检验,计量资料进行独立样本t检验,同时为排除混杂因素的干扰进行多因素Logistic回归分析。结果通过对计数资料进行χ2检验,计量资料进行独立样本t检验,得出年龄(P<0.05),感染史(P<0.05),治疗不当(P<0.01),癫痫病病程(P<0.05)是癫痫病患者发生癫痫持续状态的相关危险因素。进行多因素Logistic回归分析显示治疗不当(P<0.01;OR=3.719),感染史(P<0.05;OR=4.192)为癫痫持续状态发作的独立危险因素,而年龄(P<0.05;OR=0.299)为保护因素。结论治疗不当,感染史为癫痫病患者发生癫痫持续状态的独立危险因素,而癫痫持续状态的发病率也随着年龄增大有显著下降。     

基于遗传算法的自适应文本模糊聚类研究

针对FCM聚类算法时初始聚类中心的选择敏感,以及聚类数C难以确定的问题,提出一种基于遗传算法的自适应文本模糊聚类方法.该方法首先将文档集合表示成向量空间模型,并采用一种新型的可变长染色体编码方案,随机选择文本向量作为初始聚类中心形成染色体,然后结合FCM算法的高效性和遗传算法的全局优化能力,通过遗传进化,有效地避免了局部最优解的出现,同时得到了优化的聚类数目和聚类结果.实验表明该算法是一种精确高效的文本聚类方法.     

一种改进的BIRCH分层聚类算法

由于传统的BIRCH算法是用直径来控制聚类的边界,因此如果簇不是球形,它就不能很好地工作,而且传统的BIRCH算法只适用于单表.针对BIRCH的这些缺点,本文提出了一种改进的BIRCH-IBIRCH算法,该算法首先通过ID传播把多个表联系起来,使得BIRCH算法可以适用于多表的情况,再通过计算共享最近邻密度,可以发现任意形状的簇.实验表明,该算法不仅具有较强的可伸缩性,还可以得到较高精确的聚类结果.     

应用灰色聚类综合评价医疗质量

在医院管理中 ,正确评价医疗质量是一项重要工作。本文根据重庆市 2 0 0 1年医院住院工作报表中治愈好转率、周转率、使用率、平均住院日四项指标及好、一般、差 3个等级对 4所医院进行了灰色聚类评价 [1 ]。1　确定聚类对象、聚类指标设 1、2、3、4分别为重庆市甲、乙、丙、丁各所医院聚类对象 ,设 1* 、2 * 、3 * 、4* 分别为治愈好转率、周转率、使用率、平均住院日各项聚类指标。2　按报表资料确定聚类白化数 dij,建立矩阵 D　　　 1* 　 2 * 　 3 * 　 4*D=95 2 5 92 1485 10 2 9993 145 5 17764 15 14　12343　确定灰类功效函数根据 …     

改进的聚类算法在医学图像分割中的应用

针对医学图像的特点,设计了一种聚类分析的图像分割算法,并且将遗传算法引入聚类,利用遗传算法的并行性和随机搜索性,从DBSCAN算法出发,针对其局限性提出了一种基于取样的DBSCAN算法及其遗传优化,从而达到较好的分割效果。     

一种特征加权的聚类算法框架

为了考虑数据各维特征对聚类的不同贡献,并把有监督特征评价方法应用到无监督分类问题中,提出一种特征加权的聚类算法框架.该框架首先通过某种聚类算法对数据聚类,然后,根据聚类结果,采用有监督特征评价方法学习各维特征的权值,再根据特征权值重新聚类,之后再次学习特征权值,该过程反复迭代,直至算法收敛或达到指定的迭代次数.欧几里德空间内基于距离、基于密度的聚类算法均适用于本框架.基于本框架,采用模糊C均值聚类算法(FCM)、密度聚类算法(DBSCAN),并通过信息增益特征评价、ReliefF特征评价方法,对多个UCI数据集进行了实验,验证了该框架的有效性.     

一种新的基于改进聚类检索算法的CBIR系统研究

随着多媒体技术、网络技术的飞速发展,各种各样的信息爆炸式增长,导致人们对信息检索的要求越来越迫切.本文提出了一个新颖的基于内容的图像检索模型,还提出了一种新颖的适合于图像数据的聚类检索方法,通过自动更新簇特征的权重来提高聚类准确率,从而改进检索效果.通过文中的仿真实验说明,文中提出的检索模型,以及采用的相关算法是可行的,取得了良好的检索效果.     

应用聚类判别分析方法评价安宫牛黄丸的质量

本文应用聚类判别分析的多元统计方法,对十二个厂家生产的安宫牛黄丸进行了综合质量评价。通过气相色谱法、紫外-可见二阶导数光谱法、薄层扫描法、显微镜检等方法获得判别指标,以Bayes准则的逐步判别分析方法将诸厂家生产的安宫牛黄丸分为优、中、劣三级。判别结果较为切合实际。实践证明,在多指标的情况下,利用此方法,可以克服经验鉴别的主观性和片面性,比较客观地反映中成药的内在质量。     

聚类分析法在葛根类药材的化学分类中的应用

目的：对不同地区７种１８个样品的葛属植物按其主要活性成分的含量进行分类。方法：用聚类分析法。结果与结论：有助于判定葛属植物的质量,同时也为葛属植物类药材的化学分类提供依据。     

谱聚类算法综述

谱聚类算法是近年来国际上机器学习领域的一个新的研究热点.谱聚类算法建立在谱图理论基础上,与传统的聚类算法相比,它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点.本文首先介绍了图论方法用于聚类的基本理论,然后根据图划分准则对谱聚类算法进行分类,着重阐述了各类中的典型算法,并对算法进行了比较分析,最后进行总结并提出了几个有价值的研究方向.     

一种基于多特征的视频人物聚类方法

检索一段视频中出现的人物并进行人物归类具有重要的研究意义和实用价值.本文提出一种基于多特征的视频人物检索聚类算法:先用一种结合人脸检测和物体跟踪的算法检测镜头人物,并提取人物衣服区域颜色以及声音作为人物特征,再用一种无监督模糊聚类方法对人物进行聚类,最后利用声音特征对聚类结果进行修正.该方法适用于人物数未知的条件下进行无监督的人物聚类.不同类型视频的试验证明该方法有效而实用.     

一种基于网格和密度的数据流聚类算法

在"数据流分析"这一数据挖掘的应用领域中,常规的算法显得很不适用.主要是因为这些算法的挖掘过程不能适应数据流的动态环境,其挖掘模型、挖掘结果不能满足实际应用中用户的需求.针对这一问题,本文提出了一种基于网格和密度的聚类方法,来有效地完成对数据流的分析任务.该方法打破传统聚类方法的束缚,把整个挖掘过程分为离线和在线两步,最终通过基于网格和密度的聚类方法实现数据流聚类.     

基于小生境混合遗传算法的文本特征词聚类研究

提出一种基于小生境混合遗传算法的文本特征词聚类方法.该方法首先采用贝叶斯语义模型对语料库进行统计分析,并以K-L距离度量特征词间的距离,然后将小生境遗传算法与K-Means算法相结合,对文本特征词进行聚类,为文本特征词聚类提供了较高的效率和精确度.实验表明该方法是一种高效可行的文本特征词聚类方法.     

聚类分析法在龟板鉴别中的应用

目的：建立一种新的龟板鉴别方法。方法：以龟板各盾片比值为量化指标，用聚类分析法进行聚类。结果：本方法与传统的方法完全吻合。无需特殊仪器，可排除人为干扰。结论：该方法相对结构辨析方法有明确的界线，为龟板的分类和鉴别提供了新思路。     

外科Ⅱ类切口手术切口感染危险因素的Logistic回归分析

目的:研究和分析外科Ⅱ类切口手术切口感染发生的危险因素,为有效预防和控制Ⅱ类切口手术术后切口感染的发生提供参考依据。方法:抽取某医院2012-2014年外科Ⅱ类切口手术患者病例16560例,对其临床资料进行统计分析。以术后是否发生切口感染为因变量,以性别、年龄等相关因素为自变量,进行单因素及多因素非条件Logistic逐步回归分析,统计分析外科Ⅱ类切口手术术后发生切口感染的危险因素。结果:16560例外科Ⅱ类切口手术患者发生术后切口感染共349例,感染发生率为2.107%。单因素分析结果显示,11项影响因素与Ⅱ类切口手术切口感染的发生具有相关性(P<0.01);对筛选出具有统计学差异的11项影响因素进行Logistic多因素回归分析显示,年龄、全麻、输血、住院时间和急诊手术为切口感染的独立危险因素(P<0.01),而临床路径、手术风险分级和抗菌药物预防用药为切口感染的保护因素(P<0.01)。结论:加强麻醉和输血的控制和管理,把患者纳入临床路径管理,缩短住院时间,选择择期手术,降低手术风险分级和合理预防应用抗菌药物,可以预防和控制外科Ⅱ类切口手术术后切口感染的发生。     

骨科Ⅰ类切口手术部位感染相关危险因素调查分析

目的 分析骨科Ⅰ类切口手术部位感染（SSI）的相关危险因素。方法 选择重庆市垫江县人民医院骨科2019年9月至2020年9月出院的Ⅰ类切口手术患者病历进行回顾性分析,填写《骨科Ⅰ类切口手术调查表》,采用多因素logistic分析发生感染的独立危险因素。结果 共调查患者1023例,发生SSI 85例,SSI发生率为8.31%。多因素logistic分析结果显示,年龄>60岁、美国麻醉医师协会（ASA）评分Ⅱ级及以上、手术时间>180 min、骨折内固定术及术前未预防使用抗菌药物是骨科Ⅰ类切口手术患者发生SSI的独立危险因素（P <0.05）。结论 年龄≤60岁、ASA评分Ⅰ级、缩短手术时长及术前预防使用抗菌药物等可减少骨科Ⅰ类切口手术SSI发生率。