首页 > 文献资料
-
黄芪甘温药性物质基础组分拆分的化学成分交叉验证方法学研究
目的:探索黄芪的拆分组分之间有无交叉,对组分拆分交叉验证的方法学进行研究,为黄芪甘温药性组分的判定提供研究基础.方法:采用水煎煮提取,不同溶剂萃取,分别以HPLC-UV和HPLC-ELSD数据作指纹图谱相似度评价以及主成分分析.结果:指纹图谱相似度评价和主成分分析的定性结果显示,黄酮组分与其余各组分之间相似度均小于0.31,皂苷组分与各组分之间相似度均小于0.34.结论:溶剂萃取法获得的拆分组分之间交叉较小,紫外和蒸发光散射两种数据获取方式相结合、相似度分析和主成分分析两种数据评价模式相结合的方法学能够有效的评价黄芪组分的交叉度,从而有利于黄芪甘温药性组分的判定.
-
基于支持向量机的痤疮患者舌色苔色识别算法研究
目的 针对中医痤疮患者的舌象特征,基于支持向量机(support vector machine,SVM)对舌色苔色的识别准确率及识别速度进行研究,以提高中医舌诊客观化研究的准确度及速度.方法 针对专家标定的1500个典型舌样本,在苔质识别阶段将亮斑、舌苔、舌质同层识别,以避免亮斑被误识别为白苔.使用交叉验证核函数、一对一(one against one,OAO)和投票法训练多类SVM分类器,网格法、遗传法、粒子群法结合交叉验证法对RBF核函数参数寻优,得到佳分类结果.后与阈值法、聚类法及DAG方法进行了识别准确率及识别速度的比较.结果 与其他方法比较,本文方法在舌色苔色识别准确率及识别速度上均有提高,本文识别准确率为84.73％,高于DAG方法(81.04％);识别速度为0.5599s,优于DAG方法(1.6394s).结论 本文方法对舌色苔色的分类准确率和识别速度都有一定的提高,对辅助医生临床诊疗及临床研究具有现实意义.
-
上海市女性乳腺癌危险因素分析与风险预测模型研究
目的 乳腺癌风险预测模型可将人群分为不同的风险等级,有助于降低筛查成本,使乳腺癌筛查效益大化.本研究分析了上海市女性乳腺癌的危险因素,初步建立了符合该人群流行病学特征的风险预测模型,为乳腺癌高危人群的筛选提供依据.方法 2008-05-23-2012-09-30,采用调查表对上海市闵行区149 577名35~74岁女性开展乳腺癌初筛,内容包括人口学、月经生育史、乳腺疾病史和家族史等信息,具备任一明确定义危险因素者为初筛阳性.将所有对象的个人信息与上海市肿瘤登记系统和生命统计系统进行记录联动,收集2015-06-30前乳腺癌确诊和全死因死亡信息.采用Cox比例风险模型,建立乳腺癌风险预测模型,计算乳腺癌5年发病风险,并采用5折交叉验证法,分别计算期望病例数与观察病例数比值(ratio of the expected to the observed number,E/O)和受试者工作特征曲线下面积(areas under the receiver operating characteristic curve,AUC),评价模型的校准度和区分力.结果 经过774 333人年(中位随访人年5.05年)随访,共发现新发乳腺癌病例973例,粗发病率(crude incidence rate,CIR)和年龄标化率(age-standardized incidence rate,ASR)分别为125.66/10万和112.55/10万,初筛阳性者的粗率和标化率分别为133.91/10万和121.83/10万,显著高于初筛阴性者的119.76/10万和106.91/10万.年龄、教育程度、乳腺癌家族史、患重度乳腺小叶增生、有乳房肿块、患乳腺导管内乳头状瘤与乳腺癌呈正向关联,哺乳和月经周期规律与乳腺癌呈负向关联.基于这些因素建立的风险预测模型估计该人群乳腺癌5年绝对发病风险高峰出现在55岁,在0.19%~1.10%之间变化.模型的E/O值为0.98(95%CI为0.92,1.04),AUC为0.596(95%CI为0.538,0.654).进一步按年龄分层,发现55岁以下组和55岁及以上组的E/O值分别为0.96(0.88,1.03)和1.01(0.91,1.16),AUC分别为0.627(0.514,0.701)和0.567(0.518,0.630).结论 本研究建立的风险评估模型主要基于自我报告的乳腺症状及体征,总体校准度较好,而总体区分力不理想,但在55岁以下女性中有所提高,可用于社区人群尤其是55岁以下人群的乳腺癌风险分级.
-
贝叶斯统计和经典统计在分位数回归分析中的比较
目的 在分位数回归分析中比较贝叶斯统计和经典统计,以便在不同场合下选择更加有效的方法.方法 选择大样本数据,基于经典统计和贝叶斯统计的分位数回归分析利用SAS软件中的QUANTREG过程和MCMC过程实现.分别采用十折交叉验证方法,通过训练集的拟合效果和预测集的预测效果两方面来评价模型优劣.结果 若采用全部样本建立模型时,基于经典统计的分位数回归分析评价指标略差于基于贝叶斯统计的分位数回归分析评价指标;基于部分样本作为训练集的十折交叉验证时,比较10次指标的均值,基于贝叶斯统计相对于基于经典统计而言,在具体的分位数回归方程中,其下四分位数(Q1)和上四分位数(Q3)的拟合效果为优,而中位数(Q2)的拟合效果略差;对于预测效果而言,基于贝叶斯统计的分位数回归方程要优于经典统计的分位数回归方程.结论 在拟解决实际问题的场合下,如要求准确度较高,主要考察各个分位数预测效果和拟合效果,可选择贝叶斯分位数回归分析法;若主要考察中位数的拟合效果则需要谨慎选择.如时间精力有限且样本量足够大,那么采用经典统计的分位数回归分析即可.
-
应用HSAB理论通过孤对电子性质对有机化合物亲核性/碱性的定量分析研究
在密度泛函理论的基础上,根据软、硬酸碱原理,通过孤对电子计算得到的各种化学性质,我们建立了一种定量研究有机化合物亲核性/碱性的方法.这些化学性质描述符包括全局柔性,Fukui方程,局部柔性,局部Mulliken电荷等,它们是通过PC Spartan Pro软件,在密度泛函理论SVWN/DN 层面上计算得到的量.在本研究工作中,选择了28个化合物,基于计算得到的密度将它们按照亲核性/碱性进行了分类.神经网络中的 BP算法被用来研究所选取描述符与亲核性/碱性之间的关系.通过交叉验证避免了在神经网络训练中可能会出现的过度拟合问题.结果显示基于所建立神经网络的预测结果与己知的实验结果符合的很好.局部柔性与Fukui方程与亲核性之间有着相当好的对应关系,而局部Mulliken电荷更好地反映了碱性.我们期望所建立和训练得到的BP网络模型可以被用来预测未知化合物和功能基团的亲核性/碱性.
-
电子舌在羟丙基-β-环糊精抑苦规律研究中的应用
目的 采用电子舌技术研究羟丙基-β-环糊精(HP-β-CD)质量浓度(C)变化对苦味化合物及苦味中药的抑苦规律.方法 以盐酸小檗碱、氧化苦参碱、苦参水煎液、穿心莲水煎液为苦味载体,基于口尝评价结果(△I)和电子舌信息(△Ie),分别建立△I-C、△Ie-C 2个抑苦规律模型、探索从△I-△Ie两者的抑苦效果预测模型,并使用交叉验证和残差分析法对预测模型的拟合精度和优度进行评价.结果 对4种苦味载体均建立了良好的△I-C威布尔抑苦规律模型,决定系数(R2)依次为0.999 6、0.987 9、0.996 4、0.998 4 (P＜0.01);盐酸小檗碱、苦参水煎液和穿心莲水煎液的6个(每个载体2根传感器)△I-C威布尔抑苦规律模型的R2依次为0.996 5、0.991 6、0.997 3、0.989 3、0.999 6、0.999 1(P＜0.01);相应的6个△I-△Ie线性抑苦效果预测模型的R2依次为0.989 1、0.968 3、0.989 0、0.982 0、0.977 9、0.986 1(P＜0.01);上述6个预测模型交叉验证的相关系数(R)依次为0.986 0、0.997 3、0.988 4、0.960 8、0.980 2、0.983 9(P＜0.01).测试质量浓度范围内的氧化苦参碱对电子舌4根传感器均无随浓度变化的差异性响应,因此未能建立各类模型.结论 基于电子舌方法得到了随HP-β-CD质量浓度变化的抑苦规律,建立了以HP-β-CD质量浓度或电子舌数据为基础的预测模型,可用于相关抑苦效果预测.部分苦味化合物对电子舌的响应没有相关规律,有待电子舌技术的进一步研发.
-
偏小二乘判别分析交叉验证在代谢组学数据分析中的应用
近年来,偏小二乘判别分析(PLSDA)方法在代谢组学研究中得到了广泛的应用,并成为一种标准的高维数据分析方法[1-2].PLSDA是一个有监督的学习方法,在分析代谢组学数据时往往由于变量过多而出现过拟合现象.判断PLSDA模型分类效果使用多的是交叉验证方法,Westerhuis等(2008)曾对代谢组学研究中PLSDA模型交叉验证的问题进行过深入细致的研究和阐述,并指出目前代谢组学中使用的PLSDA模型交叉验证方法仍然存在过拟合等问题[3].本文在简单介绍PLSDA及其交叉验证原理的基础上,给出一种新的评价PLSDA模型的交叉验证方法,并结合实例说明这种方法的有效性.
-
多次交叉验证对PLS DA模型的影响研究
目的：比较一次交叉验证和多次交叉验证对PLSDA优模型的影响，探讨在个体正确分组和少数个体错分时，多次交叉验证对PLSDA优模型稳定性的影响。方法打乱数据集中个体顺序进行多次交叉验证，通过一次交叉验证和多次交叉验证的方法对模拟数据和真实数据进行分析，使用成分数和MSEP等参数值来评价模型变异性和稳定性。结果模拟数据结果，仅进行1次交叉验证结果成分数为3，MSEP值为0.3792；在不打乱数据标签时，5000次交叉验证结果中，成分数范围是2～6，MSEP值的范围0.2569～0.5794；打乱5％的标签时，5000次交叉验证结果中，成分数范围是1～8，MSEP值的范围0.2061～0.6463；真实数据结果，进行1次交叉验证结果成分数为4，MSEP值为0.1376；10000次交叉验证成分数范围是4～10，MSEP范围是0.0802～0.3761。结论一次交叉验证结果不稳定，在应用PLSDA建模时，多次交叉验证在少量个体错分时能够获得稳定模型，建议使用多次交叉验证确保PLSDA模型稳定性。
-
基于SVM的尿液粒子识别算法研究
本文将支持向量机的算法引入到尿沉渣有形成分的分类问题上.在提取特征的基础上,采用交叉验证法和精度等高线图进行核函数及参数的选择.根据支持向量机和数据集特点,设计出由两级分类器集成的支持向量机多分类器.得到了相应的混淆矩阵.临床实验数据分类评测以及与神经网络方法比较结果表明,提出的算法具有一定的优势.
-
基于属性相似的药物相互作用预测模型
目的 对药物-药物相互作用进行研究预测,以提高联合用药的安全性,并提高药物的研发效率.方法 基于相似药物具有相似相互作用的原理,通过PubChem、DrugBank、Twosides等数据库提取并计算药物不同属性的相似度,构建预测模型并进行评价.结果 通过5折交叉验证结果证明,模型具有良好的特异度和灵敏度,采用hold-out验证模型具有较好的稳定性和鲁棒性.结论 本预测模型较精确,预测结果能够为合并用药与研发新药提供有益的信息.
关键词： 药物相互作用 相似度 交叉验证 hold-out验证 -
近红外透射法的葡萄糖水溶液的浓度测量和分析
葡萄糖浓度测量是无创检测人体血糖浓度的基础研究，具有重要的科学意义。本研究利用近红外光谱技术（NIRS）和回归定标方法相结合测定葡萄糖水溶液浓度。实验采用傅里叶光谱仪对葡萄糖溶液的近红外透射光谱进行采集，利用光谱数据建立回归模型，讨论偏小二乘法（PLS ）校正模型中主因子数的确定方法，并对不同预处理方法对PLS模型建立影响进行了研究。采用Savitzky-Golay 卷积平滑对溶液样品吸光度光谱进行预处理，通过交叉验证方法求取预测残差平方和（PRESS），葡萄糖溶液浓度预测值的大相对误差限制在了8％以内。研究结果表明，近红外透射法用于葡萄糖水溶液浓度测量能够达到一定的测试精度，具有进一步的研究价值。
-
基于非平衡数据的癫痫发作预警模型研究
目的 构建数据不平衡时癫痫发作频率预警模型.方法 以2008年9月～2011年1月在临沂市人民医院就诊的736例癫痫患者为研究对象,进行癫痫发作危险因素的流行病学调查.采用Smote算法,进行数据的平衡化处理、后构建随机森林模型(RF),对癫痫患者的发作频率(次/月)进行分类预测.结果 采用随机森林模型对癫痫患者进行分类,判断的正确率为82.53％,误判率为17.47％,受试者工作特征曲线下的面积为94.2％,袋外误差率为13.3％.结论 随机森林法能够对癫痫患者发作的频率进行快速的分类,为癫痫发作的预警提供科学依据.
-
生物样品分析中两台仪器之间的交叉验证
目的:明确交叉验证在生物样品分析测试中的必要性,建立生物样品分析中两台分析测试仪器之间交叉验证的操作规程.方法:参阅国际上有关方法学确证的指导原则及文献,通过一定数量的外标样品和给药后样品在两台分析测试仪器上的分析结果,经过统计,判定是否符合交叉验证的可接受标准.结果:本实验中通过对28个样本量的样品分析,双机测试的结果符合标准,双机测试的数据可以合并使用.结论:生物样品分析中,需要双机测试结果数据合并的时候,需要进行交叉确证.
-
分类树中C&RT算法与判别分析的比较及其医学应用
目的:探讨分类树中C＆RT算法和判别分析在数据分析应用中的区别.方法:首先介绍模型的基本原理,据此对方法间的优缺点进行比较,然后采用实例进行分析介绍,并报告模型的树型图,10折交叉验证的预测准确率.结果:C&RT算法是非参数、非线性的,对变量不同属性的适应是非常灵活地;C＆RT在构造树模型时是单变量拆分和递归的,故能够明显细分危险因素.结论:C&RT算法和判别分析模型各有优势,根据数据特点及专业背景合理分析与解释,将能保证分析的正确性和完善性.
-
基于基因表达谱分析的胃癌诊断及预后相关长链非编码RNA谱识别及鉴定
目的：筛选可靠的胃癌诊断及预后相关长链非编码RNA(lncRNA)谱，建立基于lncRNA谱的胃癌预后风险评分系统。方法：下载4个已发表的胃癌cDNA芯片数据集，对训练集GSE63089采用6种不同分类器筛选得到胃癌相关lncRNA谱，十字交叉验证及ROC曲线评估其诊断价值。在测试集(GSE27342， GSE38749和GSE50710)中验证模型的稳定性。经随机森林算法进一步筛选得到胃癌预后相关lncRNA，基于此建立胃癌风险评分，进而与性别、年龄等参数行单因素及多因素Cox回归。GSEA分析揭示胃癌预后相关lncRNA 的生物学功能。后，通过7株胃癌细胞株、胃上皮永生化细胞株GES-1及30对胃癌组织以qRT-PCR法检测胃癌预后相关lncRNA在体内外的表达水平及对胃癌的诊断能力。结果：经训练集GSE63089筛选，得到35个具诊断胃癌价值的lncRNA；十字交叉验证显示6种分类器基于35个lncRNA诊断胃癌的准确率分别为90%、87%、89%、88%、89%和92%；3种线性分类器(CC、DLDA和SVM)ROC曲线的AUC分别为0.957，0.961和0.986。验证集中诊断胃癌的准确率同样可达70~100%，证明模型的稳定性。随机森林算法进一步筛选出5个与胃癌预后相关的lncRNA(AK001094、AK024171、AK093735、BC003519和NR_003573)，基于其表达值建立胃癌预后风险评分。该评分系统对预后判断的AUC值为0.732；单因素及多因素分析发现，风险评分是胃癌预后的独立风险因素[单因素分析，HR =2.718，95% CI,1.452~5.090]；多因素分析，HR =5.249，95% CI,1.718-16.034]。GSEA分析显示，5个lncRNA主要参与细胞粘附等信号通路。体内外实验验证发现，AK093735、BC003519及NR_003573在胃癌中表达上调(P<0.05)，而AK001094、AK024171则表达下调(P<0.05)，与芯片结果一致；5个lncRNA诊断胃癌的AUC值分别为0.693、0.745、0.896、0.769和0.845，5者联合诊断的AUC值为0.958。结论：LncRNA谱可以作为胃癌诊断及预后的可靠标志物，但其具体生物学机制尚待进一步研究证实。
-
生物样品分析方法验证中的交叉验证
目的:明确交叉验证在生物样品分析方法中的作用、地位和必要性.方法:参阅国际上有关方法学验证的指导原则及文献,总结分析方法交叉验证在生物样品分析中的重要性和必要性,并通过实例建立不同实验室生物样品分析中的交叉验证流程,探讨现有操作流程的局限性.结果与结论:交叉验证结果表明,不同实验室的分析结果存在一定差异,但是符合可接受标准.交叉验证在生物样品分析中具有重要意义,需要得到重视并建立完善的操作流程及考核标准.
-
基于小波方差的ECoG分类
针对典型的基于皮层脑电图(ECoG)的脑-机接口(BCI)设计,被试任务为想象左手小指和想象舌头运动,提出了采用小波方差的特征提取方法.首先在小波变换的基础上,提出小波方差的计算方法及其意义,并以此作为特征,从64导联中获取特征较为明显的6个导联进行分析;然后对脑电(EEG)数据进行三层小波分解,根据ERD/ERS现象,提取包含Mu节律和Beta节律的小波系数方差作为特征,采用交叉验证的方法,利用classify进行线性分类.离线分析表明,对训练集和测试集的分类正确率达到90.24％和93.77％,小波方差作为BCI研究中特征提取的方法具有更加简单和有效的特性.
-
生物样品中化学药物定量分析方法验证的进展与解读
建立可靠的和可重现的定量分析方法是进行药代动力学、毒代动力学、生物等效性、生物利用度等研究的关键之一.为了保证分析方法可靠,必须进行方法验证.本文通过分析总结国内外指导原则、文献、会议报告等,介绍了生物分析领域的若干重要会议和指导原则颁布实施过程,综述了小分子化学药物生物分析方法验证应当包括的内容和具体验证方法,总结了我国与美国和欧盟的指导原则在某些细节规定上的差异,以及将来的全球一致化进程.
