检索结果-内蒙古大学图书馆

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

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

医学论文中绘制线图与条图时常见的错误分析

引用

第三军医大学学报 2001年第6期23卷 746-748页

作者：张蔚王文昌颜杰第三军医大学高原军事医学系卫生统计学教研室重庆400038

目的　讨论医学科研论文中线图与条图绘制时常见的错误类型 ,分析其错误原因。方法　对某核心期刊 1 999年 1期至 2 0 0 0年第 1 0期中的统计图进行分类、整理 ,统计出错误图形及其类型。结果　错误主要集中在条图与线图的选择和绘制上 ... 详细信息

目的　讨论医学科研论文中线图与条图绘制时常见的错误类型 ,分析其错误原因。方法　对某核心期刊 1 999年 1期至 2 0 0 0年第 1 0期中的统计图进行分类、整理 ,统计出错误图形及其类型。结果　错误主要集中在条图与线图的选择和绘制上 ,多表现为绘制线图时横轴刻度间距不等 ,立体条图纵轴刻度的选择错误。结论　通过几个典型错误图形分析 ,指出了改正方法及绘图时的注意事项。

关键词：医学论文绘制线图条图错误分析

来源：评论

学校读者我要写书评

暂无评论

基于实验均方误差F值的基因表达数据最佳聚类评判方法研究

引用

第三军医大学学报 2002年第2期24卷 194-196页

作者：刘月明易东王文昌张蔚颜杰第三军医大学高原军事医学系卫生统计学教研室重庆400038

目的　近年来产生了一些用于分析基因表达数据的聚类算法 ,却很少有关于评价聚类算法方法的研究。本研究的目的是尝试建立一个定量地评价基因表达数据聚类结果的方法。方法　本研究提供了一个系统的评价聚类结果的方法 ,利用我们提出的... 详细信息

目的　近年来产生了一些用于分析基因表达数据的聚类算法 ,却很少有关于评价聚类算法方法的研究。本研究的目的是尝试建立一个定量地评价基因表达数据聚类结果的方法。方法　本研究提供了一个系统的评价聚类结果的方法 ,利用我们提出的实验均方误差F值对几个常见的聚类算法进行比较。结果　利用F值对类质量的评价和利用已有的生物学知识对类进行分析的结果一致。结论　实验均方误差F值可以定量地评判用于基因表达数据的聚类算法。

关键词：基因表达数据聚类算法均方误差F值评价卫生统计

来源：评论

学校读者我要写书评

暂无评论

SPSS在医学研究中的应用(Ⅱ)

引用

第三军医大学学报 2001年第11期23卷 1373-1374页

作者：张蔚颜杰第三军医大学高原军事医学系卫生统计学教研室重庆400038

SPSS[1]的计量资料分析过程:计量资料又称定量资料[2],是指用仪器、工具或其它定量方法测定每个观察单位的某项指标量的大小所得的资料.这类资料一般带有度量衡或其它单位.例如身高值(cm)、体重值(kg)、大气中一氧化碳浓度值(mg /m3)等... 详细信息

SPSS[1]的计量资料分析过程:计量资料又称定量资料[2],是指用仪器、工具或其它定量方法测定每个观察单位的某项指标量的大小所得的资料.这类资料一般带有度量衡或其它单位.例如身高值(cm)、体重值(kg)、大气中一氧化碳浓度值(mg /m3)等.分析计量资料一般先计算平均数指标和变异指标,统计处理方法常用t检验、方差分析、相关与回归分析等.

关键词： SPSS软件医学统计统计分析

来源：评论

学校读者我要写书评

暂无评论

纵向数据潜变量增长曲线模型及其在Mplus中的实现

引用

中华流行病学杂志 2017年第8期38卷 1132-1135页

作者：宋秋月伍亚舟第三军医大学军事预防医学系卫生统计学教研室重庆400038

探讨纵向数据潜变量增长曲线模型及其在Mplus中的实现方法。通过实例采用Mplus软件处理某高校大学生心理健康状况纵向数据。结果表明潜变量增长曲线模型可以处理含有潜变量的纵向数据，能够比较总体发展趋势和个体发展的差异，纳入协变... 详细信息

探讨纵向数据潜变量增长曲线模型及其在Mplus中的实现方法。通过实例采用Mplus软件处理某高校大学生心理健康状况纵向数据。结果表明潜变量增长曲线模型可以处理含有潜变量的纵向数据，能够比较总体发展趋势和个体发展的差异，纳入协变量可以提高模型拟合效果；采用Mplus软件实现潜变量增长曲线模型，程序简单，操作方便。纵向数据潜变量增长曲线模型及其在Mplus中的实现程序，可为实际应用尤其是流行病学队列研究提供统计方法学方面的指导和参考。

关键词：纵向数据潜变量增长曲线模型 Mplus软件

来源：评论

学校读者我要写书评

暂无评论

多源数据预测重庆市肝炎发病趋势的时滞输入神经网络研究

引用

陆军军医大学学报 2024年第12期46卷 1447-1456页

作者：姚田华陈锡程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400038

目的利用多源互联网数据构建时序分析融合工具,继而精准预测重庆市肝炎的发病趋势。方法利用卫生疾控中心数据库获取肝炎发病率数据,大气污染物数据来源于中国环境监测总站官网,气候数据来源于国家气象星系中心,网络指数数据来源于百度... 详细信息

目的利用多源互联网数据构建时序分析融合工具,继而精准预测重庆市肝炎的发病趋势。方法利用卫生疾控中心数据库获取肝炎发病率数据,大气污染物数据来源于中国环境监测总站官网,气候数据来源于国家气象星系中心,网络指数数据来源于百度搜索引擎,时间范围均为2013年11月至2023年5月。基于现有的时序分析方法,利用多源数据对分解模型的残差部分进行校正。基于非自回归(non-autoregressive,NAR)和长短期记忆递归神经网络(long short term memory,LSTM)的各自优势,构建了时滞输入神经网络(delayed input neural network,DINN)。之后,还在其基础上加入了星雀优化算法(nutcracker optimizer algorithm,NOA)和联合四分位-Huber损失函数(joint quantile Huber loss,JQHL)等优化模块,继而构建了DINN+。结果相较于常见的单输入模型及同步多输入模型,DINN可取得最为优异的预测效果。在加入超参数和损失函数优化后,DINN+的预测性能进一步提升,其测试集MSE为0.1709、MAE为0.4612、RMSE为0.5821、MAPE为0.0626、R 2为0.8840。结论基于多样方法和多元数据融合的思想,在既往的时序分析方法基础上,本文提出了一个准确性和泛化能力良好的DINN+优化模型。该模型丰富和补充了利用多源数据校准传染病时序预测分析的方法学研究内容,可作为未来传染病公共卫生层面影响因素分析及趋势预测的全新基准。

关键词：时序分析发病趋势 LSTM 神经网络元启发式算法

来源：评论

学校读者我要写书评

暂无评论

基于转录组学数据和堆叠监督自编码器的肺腺癌预后预测研究

引用

陆军军医大学学报 2023年第6期45卷 579-585页

作者：李鹏鹏陈锡程黄金羽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400038

目的基于转录组学数据构建堆叠监督自编码器(stacked supervised autoencode,SSAE)模型,旨在提高肺腺癌(lung adenocarcinoma,LUAD)预后预测的能力。方法收集癌症基因组图谱(the Cancer Genome Atlas,TCGA)数据库的转录组学数据(包含475例样本和25481个基因),对LUAD患者进行生存预后分析和基因差异表达分析,方法包括SSAE、随机生存森林(random survival forest,RSF)和DeepSurv,使用一致性指数(concordance index,CI)和Log-rank检验以P值评估各方法性能。结果相较于RSF(CI=0.54,P=0.15)和DeepSurv(CI=0.55,P=0.10),SSAE获得了更高的一致性指数(CI=0.58)和更低的Log-rank检验P值(P=0.05)。在生存分析上,高危组和低危组的生存结局有显著差异(HR:2.841,95%CI:1.907~4.232,Log-rank检验P<0.001)。生信分析选出了IGFBP1、ANXA13、MUC2、CIDEC、NTSR1、DSG3等21个上调的代表性差异基因。结论相较于既往研究,利用组学数据构建的SSAE可有效提高LUAD预后预测的能力。深度学习和组学研究的交叉融合可为癌症相关的诊断、治疗、预后研究提供新的方案。

关键词：肺腺癌转录组学预后预测 Cox回归自编码器

来源：评论

学校读者我要写书评

暂无评论

人工智能在临床领域的研究进展及前景展望

引用

陆军军医大学学报 2022年第1期44卷 89-102页

作者：伍亚舟陈锡程易东陆军军医大学(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400038

人工智能(artificial intelligence,AI)的提出引发了医学领域的诸多技术创新,并彻底改变了传统医学模式。医学人工智能主要包括机器学习(machine learning,ML)、深度学习(deep learning,DL)、专家系统(expert systems,ES)、智能机器人(i... 详细信息

人工智能(artificial intelligence,AI)的提出引发了医学领域的诸多技术创新,并彻底改变了传统医学模式。医学人工智能主要包括机器学习(machine learning,ML)、深度学习(deep learning,DL)、专家系统(expert systems,ES)、智能机器人(intelligent robots,IR)及医疗物联网(internet of medical things,IoMT)等常用和新兴AI技术方法。AI在医学领域的应用主要体现于智能筛查、智能诊断、风险预测和辅助治疗等方面。当前医学AI已经取得了重大突破,大数据质量治理、新技术赋能革新、多领域知识整合和个性化医疗决策等在临床领域中将展示出更为广阔的发展前景。

关键词：人工智能大数据机器学习深度学习临床领域

来源：评论

学校读者我要写书评

暂无评论

SPSS在医学研究中的应用(Ⅰ)

引用

第三军医大学学报 2001年第5期23卷 619-620页

作者：张蔚颜杰第三军医大学高原医学系卫生统计学教研室重庆400038

医学统计学是一门运用数理统计和概率论的原理，结合医学实际，针对医学数据资料进行收集、整理、分析和推断的学科，是医学科研与实践的重要工具，贯穿于以现代科学实验方法为指导的医学研究的整个过程中。医学数据信息量大，统计计算... 详细信息

医学统计学是一门运用数理统计和概率论的原理，结合医学实际，针对医学数据资料进行收集、整理、分析和推断的学科，是医学科研与实践的重要工具，贯穿于以现代科学实验方法为指导的医学研究的整个过程中。医学数据信息量大，统计计算方法繁杂，尤其是比较复杂的统计方法，计算量非常大。随着计算机技术的迅猛发展和广泛应用，各种医学统计软件包应运而生，成为医学数据统计分析的有力工具。长期以来我们在为医学科研人员处理数据的实践中发现，许多医学工作者苦于不会使用统计软件，既使不多的数据仅需要一些常用的简单统计方法，都不得不带着数据到统计学教研室求助，给科研工作带来极大的不便。在此我们从医学实际出发，结合统计基础知识，针对不同类型的数据资料为大家介绍统计软件包SPSS 10.0的使用，希望能对广大医学工作者有所帮助。

关键词：医学统计学 SPSS 统计功能软件包窗口

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：