首页 > 文献资料
-
孕妇血浆中胎儿游离DNA片段浓度和长度均值的计算方法研究
目的:建立计算孕妇外周血中胎儿游离DNA片段(cffDNA)浓度和长度均值的新的数学模型.方法:根据孕妇外周血中母亲和胎儿的DNA片段的长度分布不同的现象,利用K-means算法和EM算法开发新的算法.用提出的新方法分析孕妇外周血样本的DNA片段长度分布,cffDNA浓度和片段长度均值.结果:①三份样本中来源于母亲的DNA片段长度均值,分别为167bp,166bp和165bp;cffDNA的长度均值为160bp,163bp和158bp;②孕妇血浆中cffDNA的浓度分别为10.4％,5.5％,17.4％.此结果与基于Y染色体的百分含量的方法计算所得的结果相近.结论:用本课题组提出的新方法分析孕妇外周血的cffDNA的浓度和长度均值是有效的、准确的.
-
隐结构模型在慢性胃炎辨证中的应用探索——基于EM算法的因子分析方法
名老中医在长年的临床实践中积累了大量的宝贵经验,而这些经验都隐含在众多的临床病历中,机器学习是挖掘出这些隐含经验非常有效的工具,因此利用机器学习技术挖掘出隐含在大量病历资料中的临床经验,对于名老中医经验传承具有非常重要的价值.隐结构模型是张连文教授提出的一种模型,它能够较好地符合中医辨证理论.本文在其方法上进行了一定的简化和改进,并应用于慢性胃炎辨证.主要是采用基于EM(expectation maximum,大期望)算法的因子分析方法处理病案数据,从而得到慢性胃炎辨证的隐结构,提高了学习速度和模型的准确性.
-
基于多特征提取的遥感图像机场目标自动检测
传统的遥感图像机场跑道自动目标检测由于仅提取灰度特征常产生过分割现象,本文采用灰度特征和纹理特征相结合的方法进一步提高跑道的检测精度.利用阈值对遥感图像进行初始分割,以定位感兴趣区域(ROI),再利用EM算法估计ROI区域训练样本,引入马尔可夫随机场(MRF)模型,分割机场跑道.实验表明MRF可以很好地描述空间连续性,可以达到精确检测机场跑道的目的.
关键词： 灰度特征 纹理特征 阈值分割 EM算法 马尔科夫随机场(MRF) -
基于EM算法参数估计的各向异性扩散超声图像的去噪
目的 提出一种各向异性扩散滤波器的扩散参数选取方法,提高滤波器的灵活性和稳定性.方法 使用二状态的瑞利、高斯混合分布对超声图像灰度分布进行拟合,并采用期望值大化(expectation maximization,EM)算法实现混合分布的分解;根据分解结果预测图像中斑点噪声均匀分布的区域;通过对均匀区域统计特性的分析获取各向异性扩散的扩散参数.结果 通过与两种改进扩散参数选取的滤波方法对比,基于EM算法的混合分布分解能够准确地估计扩散参数,使滤波结果在噪声消除和边缘保持上达到有效的平衡.结论 基于EM算法参数估计的各向异性扩散是一种有效的超声图像去噪方法.
-
含区间数据Gamma分布的参数估计
目的建立含区间数据Gamma分布的参数估计方法,并用于SARS潜伏期的推算.方法采用EM算法构造出求解含区间数据Gamma分布参数极大似然估计的迭代公式,并应用于SARS潜伏期分布的拟合.结果基于EM算法的极大似然估计方法可以计算出含区间数据Gamma分布的两个参数,从而得到均值估计.同时,还可以根据极大似然估计的渐近性质,计算出估计量的标准误及各参数的置信区间.用于中国内地SARS爆发资料分析,发现SARS潜伏期服从Gamma(2.1,2.33)分布;潜伏期均值和方差的极大似然估计值分别为4.89天(95%CI 4.43～5.35)和11.40天2;95%的病人感染SARS-CoV后将在11.42天内发病.结论基于EM算法的极大似然估计方法对于含区间数据Gamma分布参数的估计是强健的,可以用于含区间数据SARS潜伏期的精确估计.
关键词： Gamma分布参数估计 EM算法 传染性非典型肺炎 潜伏期 -
非线性因子分析模型参数估计研究
目的研究非线性因子分析模型的参数估计方法.方法利用MCECM算法对模型参数进行极大似然估计,利用Louis公式计算标准误.结果统计模拟结果显示估计值与真实值比较吻合,误差较小.结论基于MCECM算法的极大似然估计方法可用于估计非线性因子分析模型的参数.
-
半参数治愈模型在长期生存者资料分析中的应用
目的 介绍长期生存者资料生存分析模型与方法 .方法 以SARS病人为例阐述半参数治愈模型原理与方法 ,并将长期生存者资料半参数治愈模型与Cox回归模型得到的结果 进行对比分析.结果 Cox比例风险回归模型得到四个协变量有统计学意义;半参数治愈模型比例风险回归部分得到一个有意义的协变量,logistic回归部分得到三个协变量有统计学意义.结论 在对长期生存者存在的资料分析时,半参数治愈模型比传统的Cox比例风险回归模型更具优势,不仅模型形式简明,参数估计解释合理,而且可从多角度提供更多有价值的信息,是一种适用范围更广,实用性更强的统计分析方法 .
-
一种基于条件把握度法和EM算法相结合的样本量再估计
目的 探索期中分析时正态分布资料的样本量再估计.方法 通过模拟试验比较揭盲状态下样本量再估计的条件把握度法及盲态下样本量再估计的EM算法,进而探索将两者相结合的应用策略.结果 均数差异大于初始值时越早使用条件把握度的方法,再估计之效能越高.结论 先用EM算法进行样本量再估计,如果再估计样本量大于初始样本量1.5倍,采用揭盲状态下的条件把握度法进行样本量再估计,可以尽量保持盲态和试验完整性并获得较高的把握度,同时也能减少一部分假阴性的发生以及临床资源的浪费.
-
利用Monte Carlo技术模拟研究不同缺失值处理方法对完全随机缺失数据的处理效果
目的 以医疗卫生机构年报资料为数据来源,采用成组删除法、极大似然估计法、多重填补法分别对模拟的完全随机缺失数据集缺失值进行处理,比较不同缺失率下三种方法的缺失处理效果.方法 运用SAS9.3,采用Monte Carlo技术模拟完整数据集及不同缺失比例数据集,利用成组删除法、EM算法、MCMC算法对缺失数据进行处理,得到不同处理方法后的参数估计结果,与完整数据集参数估计进行比较.结果 对于完全随机缺失数据,不同缺失率下,成组删除法的准确率均比较好;缺失率小于10％,三种方法处理效果差异不大;缺失率在10％～30％,成组删除法精确度逐渐降低,EM与MCMC准确度与精确度较好,缺失率大于30％,MCMC准确度与精确度相对较好.结论 对于不同缺失率的数据,综合考虑准确度和精确度,采用不同的方法进行处理.
关键词： 缺失值 EM算法 Markov Chain Monte Carlo 模拟 参数 -
含区间数据Gamma分布变量的因子分析
目的建立含区间数据Gamma分布变量的因子分析方法,并应用于SARS潜伏期的影响因素分析.方法采用EM算法求解基于含区间数据Gamma分布的广义线性模型(GLM)参数的极大似然估计(MLE).采用所建立的GLM方法对含区间数据SARS潜伏期进行单因子、多因子分析.结果采用EM算法,得到了含区间数据Gamma分布GLM中各个参数的MLE、近似的标准误、以及参数和模型的显著性检验结果.用于SARS潜伏期影响因素分析,发现不同接触方式、不同疫区对SARS潜伏期有明显影响;随着年龄增长,SARS潜伏期均值呈上升趋势;医务人员的潜伏期明显短于非医务人员.结论基于EM算法的MLE方法对于含区间数据Gamma分布GLM参数的估计是强健的,GLM方法可以用于含区间数据SARS潜伏期的影响因素分析.
-
靶向临床试验效应估计的偏倚及校正
随着人类基因组计划的完成,检测出与疾病相关的分子标靶成为可能,针对有特定疾病标靶的靶向药物开发日渐增多,靶向临床试验呈快速增长趋势.然而,以标靶检测阳性作为入组标准的靶向临床试验,由于疾病标靶诊断技术的不完善,致使入组病人中存在假阳性的现象,因而导致了靶向临床试验效应估计的偏倚.本文在分析疾病标靶的诊断性能对效应估计影响的基础上,指出常规分析方法估计效应存在的偏倚,并介绍一种基于EM算法联合参数Bootstrap抽样,实现靶向临床试验效应无偏估计的统计方法,为正确评价靶向临床试验提供了方法学支持.
关键词： 靶向临床试验 偏倚 EM算法 参数Bootstrap抽样 -
双源 CT 冠状动脉三维分割算法的研究
本研究旨在从心脏双源 CT 数据中自动精确分割出冠状动脉。采用一种基于多尺度滤波和概率决策的血管自动分割算法。先基于多尺度 Hessian 矩阵增强图像中的管状结构，再利用大后验概率基于灰度将体素分为目标和背景2类，后用26邻域区域生长法分割出左冠状动脉。实验结果表明，可精确分割出冠状动脉并提取血管中心线。该算法避免了血管泄露问题，无伪血管，无需人工交互，是一种有效的双源 CT 冠状动脉自动提取方法。
关键词： 双源 CT 冠状动脉 多尺度 Hessian 矩阵 EM算法 -
基于EM算法的自适应离子单通道信号参数估计技术研究
许多离子通道的电流信号特别微弱,运用标准的阈值检测器方法不能估计出通道信号的各种参数.基于隐Mark-ov模型(HMM)的各种算法运算量大,不具有自适应功能.本文借用增广小二乘法(ELS)参数辩识算法中的运算技巧,应用随机逼近原理,在EM算法的基础上推导出一种具有自适应能力的离子通道信号参数估计技术,仿真证明其估计精度较高,稳健性强,而且易于实现.
-
基于图论的交互式脑部肿瘤MRI自动三维分割
目的 交互式自动三维分割脑部肿瘤.方法 根据大后验马尔可夫随机场理论(MAP-MRF),提出基于图论的小切优化准则的三维脑肿瘤分割算法,同时结合期望大化参数估计方法(EM)来自动估计混合高斯模型的参数,实现了脑部肿瘤三维(3D)分割.结果 实验结果表明,该算法能够实现脑部肿瘤的自动三维分割,具有分割结果准确,鲁棒性好的优点.结论 本算法能够在简单交互下,完成脑部肿瘤快速,准确的三维分割.
关键词： 腩肿瘤 三维分割 图论 最大后验马尔可夫随机场 EM算法 -
序列颅脑CT图像颅腔内结构自动化提取及分割
目的 自动化提取和分割序列颅脑CT图像颅腔内结构.方法 本研究首先利用颅脑CT的解剖学结构,基于区域生长法和形态学方法提取出序列颅脑CT颅腔内结构.然后针对应用EM(期望大化)算法分割图像时,初始值选取难点,提出了一种改进的基于参数受限高斯混合模型的EM分割算法,实现了对颅内结构的有效分割.结果 实验结果表明,该算法能够实现从颅底到颅顶的所有CT图像颅腔内结构的计算机自动化提取和分割,结果准确.结论 本文算法在绝大多数情况下是有效的.
关键词： 区域生长 颅脑CT分割 参数受限的高斯混合模型 EM算法 -
量表分析中的缺失值估算
[目的]对量表分析中的缺失数据进行估计. [方法]采用了EM算法,该方法经过期望步和极大化步迭代后,获得大似然估计值,实现缺失值的估计. [结果]经对OSI-R量表进行缺失值检验,其中8个项目为完全随机缺失,6个项目为随机缺失.以任务过重(R0)指标为例将缺失值估计前后10个条目对应的相关系数进行对比显示,相关系数非常接近. [结论]对完全随机缺失和随机缺失数据有必要进行缺失值估算,以减少信息损失,提高分析效率.
-
基于大似然算法的心电逆问题研究
心电逆问题是通过测得的体表电势分布求取心外膜电势分布的过程,具有重要的临床意义和生理意义.本文采用有限元方法对心脏和体腔进行二维建模并求解心电正问题,然后构建状态空间方程,建模得到的体表电势与心外膜电势之间的关系为系统的测量方程,相邻时刻状态之间的关系为系统的状态方程.对于参数的不确定性问题,建立似然函数,引入期望大化(Expectation Maximization,EM)算法来求解,步骤E(Expectation)采用卡尔曼滤波对参数进行估计,步骤M(Maximization)利用似然函数重新估计约束,步骤E,步骤M循环迭代.后对整个过程进行仿真,结果显示采用期望大化(EM)算法时,解的收敛性要好于传统的卡尔曼滤波的解,相对误差也可以得到大幅度的降低.
-
HLA-A,B,DRB1单体型频率计算及其在骨髓库中的应用
目的从群体资料计算HLA-A, B, DRB1三座位单体型频率,并用于骨髓库寻找HLA匹配供者.方法根据HLA表型群体资料,使用大数学预期值算法(Expectation- Maximization,EM) 计算HLA三座位单体型频率.通过实例运算介绍HLA表型频率以及发现HLA匹配无关供者的概率.结果①使用DNA基因分型技术鉴定12193例无关汉族健康个体HLA表型,计算求得HLA-A, B, DRB1单体型频率.②预期概率与观察结果吻合,并用于评估骨髓库的适大小.结论使用EM算法估计大样本汉族群体HLA-A, B, DRB1三座位单体型频率,结果可靠,可用于评估骨髓库的适大小和组份.
关键词： HLA-A B DRB1单体型频率 EM算法 发现HLA匹配供者概率 -
医学科研中缺失数据的EM估计
目的探讨一种数据补缺的统计方法,以避免医学科研中常常发生观测数据的缺失而造成统计分析的困难. 方法通过数据间的相关信息,应用E M算法和生长曲线模型进行数据分析. 结果给出了EM算法的迭代步骤,并用软件SAS/IML编程实现. 结论通过EM补缺,可以保证资料分析的有效性,且EM算法补缺使参数估计的方差大大变小,从而提高了参数估计精度.
-
项目反应理论中潜在心理特质“填补”的参数估计方法及其演变
在心理与教育测量中,项目反应理论(Item Response Theory,IRT)模型的参数估计方法是理论研究与实践应用的基本工具.近,由于IRT模型的不断扩展与EM (expectation-maximization)算法自身的固有问题,参数估计方法的改进与发展显得尤为重要.这里介绍了IRT模型中边际极大似然估计的发展,提出了它的阶段性特征,即联合极大似然估计阶段、确定性潜在心理特质“填补”阶段、随机潜在心理特质“填补”阶段,重点阐述了它的潜在心理特质“填补”(data augmentation)思想.EM算法与Metropolis-Hastings Robbins-Monro(MH-RM)算法作为不同的潜在心理特质“填补”方法,都是边际极大似然估计的思想跨越.目前,潜在心理特质“填补”的参数估计方法仍在不断发展与完善.
