首页 > 文献资料
-
口腔数码摄影技术和诊断模型在前牙美学修复中的联合应用
目的 观察口腔数码摄影技术与诊断模型联合应用于前牙美学修复的效果.方法 选取我院2015年2月至2016年11月接受前牙美学修复的患者40例,根据随机数表法分为观察组及对照组,各20例.对照组实施常规美学修复,观察组使用口腔数码摄影技术与诊断模型联合.对比两组患者对前牙修复满意情况.结果 观察组患者对前牙美学修复各方面满意度均优于对照组,差异有统计学意义(P<0.05).结论 前牙美学修复使用口腔数码摄影技术与诊断模型效果确切,前牙修复效果及美学度理想,患者满意度高.
-
口腔数码摄影技术和诊断模型在前牙美学修复中的联合应用
目的：口腔数码摄影技术与诊断模型联合可应用于前牙美学修复中，现对其临床应用效果进行分析，评价联合应用的临床价值。方法选取我院2015年4月至2016年1月收治的48例需前牙美学修复的患者作为研究对象，将48例患者分成对照组和观察组，各24例。对照组患者接受临床常规修复治疗，观察组患者修复过程中联合使用口腔数码摄影技术和诊断模型。比较治疗后患者的修复情况。结果48例患者接受不同修复方案后，均得到了有效修复，观察组患者修复各项评分均高于对照组患者，差异具有统计学意义（ P<0.05）。结论两种修复方案都具有临床意义，但观察组患者前牙的修复方案具有更好的修复效果，可有效改善患者前牙的外观情况。
-
酒精性脂肪肝纤维化的无创诊断模型评价
目的：对Forns指数、FIB-4指数、APRI对酒精性脂肪肝纤维化的无创诊断进行评价。方法：收治已经进行肝脏穿刺取活检的酒精性脂肪肝患者60例，应用无创诊断模型进行分析，比较无创诊断模型与肝活检病理结果的相关性。结果：Forns 指数的相关系数0.7442，FIB-4指数的相关性0.6264，APRI 的相关性0.5638，较 FIB-4与 APRI， Forns指数明显偏高。结论：酒精性脂肪肝纤维化的无创诊断模型中，Forns指数具有较高的诊断价值。
-
支持向量机在高血压病中医证候诊断中的应用
目的:探索支持向量机方法在高血压病中医证候诊断中的应用,为高血压病中医证候诊断合理应用提供理论依据.方法:基于MATLAB 7.0环境,采用支持向量机(SVM)学习算法,以常见的21个症状、舌苔及舌体、脉象的量化数据为输入,高血压病证型为输出,建立基于SVM的高血压病中医证候诊断模型,并使用419例样本进行训练,130例样本进行测试.结果:总体准确率为90.0％.结论:基于SVM建立高血压病中医证候诊断模型具有较高准确率和方法学上的可行性.
-
基于人工神经网络的心系基础证诊断模型构建
目的:探讨心系病位、病性特征与基础证的相关性.方法:利用MATLAB神经网络工具箱,建立心系基础证BP神经网络诊断模型,选择400例心系病案资料作为训练样本,100例作为测试样本.结果:模型对心系基础证诊断正确率均在84.00％以上,平均诊断正确率达90.63％,误判率4.50％,漏判率4.88％,对终“证”的诊断正确率为73.00％.结论:利用BP神经网络算法能较好地模拟心系病位、病性特征与基础证的非线性映射,该思路可进一步应用于五脏系统辩证体系中,为病证规范化及诊断信息化提供方法学参考.
-
慢性乙型肝炎患者肝胆湿热证和肝郁脾虚证的决策树诊断模型初探
目的 建立基于临床数据的慢性乙肝患者典型证候的诊断模型,探索与慢性乙肝典型证候相关的症状、体征和实验室指标组合.方法 对1 004例慢性乙肝患者进行证候学调查和实验室检测,包括 88项症状、舌脉象、20项体征和 14项实验室指标.然后选取典型证候的临床数据,联合采用Logistic回归、决策树、贝叶斯网络方法进行数据分析,构建能够有效区分不同证候的诊断模型.结果 1 004例慢性乙肝患者中为典型的证候为肝胆湿热证(340例,占33.86%)与肝郁脾虚证(366例,占36.45%).首先采用Logistic回归分析得到具有统计学意义的16项症状与体征及3项实验室指标,然后采用决策树方法构建能够区分肝胆湿热证、肝郁脾虚证的诊断模型(辨证诊断准确率=74.36%),发现苔白、淡红舌、巩膜黄染、两目干涩、丙氨酸转氨酶(ALT)和 HBeAg是鉴别两证型的有效指标组合.采用贝叶斯网络分析的结果也验证了上述指标的重要性.结论 本文建立了一种能够有效判别慢性乙肝患者肝胆湿热证、肝郁脾虚证的决策树诊断模型,为将基于经验的中医辨证转向基于数据模型的辨证提供了方法,有助于促进证候的客观化诊断.
-
肝纤维化无创诊断模型的研究进展
对慢性肝病肝纤维化程度的评估是判断病情、决定治疗及随访疗效的关键环节.尽管目前肝活检病理组织学检查依然是诊断肝纤维化和肝硬化的"金标准"[1],但肝穿仍有一定的有创性和潜在风险,使有些患者不愿接受,尤其难以重复进行.
-
基于PET/CT图像纹理参数的肺结节诊断模型
目的 基于PET/CT融合图像纹理参数建立肺结节良恶性诊断模型,提高肺癌的识别率. 方法 选取宣武医院核医学科经PET/CT检查的52例肺结节患者,收集其PET/CT影像图像及人口学、影像学信息.以Contourlet变换和灰度共生矩阵相结合的方式,对PET/CT图像的感兴趣区域提取纹理参数.基于所提取的纹理参数建立支持向量机模型,得到每个肺结节良恶性判别结果.为了提高模型的诊断效果,将结节边缘、大摄取值、有晕征等影像学信息也纳入模型,重新建立支持向量机模型.通过灵敏度、特异度、正确率等指标对模型诊断效果进行评价.结果 纹理参数肺结节诊断模型的灵敏度、特异度分别为90.7%、93.5%,纹理参数结合影像学信息的肺结节诊断模型的灵敏度、特异度分别为95.7%、100.0%.结论 基于PET/CT图像纹理参数建立的支持向量机模型对良恶性肺结节具有较好的鉴别诊断效果.
-
基于人工神经网络的肺癌细胞形态学诊断模型的建立及应用
目的 使用纤维支气管镜刷片细胞形态学定量参数建立基于人工神经网络(ANN)的诊断模型,并验证其在辅助诊断肺癌中的价值.方法 利用HMIAS-2000医学图像分析系统,对组织病理学确诊的138例患者纤维支气管镜刷片细胞的细胞核进行形态定量研究,包括肺腺癌48例、肺鳞癌28例、肺小细胞癌22例,肺良性病变40例.取系统误差阈值为10-8,随机数字法选取22例肺癌、8例肺良性病变对获得的22项参数进行ANN建模及模型训练,并用盲法测试验证模型对肺癌诊断的敏感性和特异性.结果 所建立的ANN模型经过18次训练后即可达到误差要求.ANN模型诊断肺癌的敏感性为94.7％(72/76),特异性为96.9％(31/32).结论 使用纤维支气管镜刷片细胞形态学定量参数成功建立了基于ANN的诊断模型,对肺癌的鉴别诊断具有一定的应用价值.
-
基于模糊贝叶斯网络的星形细胞瘤分级预测与知识表达
针对医学影像特征具有模糊性和不确定性的特点,提出一种基于模糊贝叶斯网络的影像诊断预测模型.该模型使用高斯混合模型(GMM)对连续的视觉特征进行模糊量化处理,利用专家知识根据病症与影像特征之间的因果关系建立混合贝叶斯网络结构;由数据通过机器学习确定网络参数;采用概率推理定量估计病症的发生概率,从而建立一个可计算的预测模型.将该方法应用于星形细胞瘤分级预测,实验结果得出83.33%的正确识别率,远远超过使用小近邻分类器(K-NN)实现连续变量硬(crisp)量化的贝叶斯网络模型,更合理地表达了具有模糊性、不确定性的专业领域的结构性知识,为星形细胞瘤恶性程度预测提供了新的辅助手段.
-
社区建立早期痴呆诊断干预模型的临床意义
目的:探讨在社区以低成本对早期痴呆病人进行诊断和干预并判定其临床意义.方法:设计并应用早期痴呆诊断和干预模型对我院辖区居民进行筛查,将诊断为早期痴呆的病人进行干预对照.结果:干预组病人的有效率(病情好转及无进展)好于对照组(P<0.025),有明确的临床意义.结论:对早期痴呆病人进行干预可以改变部分病人的病程及预后,也使辖区居民对痴呆有一定的了解和警惕性.
-
基于人工神经网络的诊断模型对针吸细胞学诊断小细胞型乳腺癌的应用研究
目的 探讨人工神经网络(ANN)诊断模型对小细胞型乳腺癌的针吸细胞学诊断价值.方法 利用MPIAS-2000系统对60例乳腺癌及30例乳腺良性病变针吸细胞的29项形态定量参数进行定量分析,建立人工神经网络诊断模型,对19例小细胞型乳腺癌进行人工神经网络诊断模型的判别分析.结果 人工神经网络诊断模型对小细胞乳腺癌及良性病变的诊断特异性为100%,敏感性为84.2%.结论 利用乳腺癌针吸细胞形态定量的人工神经网络诊断模型,对辅助针吸细胞学诊断小细胞型乳腺癌具有重要的参考价值.
-
乳腺癌针吸细胞形态定量的人工神经网络诊断模型的建立及应用研究
目的 建立乳腺癌针吸细胞形态定量参数的人工神经网络诊断模型,并验证其在辅助FNA诊断乳腺癌的价值.方法 利用MPIAS-2000系统对60例乳腺癌及30例乳腺良性病变的针吸细胞学涂片进行形态定量测定,对获得的29项形态参数进行人工神经网络建模分析,并用盲法对其鉴别诊断能力进行评价.结果 所建立的网络模型经过14次训练后即可达到误差要求,诊断模型对乳腺癌及乳腺良性病变的诊断正确率为100%,其特异性和敏感性均为100%.结论 乳腺良恶性病变的针吸细胞学涂片进行ANN分析所建立的诊断模型,对乳腺癌及良性病病变的鉴别诊断具有较高的应用价值,为辅助针吸细胞学诊断乳腺良恶性病变提供了新的思路.
-
基于大数据的个性化诊疗系统研究与探索
将医疗大数据的挖掘分析应用于典型疾病的诊断和预测,是实现个性化疾病诊疗的基础.本文在围绕大数据个性化医疗诊断模型研究与实践的基础上,提出在大数据平台上开展个性化诊疗的建设思路、实现方法和研究内容的初步设想,探索一种新的疾病诊断和预测的方法.
-
八种血清肿瘤标志物人工神经网络模型在大肠癌诊断中的应用研究
大肠癌是我国的一种常见恶性肿瘤,其发病率呈不断上升趋势[1].近年来,已有多种血清标志物用于大肠癌诊断.但由于敏感性和/或特异度较低,单项标志物诊断准确性不高,因此,如何提高多种标志物联合检测的诊断率就显得非常重要.本研究应用人工神经网络(ANN)建立八种血清标志物诊断模型,以提高大肠癌血清学诊断的效率,并验证其在临床应用的价值.
-
人工神经网络肿瘤标志物模型的建立及应用研究
目的建立8种血清肿瘤标志物(TM)人工神经网络(ANN)诊断模型,以验证其在鉴别恶性肿瘤和提示原发灶不明肿瘤的原发部位中的应用价值.方法用酶联免疫吸附法及时间分辨荧光分析法分别测定73例肺癌、60例肝癌、76例肠癌、78例胃癌和51例乳腺癌患者,4例原发灶不明恶性肿瘤患者血清标本中,癌胚抗原(CEA)、α-甲胎蛋白(AFP)、糖抗原19-9(CA199)、糖抗原242(CA242)、癌抗原72-4(CA724)、细胞角蛋白19片段(CA211)、神经元特异性烯醇化酶(NSE)和组织多肽抗原(TPA)的含量,结合ANN进行数据建模分析,并用盲法验证模型,对原发灶不明肿瘤的鉴别准确率进行评价.结果肺癌和肝癌ANN模型,对肺癌和肝癌的鉴别准确率达90.9%;肠癌和肝癌ANN模型,对肠癌和肝癌的鉴别准确率为88.9%;肝癌和胃癌ANN模型,对肝癌和胃癌的鉴别准确率为93.5%;乳腺癌和肺癌ANN模型,对乳腺癌和肺癌的鉴别准确率为80.5%;用肠癌和肝癌ANN模型鉴别2例原发灶不明肿瘤(术后病理诊断为肠癌)为肠癌;用肝癌和胃癌ANN模型鉴别2例原发灶不明肿瘤(术后病理诊断为肠癌)为胃癌.结论 ANN结合8种TM建立的诊断模型分析法可有效鉴别肺癌等5种肿瘤,并且可能提示原发灶不明的恶性肿瘤的原发部位.
-
血清“肝纤四项”联合检测诊断模型的建立
目的：构建以“肝纤四项”为变量的诊断模型，并探讨该诊断模型对明显肝纤维化的诊断效能。方法选取485例乙型病毒性肝炎患者，随机分为建模组324例和验证组161例，采用放射免疫分析法检测建模组和验证组患者血清中HA、LN、PⅢNP、CⅣ的含量；采用二元Logistic回归分析法，以肝组织活检作为“金标准”，构建以“肝纤四项”为变量的诊断模型；采用受试者工作特征（ROC）曲线，评价该诊断模型的诊断效能；用独立的验证组检验该模型的诊断效率。结果在二元Logistic回归分析中，确定了3项与研究终点相关的独立预测指标（HA、PⅢNP和CIV），由这3个指标建立了诊断模型FSM，FSM=1.56 ln（HA）＋0.92 ln（PⅢNP）＋1.90 ln（CⅣ）－8.18。FSM用于预测明显肝纤维化具有较高的诊断价值，ROC曲线下面积（AUC）为0.85。该模型应用于验证组，其诊断明显肝纤维化的AUC同样为0.85。根据ROC曲线，用于预测明显肝纤维化时，FSM取10.8为排除界值，敏感性和阴性预测值分别为88.31%和69%；取12.6为诊断界值，特异性和阳性预测值分别为93.55%和95.3%。比较FSM模型与HA的诊断效能，FSM模型的约登指数、阳性似然比、敏感性、特异性和准确率均高于HA，两者的AUC差异有统计学意义（Z =2.06，P ＜0.05）。结论本研究所建立的“肝纤四项”联合检测FSM模型，一定程度上提高了诊断效能。将该模型应用于预测明显肝纤维化，可使65%～70%无或轻度肝纤维化乙型肝炎患者避免“肝组织活检”。作为一种非创伤性检查手段，该模型可用于动态监测乙型肝炎患者肝纤维化进程。
关键词： 肝纤维化 二元Logistic回归 诊断模型 -
应用核磁共振技术对类风湿关节炎血清代谢物图谱研究
目的 应用基于核磁共振(NMR)的代谢组学方法,研究类风湿关节炎(RA)患者血清特征的代谢物表型.方法 收集65例血清标本,其中RA患者30例、健康对照35例.用600 mHz NMR采集血清代谢图谱,结合模式识别法分析RA内源性代谢物的差异及构建诊断模型.结果 RA患者糖类、脂类、氨基酸及能量代谢途径均受影响.主成分分析法(PCA)模型可以区分疾病组与健康对照组.偏小二乘法判别分析(PLS-DA)模型具有较好的可解释性(R2X =64.2％,R2Y=7.16％)及可预测性(Q2 =0.652).而正交偏小二乘法判别分析(OPLS-DA)模型的敏感性及特异性达到96.7％和91.4％.结论 基于NMR的血清代谢组学技术有望成为RA诊断的新方法并在临床应用中蕴涵巨大潜力.
-
基于高通量数据集的前列腺癌诊断模型的构建
目的 构建基于高通量数据集数据的前列腺癌诊断模型并验证其性能.方法 筛选从GEO下载的Taylor_prostate数据集,并用遗传算法进行进一步筛选,终运用人工神经网络算法对数据进行分析,建立诊断模型.用10倍交叉验证法对模型进行内部验证,下载两个Grasso数据集(GPL6480和GPL6848)进行外部独立验证.结果 经过两次筛选共获得5个基因ACADL、ACTG2、CACNA2D1、PCP4和SPARCL1.该模型的ROC曲线下面积为94.62.10倍交叉验证和外部独立验证的结果均良好.结论 基于高通量数据集构建的前列腺癌诊断模型性能良好.
-
盆腔多参数磁共振诊断模型在早期前列腺癌诊断中的应用研究
目的 探讨盆腔多参数磁共振诊断模型在早期前列腺癌诊断中的有效性及临床价值.方法 收集2013年10月至2014年11月就诊的前列腺特异性抗原(PSA) ＜20 μg/L且行经直肠前列腺系统穿刺活检的260例患者的临床资料.年龄(68.4±9.1)岁,血清总前列腺特异性抗原(tPSA)为(7.98±4.66)μg/L,其中PSA ≥4 μg/L者211例.首先通过包括由T2加权像(T2 weighted imaging,T2WI)、弥散加权像(diffusion weighted imaging,DWI)以及整合上述两种扫描序列特征的盆腔磁共振诊断模型对研究对象罹患前列腺癌的可能性进行判断,再经前列腺系统穿刺活检加以验证.结果 本组260例中,107例通过经直肠穿刺活检确诊为前列腺癌,阳性率为41.2％,随T2WI、DWI及T2WI联合DWI诊断评分的递增,穿刺活检阳性率显著升高,依次为6.7％ ～65.6％、14.4％～60.7％、13.5％ ～ 55.9％,差异均有统计学意义(P＜0.05).T2WI、DWI和T2WI联合DWI的诊断结果和病理结果对照后绘制受试者工作特征曲线,曲线下面积依次为0.651±0.034、0.744±0.031和0.728±0.031.以T2WI诊断1分作为参照,2～5分发生前列腺癌的风险依次为2.933、3.882、5.005、7.944倍.以DWI诊断1分作为参照,2～5分发生前列腺癌的风险依次为2.233、8.136、8.614、18.313倍.以T2WI联合DWI诊断1分作为参照,2～5分发生前列腺癌的风险依次为1.333、6.228、8.305、9.996倍.结论 盆腔多参数磁共振诊断模型能显著提高磁共振检查对早期前列腺癌的诊断效能,减少漏诊和过度诊断的发生率.
