检索结果-内蒙古大学图书馆

陆军军医大学学报 2025年第4期47卷 360-368页

作者：刘荣倩彭李陈燕丽杨英肖佳蒋军许辰张巧李敏陆军军医大学(第三军医大学)医学心理系军事心理学教研室重庆陆军军医大学(第三军医大学)第一附属医院乳腺甲状腺外科重庆陆军军医大学(第三军医大学)医学心理系基础心理学教研室重庆

目的探讨在阈下和阈上刺激条件下,癌症复发恐惧的乳腺癌患者对癌症相关刺激的注意偏向特点。方法2022年09月至2023年03月在陆军军医大学第一附属医院招募94名女性乳腺癌患者完成癌症复发恐惧量表简版(fear of cancer recurrence invento... 详细信息

目的探讨在阈下和阈上刺激条件下,癌症复发恐惧的乳腺癌患者对癌症相关刺激的注意偏向特点。方法2022年09月至2023年03月在陆军军医大学第一附属医院招募94名女性乳腺癌患者完成癌症复发恐惧量表简版(fear of cancer recurrence inventory-short form,FCRI-SF)及点探测任务。以FCRI-SF划界分(13分)将乳腺癌患者分为临床和非临床癌症复发恐惧组,每组招募患者47人。采用单样本t检验及重复测量方差分析对两组被试在注意偏向分数、注意定向分数及注意脱离困难分数上进行统计分析。结果临床癌症复发恐惧的乳腺癌患者对癌症相关负性词语有显著注意偏向(P<0.05)。在阈下刺激条件下,其主要成分为对癌症相关负性词语注意定向(P<0.05)。在阈上刺激条件下,其主要成分为对癌症相关负性词语所匹配的中性词语注意定向,且对癌症相关负性词语注意脱离困难以及对癌症相关正性词语注意回避(P<0.05)。结论临床癌症复发恐惧的乳腺癌患者存在对癌症相关负性刺激的注意偏向。减少对癌症相关负性刺激的关注可能是降低乳腺癌患者癌症复发恐惧的有效方法。

关键词：乳腺癌症恐惧注意偏向

来源：评论

学校读者我要写书评

暂无评论

维生素D3通过激活Nrf2抑制氮芥诱导角质形成细胞铁死亡的作用研究

引用

陆军军医大学学报 2025年第7期47卷 674-680页

作者：董训虎刘浩银葛维陈明亮陆军军医大学(第三军医大学)军事预防医学系防化医学教研室重庆陆军军医大学(第三军医大学)创伤与化学中毒全国重点实验室重庆

目的探索铁死亡在维生素D3(vitamin D3,VD3)改善氮芥(nitrogen mustard,NM)诱导角质形成细胞(HaCaT)毒性损伤中的作用及机制。方法采用梯度浓度NM(5、10、20和50μmol/L)单独或联合铁死亡抑制剂ferrostatin-1或liproxstatin-1(10μmol/L)、核因子-E2相关因子2(nuclear factor E2 related factor 2,Nrf2)特异性激动剂tBHQ(10μmol/L)、VD3(10 nmol/L)处理HaCaT细胞。共培养24 h后,分别检测细胞增殖活力、细胞内谷胱甘肽(glutathione,GSH)和脂质过氧化物(malondialdehyde,MDA)含量,以及Nrf2、xCT和GPX4等蛋白的表达水平。结果NM以浓度依赖性方式抑制HaCaT细胞增殖活力,当NM浓度为20μmol/L时,细胞增殖活力下降至约55%(P<0.05)。铁死亡抑制剂能够减轻NM诱导的HaCaT细胞毒性损伤(P<0.05)。此外,激活Nrf2可显著抑制NM对HaCaT细胞铁死亡的诱导效应,表现为细胞内GSH水平的恢复和MDA含量的降低(P<0.05)。同时,VD3能够靶向激活Nrf2信号通路,上调xCT和GPX4蛋白的表达,从而有效抑制HaCaT细胞的铁死亡,并缓解NM诱导的细胞毒性。结论VD3通过激活Nrf2抑制HaCaT细胞铁死亡,进而改善NM诱导的细胞毒性损伤。

关键词：氮芥维生素D3 核因子-E2相关因子2 角质形成细胞铁死亡

来源：评论

学校读者我要写书评

暂无评论

高原脱适应症发生风险预测模型的构建与验证

引用

陆军军医大学学报 2025年第1期47卷 20-29页

作者：丁宇王泽军谢佳新赵思雨张钢陆军军医大学(第三军医大学)高原军事医学系寒区医学教研室重庆陆军军医大学(第三军医大学)高原军事医学系高原作业医学教研室重庆医大学(第三军医大学)高原军事医学系极端环境医学教育部重点实验室重庆

目的应用不同机器学习算法构建从高原返回平原人群高原脱适应症(high altitude deacclimatization syndrome,HADAS)发病的风险预测模型,并验证其预测效能。方法于2020年11月至2024年2月对结束高原生活返回内地的人群实地或线上发放问卷... 详细信息

目的应用不同机器学习算法构建从高原返回平原人群高原脱适应症(high altitude deacclimatization syndrome,HADAS)发病的风险预测模型,并验证其预测效能。方法于2020年11月至2024年2月对结束高原生活返回内地的人群实地或线上发放问卷调查。收集基本资料、慢性高原病(chronic mountain sickness,CMS)情况和脱适应症状等调查资料,经筛选最终纳入1095例作为建模组。阳性事件定义为脱适应症状评分>5分。将建模组按7∶3随机分为训练集(n=766)和内部测试集(n=329),采用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归筛选自变量,基于多因素Logistic回归(multiple factor logistic regression,LR)、决策树(decision tree,DT)、随机森林(random forest,RF)、极端梯度提升(eXtreme gradient boosting,XGB)、支持向量机(support vector machine,SVM)、K最邻近(K-nearest neighbor,KNN)、轻度梯度提升(light gradient boosting,LGB)、朴素贝叶斯(naïve bayes,NB)8种机器学习方法构建预测模型。采用受试者工作特性曲线(receiver operating characteristic,ROC)、校准曲线和混淆矩阵对模型进行比较并进行内部测试;使用列线图或Shapley加性解释(shapley additive explanations,SHAP)图对最终模型进行展示。于2024年8月收集筛选结束高原生活返回平原132例作为外部验证组,对模型进行外部验证。结果1095例调查人群中有脱适应症者549人(50.14%)。CMS评分、年龄、高原居住时间为LASSO回归筛选出的预测因子。8种机器学习算法建立的HADAS预测模型中,以LR模型最优,ROC的曲线下面积(area under curve,AUC)训练集为0.819(95%CI:0.789~0.850),内部测试集为0.841(95%CI:0.799~0.884),F1评分内部测试集为0.801,内部测试集的AUC、F1得分在8个模型中均为最大;LR模型校准曲线的Spiegelhalter Z检验显示训练集P=0.703、内部测试集P=0.281;LR模型外部验证集AUC为0.867(95%CI:0.765~0.969)。结论以CMS评分、年龄和高原居住时间为预测因子建立的LR模型在内部测试集的综合表现最好,在外部验证集中区分度好,构建的列线图便于应用。

关键词：预测模型高原脱适应症机器学习列线图

来源：评论

学校读者我要写书评

暂无评论

CYP3A酶突变类型与舒芬太尼代谢的性别差异研究

引用

陆军军医大学学报 2025年第6期47卷 581-590页

作者：蒋颖秦志刚冯力元刘冠磊黎洁钰刘先哲李勇帅陈妍李鹏顾健腾陆军军医大学(第三军医大学)第一附属医院麻醉科重庆陆军军医大学(第三军医大学)药学与检验医学系生药学与中药学教研室重庆

目的基于细胞色素P450 3A(cytochrome P450 3A,CYP3A)酶突变类型,探究舒芬太尼在中国患者体内药物代谢的性别差异。方法将中国人群细胞色素P450 3A4基因*1G位点(cytochrome P450 3A4 gene*1G locus,CYP3A4*1G)和细胞色素P450 3A5基因*... 详细信息

目的基于细胞色素P450 3A(cytochrome P450 3A,CYP3A)酶突变类型,探究舒芬太尼在中国患者体内药物代谢的性别差异。方法将中国人群细胞色素P450 3A4基因*1G位点(cytochrome P450 3A4 gene*1G locus,CYP3A4*1G)和细胞色素P450 3A5基因*3位点(cytochrome P4503A5 gene*3 locus,CYP3A5*3)突变组合可能导致的影响程度赋予不同权重,依据CYP3A酶突变程度将患者分为3类:Ⅰ类人群,CYP3A4*1G/*1G基因型或CYP3A4*1/*1G+CYP3A5*3/*3基因型;Ⅱ类人群,CYP3A4*1/*1G+CYP3A5*1/*3基因型;Ⅲ类人群,CYP3A4*1/*1基因型或CYP3A4*1/*1G+CYP3A5*1/*1基因型。研究采用单剂量、双盲、分层随机抽样设计,共纳入陆军军医大学第一附属医院255名腔镜手术患者,独立的统计学家根据术前基因检测结果将患者分类,采用分层随机抽样的方式从每类各抽取30人构成研究队列(每组男女比例1:1),并随机命名各组为A、B或C组。临床研究人员和受试者对分组结果、基因检测结果双盲。90名患者入室后接受单剂量舒芬太尼诱导,于给药前2 min和给药后2~120 min内共10个时间点采集血样。术后测定血浆药物浓度,计算药代动力学参数,比较同一群体内不同性别患者的药物代谢差异并揭盲。结果队列符合二房室药代动力学模型,揭盲A、B、C组分别对应Ⅰ、Ⅱ、Ⅲ类人群。在不同CYP3A酶突变程度的患者群体内,女性各时间点的血药浓度-时间曲线均低于男性,女性的总清除率更高(P≤0.01),0~∞时的药时曲线下面积更小(P<0.05)。此外,Ⅰ类人群中女性的中央室消除速率和药物自中央室的分布速率较男性更大(P<0.05),男性的药物分布半衰期(P<0.05)和消除半衰期(P<0.01)更长。Ⅱ、Ⅲ类人群中男性的药时曲线下总面积均大于女性(P<0.05)。结论舒芬太尼在中国患者体内的药物代谢具有性别差异,女性体内舒芬太尼分布与消除均快于男性,男性患者体内的药物暴露程度更高。术前CYP3A酶基因分型及术中个体化用药对于保障临床用药安全具有重要意义。

关键词：性别差异 CYP3A 舒芬太尼药物代谢基因突变

来源：评论

学校读者我要写书评

暂无评论

基于机器学习算法构建胸段食管鳞癌患者化疗联合免疫治疗反应预测模型的研究

引用

陆军军医大学学报 2025年第6期47卷 591-601页

作者：陈金城张小勤刘杰李童心吴毅何萍吴蔚陆军军医大学(第三军医大学)第一附属医院胸外科重庆陆军军医大学(第三军医大学)生物医学工程与医学影像学院数字医学教研室重庆陆军军医大学(第三军医大学)第一附属医院心脏外科重庆

目的应用不同机器学习算法构建食管鳞癌患者化疗联合免疫治疗反应预测模型,并筛选出最优模型。方法回顾性收集2022年1月至2023年12月在陆军军医大学第一附属医院胸外科住院,行化疗联合免疫治疗的174例食管鳞癌患者,收集患者治疗前的CT... 详细信息

目的应用不同机器学习算法构建食管鳞癌患者化疗联合免疫治疗反应预测模型,并筛选出最优模型。方法回顾性收集2022年1月至2023年12月在陆军军医大学第一附属医院胸外科住院,行化疗联合免疫治疗的174例食管鳞癌患者,收集患者治疗前的CT及临床信息。采用简单随机抽样法将患者按7:3比例随机分为训练集(n=122)与测试集(n=52)。提取并筛选CT影像组学特征,使用5种机器学习算法构建影像组学模型和临床-影像组学模型。在训练集中进行5折交叉验证,在测试集中采用受试者工作特征曲线(receiver operating characteristic curve,ROC)、F1分数评估预测模型性能,对于表现最佳模型使用局部可解释模型不可知的解释(local interpretable model-agnostic explanations,LIME)算法进行解释。结果174例患者中有115例患者出现临床缓解(66.1%)。从患者临床信息与CT影像中筛选出1个临床特征、10个影像组学特征。基于5种机器学习算法构建的影像组学模型和临床-影像组学模型的最佳ROC曲线下面积(area under of receiver operating characteristic,AUC)分别是0.750(95%CI:0.616~0.883)和0.766(95%CI:0.647~0.895)。最优临床-影像组学模型的F1分数为0.829。基于LIME算法,最佳模型对实例样本的预测显示出可靠性。结论基于机器学习算法构建的临床-影像组学预测模型性能良好,通过预测食管鳞癌患者化疗联合免疫治疗反应,为医生临床决策提供参考。

关键词：食管癌机器学习影像组学

来源：评论

学校读者我要写书评

暂无评论

基于随机生存森林算法的NK/T细胞淋巴瘤患者预后模型的构建与验证

引用

陆军军医大学学报 2025年第3期47卷 275-284页

作者：黄侦伍亚舟陆军军医大学(第三军医大学)军事预防医学系军队卫生统计学教研室重庆陆军军医大学(第三军医大学)第一附属医院血液病中心重庆

目的探讨NK/T细胞淋巴瘤(natural killer T-cell lymphoma,NKTL)患者的生存预后影响因素。基于随机生存森林(random survival forest,RSF)算法,构建预测NKTL患者总生存期(overall survival,OS)的预后模型。方法从SEER数据库收集2000-2020年的NKTL患者的人口统计学和临床病理资料。按照7∶3的比例将患者划分为训练队列(n=471)和验证队列(n=203)。通过Cox回归分析确定影响患者OS的预后因素,并基于分析结果构建列线图模型。同时,使用RSF算法确定影响患者OS的预后因素,并构建RSF模型。采用ROC曲线、校准曲线和决策曲线、净重新分类指数(net reclassification improvement,NRI)和综合判别改善指数(integrated discrimination improvement,IDI)对模型的预测能力进行评估,并比较2种模型的预测效果。通过2种模型计算每位患者的风险得分,根据风险得分的中位数,将患者分为高风险组和低风险组,并绘制生存曲线进行比较。结果Ann Arbor分期、年龄、放疗、联合治疗和疾病类型是与生存显著相关的预后变量。在验证队列中,列线图模型的1、3和5年ROC曲线下面积(area under curve,AUC)分别为0.745、0.771和0.748,而RSF模型的AUC为0.764、0.792和0.761。ROC曲线显示2种模型在预测OS方面具有良好的准确性和区分性。校准曲线显示2种模型预测的生存与实际生存之间具有良好的一致性。两种模型均能有效地将患者分为预后差组和预后好组,并且预后差组患者的OS显著低于预后好组(P<0.0001)。决策曲线显示RSF模型的净获益优于列线图模型。与列线图模型相比,RSF模型的NRI为0.184(95%CI:0.098~0.267,P<0.01),IDI为0.300(95%CI:0.241~0.359,P<0.01),RSF模型的预测能力优于列线图模型。结论Ann Arbor分期、年龄、放疗、联合治疗和疾病类型是NKTL患者预后的影响因素,本研究据此建立的RSF模型对NKTL患者预后具有很好的预测能力,可有效评估患者预后。

关键词： NK/T细胞淋巴瘤 SEER数据库列线图机器学习随机生存森林生存预测

来源：评论

学校读者我要写书评

暂无评论

热习服对电磁辐射所致小鼠海马神经损伤的保护作用及机制研究

引用

陆军军医大学学报 2025年第7期47卷 629-638页

作者：王泽泽杨学森王英谭雨龙罗珍李萍何根林刘晓倩申婷婷刘怡杉罗雪陆军军医大学(第三军医大学)军事预防医学系热带医学教研室重庆陆军军医大学(第三军医大学)极端环境医学教育部重点实验室(培育) 重庆

目的探究热习服对电磁辐射所致海马神经损伤的保护作用及机制。方法40只雄性BALB/c小鼠(体质量18~22 g,7周龄)按随机数字表法分为4组(n=10):对照(Con)组、热习服(HA)组(34℃,30 d)、电磁辐射(EMF)组(2450 MHz,20 min/d,4周)、热习服+电... 详细信息

目的探究热习服对电磁辐射所致海马神经损伤的保护作用及机制。方法40只雄性BALB/c小鼠(体质量18~22 g,7周龄)按随机数字表法分为4组(n=10):对照(Con)组、热习服(HA)组(34℃,30 d)、电磁辐射(EMF)组(2450 MHz,20 min/d,4周)、热习服+电磁辐射(HA+EMF)组。采用糖水偏好实验检测各组小鼠蔗糖偏好程度,悬尾实验和强迫游泳实验观察各组不动时间,Morris水迷宫检测各组学习记忆能力。采用HE染色观察各组小鼠海马组织病理变化;分别使用小胶质细胞标志物Iba1、促炎表型标志物CD68及抗炎表型标志物CD206进行免疫荧光标记,检测各组海马内小胶质细胞数量及小胶质细胞表型变化;采用ELISA检测各组海马内TNF-α、IL-1β、TGF-β和IL-10水平;采用Western blot检测各组海马内HSP70的蛋白表达水平。结果与Con组相比,EMF暴露小鼠对蔗糖的偏好降低(P<0.05),悬尾不动时间延长(P<0.01),强迫游泳不动时间延长(P<0.01),第7天的逃避潜伏期延长(P<0.01),穿越平台次数减少(P<0.05);海马区细胞排列较紊乱、结构较松散、存在细胞形态不规则、肿胀,细胞核固缩、着色深,小胶质细胞水肿;海马区小胶质细胞数量增加(P<0.01),CD68相对荧光强度升高(P<0.01)、CD206相对荧光强度差异无统计学意义(P=0.885),提示此时活化小胶质细胞主要呈促炎型M1表型;海马中TNF-α、IL-1β含量显著升高,IL-10和TGF-β含量显著下降(P<0.01)。与EMF组相比,HA+EMF组小鼠对蔗糖的偏好增加(P<0.01),悬尾不动时间减少(P<0.05),强迫游泳不动时间减少(P<0.01),第7天的逃避潜伏期缩短(P<0.01);小鼠海马区细胞损伤程度改善,细胞固缩减轻。与Con组相比,HA+EMF组海马区小胶质细胞数量增加(P<0.01),抗炎型M2表型标志物CD206相对荧光强度升高(P<0.01),此时CD68相对荧光强度相较EMF组显著下降(P<0.01)。与EMF组相比,HA+EMF组小鼠海马中TNF-α、IL-1β水平下降(P<0.01),TGF-β和IL-10水平升高(P<0.01)。HA+EMF组小鼠海马内HSP70蛋白表达量相较于EMF组显著升高(P<0.01)且显著高于HA组(P<0.01)。结论热习服可能通过改变小胶质细胞表型调节炎症反应,改善电磁辐射诱导的神经损伤。

关键词：热习服电磁辐射海马神经损伤神经炎症热休克蛋白70

来源：评论

学校读者我要写书评

暂无评论

适应中国人群的乳腺钼靶X线图像分类辅助系统设计

引用

陆军军医大学学报 2025年第1期47卷 92-99页

作者：孙常晋童飞吴毅王雨婷罗俊捷龚滟邱明国乔梁陆军军医大学(第三军医大学)生物医学工程与影像医学系医学图像学教研室重庆陆军特色医学中心(第三军医大学大坪医院)医学工程科重庆陆军军医大学(第三军医大学)生物医学工程与影像医学系数字医学教研室重庆

目的构建适应中国人群的乳腺钼靶图像分类辅助系统,探讨人工智能技术在国内辅助乳腺癌早期筛查的潜力。方法为复现当前文献中的主流深度学习方法,利用乳腺X线筛查数字数据库子集(curated breast imaging subset of digital database for... 详细信息

目的构建适应中国人群的乳腺钼靶图像分类辅助系统,探讨人工智能技术在国内辅助乳腺癌早期筛查的潜力。方法为复现当前文献中的主流深度学习方法,利用乳腺X线筛查数字数据库子集(curated breast imaging subset of digital database for screening mammography,CBIS-DDSM)、乳房X线图像分析学会数据库(mammographic image analysis society database,MIAS)等国际公开数据集分别进行模型训练,并在华教科技有限公司提供的中国人群乳腺钼靶图像数据集(Chinese breast mammography dataset,CBMD)上进行测试和模型性能比较;针对中国人群数据在公开数据集训练模型性能测试不理想的问题,结合中国人群数据特点,提出基于滑动窗口调窗机制的优化策略,设计二阶段迁移学习方法,以提升模型的整体性能,并进行系统研发。结果使用滑动窗口调窗机制及二阶段迁移学习后的CBMD训练模型,以中国人群数据集为测试集,其准确度从默认窗口下公开数据集训练模型的0.50提升至0.80,精度从0.54提升至0.82,灵敏度从0.52提升至0.80,F1值从0.52提升至0.80,AUC值从0.51提升至0.89。结论本研究引入滑动窗口调窗机制和二阶段迁移学习策略,显著提升了乳腺钼靶图像分类模型在中国人群数据集上的性能,初步达到适应中国人群的乳腺钼靶图像辅助分类的目的。

关键词：乳腺钼靶深度学习 X射线计算机辅助

来源：评论

学校读者我要写书评

暂无评论

日常饮食影响高原官兵军事训练伤发生的调查分析

引用

陆军军医大学学报 2025年第1期47卷 30-37页

作者：董雨桐杨茂林张洋铠杨俊江李晓波李莫张辰阮艳张俊磊胡彦陆军军医大学(第三军医大学)军事共同与部队管理教研室重庆陆军军医大学(第三军医大学)基础医学院组织胚胎学教研室干细胞发育生物学实验室重庆西藏军区参谋部训练处西藏拉萨

目的探究高原部队官兵军事训练伤的发生规律和日常饮食对训练伤发生的影响,为高原部队科学施训及卫勤保障提供理论支撑。方法本研究采用横断面研究设计方案,自主设计“高原部队军事训练伤调查表”,于2024年7月对常驻高原部队官兵的训练... 详细信息

目的探究高原部队官兵军事训练伤的发生规律和日常饮食对训练伤发生的影响,为高原部队科学施训及卫勤保障提供理论支撑。方法本研究采用横断面研究设计方案,自主设计“高原部队军事训练伤调查表”,于2024年7月对常驻高原部队官兵的训练伤、日常饮食等情况进行问卷调查,对数据进行统计分析。结果在3655名调查对象中,训练伤发生率为17.87%。体能训练(45.94%)为训练伤高发课目,冬季(31.39%)为训练伤高发季节。腰(28.48%)、膝(22.21%)和踝部(18.07%)是常见的损伤部位。扭伤(28.48%)、慢性疲劳性损伤(18.38%)和拉伤(12.25%)为常见的损伤类型。高原部队官兵日常饮食中粗粮及薯类、豆制品类、水产类和坚果类摄入偏低。多因素Logistics回归分析显示摄入水果(OR=0.625,95%CI:0.508~0.768,P<0.001)和坚果(OR=0.759,95%CI:0.654~0.879,P<0.001)与高原训练伤发生具有关联性。结论较之既往研究数据,本次调查中高原官兵训练伤发生规律一致、发生率略有下降;这可能与经常摄入水果和坚果有关联。

关键词：高原官兵军事训练伤健康

来源：评论

学校读者我要写书评

暂无评论

基于转录组学和变分自编码器的癌症分期诊断研究

引用

陆军军医大学学报 2025年第6期47卷 613-622页

作者：李佳芮钱力沈俊杰郭泓麟秦茂洋伍亚舟陆军军医大学(第三军医大学)军事预防系医学系军队卫生统计学教研室重庆

目的旨在对10种癌症转录组学数据开展深度分析与特征提取,进而实现对癌症样本的分期诊断。方法在UCSC Xena网站收集发病率最高的10种癌症转录组学数据(包含4938个样本和59428个基因),以变分自编码器为基础,利用特征重要性排序思想,通过... 详细信息

目的旨在对10种癌症转录组学数据开展深度分析与特征提取,进而实现对癌症样本的分期诊断。方法在UCSC Xena网站收集发病率最高的10种癌症转录组学数据(包含4938个样本和59428个基因),以变分自编码器为基础,利用特征重要性排序思想,通过引入掩码算法和增量特征选择方法(incremental feature selection,IFS),构建了增量特征排序选优变分自编码器(incremental feature ranking and selection variational autoencoder,IFRSVAE);与随机森林(random forest,RF)、支持向量机(support vector machine,SVM)和极限梯度提升树(eXtreme gradient boosting,XGboost)结合测试了该方法的性能,并同其他方法进行比较。结果提取了21个特征用于后续分类,较于传统变分自编码器、递归特征消除和Lasso回归模型,IFRSVAE模型在3种分类器上均取得了较好性能(AUC值最高,其余指标也表现良好);其中IFRSVAE-RF表现最好,AUC达到了85.49%(95%CI:83.24%~87.74%)。此外,还应用了沙普利加性解释(Shapley additive explanations,SHAP)模型对特征贡献进行展示。结论本研究探索并验证了IFRSVAE在特征提取方面具备一定成效。基于此构建的IFRSVAE-RF模型,在癌症分期诊断任务中展现出较好的表现,为深度学习在癌症分期诊断方法的研究方向上,提供了一种可供参考的新思路。

关键词：癌症分期转录组学变分自编码器机器学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：