简介:目的应用非参数逐步判别分析法(NSDA)建立颅内压(ICP)半定量数学模型,探讨其临床应用价值。方法对21例急性颅高压(ICH)病人采用硬膜外置探头监测ICP,同时连续20min采集大脑中动脉平均血流速度(VMCA)、平均动脉压(MAP)、呼气末二氧化碳分压(PmCO2)和心率(HR)。应用SAS软件,用这4个自变量建立3种ICP(正常至轻度升高、中度升高、重度升高)的NSDA半定量预测模型。结果模型对ICP正常至轻度升高、中度升高、重度升高阶段的错判率分别为5.20%、6.98%和10.17%,总体错判率为6.40%。结论NSDA模型对ICP的判定准确率较高,具有潜在临床应用前景。
简介:目的探讨肺癌细胞核的有关体视学参数在肺癌诊断分型方面的意义.方法收集肺癌外科手术切除标本70例及肺癌患者自身正常组织8例,分为鳞癌组(a)、腺癌组(b)、腺鳞癌组(c)、小细胞癌组(d)、大细胞癌组(e)及正常组(f)6组.每例随机切3个蜡块,HE染色,每张切片随机取3~4个视野,用Image-Pro图像分析软件对细胞核及细胞进行测试,按体视学公式计算以细胞为参照空间时细胞核的下列8项参数:体积密度(Vvn)、表面积密度(Svn)、表面积与体积比(Rsvn)、数密度(Nvn)、核浆比(Rnp)、平均体积(vn)、平均表面积(sn)及平均自由程(λn).用SPSS11.5行方差分析和组间两两比较,并行逐步判别分析.结果Vvn、Svn、Nvn、vn、sn、λn、Rsvn及Rnp8项参数在肺鳞癌、肺腺癌、肺腺鳞癌、肺大细胞癌、肺小细胞癌及正常对照组6组之间的方差分析中均有显著性差异.由Vvn、Svn、Nvn、vn、sn、λn、Rsvn及Rnp8项参数所建立的肺癌组与正常组的判别函数,肺癌组70例及正常组8例判别均正确;由Vvn、Svn、Rsvn、vn、sn及λn六项参数所建立的不同类型肺癌及正常组的判别函数和由Vvn、Svn、sn及λn四项参数所建立的不同类型肺癌的判别函数,肺鳞癌和肺腺癌的准确度均为90%,判别6例肺小细胞癌均正确.结论1.在肺癌的判别方面,Vvn、Svn、Rsvn、Nvn、Rnp及λn6项参数对肺小细胞癌均是有判别能力的参数;Vvn、Nvn、vn、sn及Rsvn5项参数对肺鳞癌、肺腺癌、肺腺鳞癌及肺大细胞癌4组非小细胞肺癌均是有判别能力的参数;Rnp对肺鳞癌和肺腺癌是有判别能力的参数;2.在肺癌分型方面,Vvn、Svn、Nvn、λn及Vn均可做为区分肺小细胞癌与非小细胞肺癌的有意义参数;但仅依据肺癌细胞核的有关体视学参数很难对非小细胞肺癌组织学亚型进行满意分类;3.用Vvn、Svn、Nvn、vn、sn、λn、Rsvn及Rnp8项参�
简介:在解一元二次方程根与系数的各类题中.要有一个前提,就是当一元二次方程的根存在时才有这样的关系.在研究这类题型时必须要考虑一元二次方程的根是否存在,即考虑到判别式△≥0,保证根的存在.现举例如下:
简介:对任意给定的矩阵,通过划分矩阵指标集,利用定义和不等式的放缩,给出广义Nekrasov矩阵一类新的判别法,改进和推广了已有相关结果,并用数值实例说明了所得结果的优越性。