简介: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。
简介:摘要:以乳制品食品安全监测数据为样本,研究基于径向基函数神经网络的食品安全预警方法,对食品安全日常监测数据进行筛选简化,选择与食品安全最为密切的检测项目,以此建立数据样本建立神经网络输入层,隐含层并建立输出层的食品安全预警神经网络模型,用数据样本进行训练和验证,结果表明径向基函数神经网络的食品安全预警方法能有效识别、记忆食品危险特征,对输入数据进行预测,有助于丰富食品安全数据处理方法及完善相关预警技术手段。
简介:目的运用人工神经网络数据挖掘技术分析与浸润性膀胱癌患者预后有关的各种因素建立预测浸润性膀胱癌患者5年生存状态的预后模型,并与传统的Logistic回归分析比较评价其效果。方法收集从2006年1月至2009年12月在我院接受诊治的134例浸润性膀胱癌患者的资料。所采用数据挖掘技术为人工神经网络(ANN)。将所有病例分为两组:一组作为训练样本,不参与数据挖掘过程,共计27例;一组用于筛选变量及建立预测模型,参与数据挖掘过程共计107例。应用Logistic回归模型的相关评价指标来比较两种方法对于评价预后模型的准确度。结果T分期、肿瘤直径、是否有淋巴结转移、肿瘤单发及多发、手术方式、病理分级,6项指标均与浸润性膀胱癌患者的5生存状态相关(P<0.05)。ANN模型预测患者5年生存状态的准确率为85.18%、敏感度为57.14%和特异度为95.00%,Logistic回归模型的相关评价指标,准确率77.78%、敏感度44.44%、特异度94.44%。神经网络各项指标均优于Logistic回归模型。结论数据挖掘技术可从与浸润性膀胱癌患者预后相关的大量信息中挖掘出有意义的指标,并利用这些指标建立预测模型来判断患者5年后的生存状态。
简介:摘要:新型冠状病毒在2020年为我国人民的生活质量带来了极大的影响,同时也造成了很多家庭的破碎。但是感染新冠病毒尽可能早的发现并采取治疗能够在很大程度上延续患者生存的时间,新型冠状病毒(新冠,SARS-Cov-2)的首次报道与2019年的12月末,此后其快速发展成为全球性质的新型传染疾病。患有新型冠状肺炎的患者虽然总体的死亡率不高,但是其会在很短的时间内发展成为重症患者,造成死亡风险的大大提高。眼前对于早期阶段筛查患者发展情况的方式处于较为起步的阶段,这样的问题会导致生产生活受到进一步的影响,为此本文对基于深度卷积神经网络判断(新冠)肺部感染类疾病的视觉监测方法进行研究,由深度卷积神经网络的相关概念入手,进而展开检验方式内容及检验训练模型的具体论证,同时使用具体效果的验证确保其有效性。
简介:摘要:作为一个复杂的神经网络系统,大脑区域和基因协同有效地存储和传递信息。本文提出将协作相关性抽象为脑区基因网络(BG-CN),并提出了基于图卷积神经网络的阿尔兹海默症的早期治疗系统,图卷积神经网络(GCN),用于研究脑区内部和脑区之间的信息传递。该结果可用于阿尔茨海默病(Alzheimer ' s disease, AD)的诊断和病因提取。首先,建立了BG-CN的亲和聚合模型来描述脑区间和脑区内的信息传递。其次,基于亲和聚合模型,设计了具有脑区间卷积和脑区内卷积操作的GCN体系结构。通过在AD神经成像倡议(ADNI)数据集上的充分实验验证,GCN的设计更符合生理机制,提高了可解释性和分类性能。此外,GCN可以识别受损的大脑区域和致病基因,这可能有助于AD的精准医疗和药物设计,并为其他神经系统疾病提供有价值的参考。
简介:目的探讨抑郁症患者的注意功能障碍及其相应的大脑神经网络信息传输特征变化规律。方法对34例抑郁症患者和51例健康志愿者行定量脑电信息传输特征分析,并通过视觉注意反应时测验和视觉注意保持测验评估视觉注意反应能力。结果抑郁症患者视觉注意反应时间长于对照组.视觉保持测验失误总数、误判数均高于对照组(£分别=4.71、4.56、3.96,P均〈0.05)。伴焦虑的抑郁症患者视觉注意反应时测验的反应时间短于不伴焦虑的患者(t=3.20.P〈O.05)。抑郁症组的大脑信息平均传输强度指数、平均强度调整周期、平均传输响应指数、平均响应调整周期均低于对照组(f分别=5.77、4.24、6.39、4.89,P均〈0.05),且中重度抑郁症患者的上述脑电信息传输特征参数均低于轻度组(f分别=2.41、2.78、2.91、3.25,P均〈0.05)。此外,正确数与年龄呈负相关,与受教育年限呈正相关(r分别=-0.41、0.36,P均〈0.05);正确数、大脑信息平均强度调整周期、平均响应调整周期与抑郁、焦虑程度呈负相关(r分别=-0.43、-0.36、-0.40;-0.46、-0.44、-0.48,P均〈0.05),平均传输强度指数还与抑郁程度呈负相关(r=0.36,P〈O.05)。结论抑郁症患者存在注意功能缺陷,大脑神经网络信息传输特性明显降低。抑郁症患者注意功能的损害受年龄、教育年限以及临床症状的严重程度等因素不同程度的影响。
简介:摘要 目的 探讨基于神经网络技术分析肺功能数据在非急性发作期哮喘长期管理中的临床效果。方法 本课题选取我科门诊的10例非急性发作期的哮喘患者,随机分组,手机组和预测组各5例。手机组:患者使用手机小程序填写ACT问卷,使用手持肺活量仪自测肺功能并上传数据到手机小程序,医师端及时依据患者症状和肺功能数据,给予患者指导和用药调整。预测组:在手机组的基础上,研究人员建立数据库,结合神经网络技术分析肺功能和ACT评分,预测下一阶段患者可能达到的哮喘控制水平,医生依据患者的实时数据和预测结果,给予患者精准干预;患者加强自我管理。结果 对所有研究对象均随访6个月后进行评估,预测组在遵医行为(P
简介:【摘要】 目的:构建术后肺部并发症(postoperative pulmonary complications, PPCs)的预测模型并进行验证。方法:回顾性收集2019年1月1日至2021年12月31日在重庆医科大学附属巴南医院实施的头颈胸及上腹部三、四级手术的患者,其中满足纳入排除标准的病例有2157例。数据预处理后,通过循证和临床结合的方式筛选出预测模型的特征变量,基于机器学习技术分别构建Logistic回归模型、梯度提升决策树(gradient boosting decision tree, GBDT)模型和人工神经网络(artificial neural network, ANN)模型。通过比较预测模型的准确度、灵敏度、特异度和曲线下面积(the area under the curve, AUC)等指标,评估三种模型的预测性能。结果:Logistic回归模型、GBDT模型和ANN模型的AUC值,分别为0.823 (95% CI: 0.790~0.855)、0.877 (95% CI: 0.841~0.913)和0.908 (95% CI: 0.878~0.938)。结论:基于机器学习算法构建PPCs风险预测模型具有可行性。在本研究构建的三种PPCs机器学习模型中,ANN模型具有良好的预测表现和临床价值。
简介:目的探讨肾上腺节细胞神经瘤的临床特点和治疗方法,提高其诊治水平.方法回顾性分析中山大学附属第三医院泌尿外科收治8例肾上腺节细胞神经瘤患者的临床资料,其中男3例,女5例,年龄26~67岁.肿瘤位于左侧肾上腺3例,右侧5例,瘤体长径2.5~9.7cm,其中4例影像学检查提示瘤体包绕大血管生长.结果8例患者临床诊断均为肾上腺节细胞神经瘤,其中6例成功行腹腔镜肾上腺肿瘤切除术,2例随访观察.手术时间45~120min,出血量30~450ml,无输血.1例右侧肾上腺肿瘤包绕下腔静脉生长的患者,术中游离肾上腺瘤体出现下腔静脉损伤,腔镜下予以缝合修补成功,无中转开放手术病例.6例术后病理均证实为肾上腺节细胞神经瘤.术后随访3个月~5年,无肿瘤复发病例.结论肾上腺节细胞神经瘤为神经源性良性肿瘤,有钻缝和包绕大血管生长的特性,腹腔镜手术切除虽是一种安全有效的术式,但术中应注意避免损伤邻近大血管.
简介:摘要目的分析奥卡西平与神经阻滞联合治疗原发性三叉神经痛的临床疗效及安全性。方法将我院2013年10月至2014年11月收治的57例原发性三叉神经痛患者随机分为A(奥卡西平药物治疗)、B(神经阻滞疗法)和AB(奥卡西平联合神经阻滞)共3组,各19例,比较3组患者治疗后疼痛缓解效果以及不良反应发生情况。结果3组患者治疗后疼痛均有所减轻,缓解程度由高到低依次排列为AB组>B组>A组,组间比较差异显著(P<0.05);其中AB组患者各时间点用药量明显少于A组,观察结果显示,3种方法均比较安全,未出现严重并发症及副作用。结论在原发性三叉神经痛治疗中联合使用奥卡西平和神经阻滞疗法,疗效确切,安全性高,能够减少用药剂量,比单独服用奥卡西平或使用神经阻滞疗法,临床效果更为理想。
简介:全结肠无神经节细胞症(totalcolonicaganglionosis,TCA)是先天性巨结肠症中较少见的类型,我院自1990~1999年共收治TCA12例。全部经手术治疗,经病理检查证实诊断。