【摘 要】
：
癌症是一个重大的公共安全问题,威胁着人们的身体健康和家庭幸福。如果可以在治疗早期对高危患者进行识别,这将对治疗方法的选择和后期监测具有至关重要的作用。目前,临床普遍使用NCCN-IPI（National Comprehensive Cancer Network International Prognostic Index）对患者进行预后判断。近年来,许多研究发现,PET（Positron Emis
论文部分内容阅读
癌症是一个重大的公共安全问题,威胁着人们的身体健康和家庭幸福。如果可以在治疗早期对高危患者进行识别,这将对治疗方法的选择和后期监测具有至关重要的作用。目前,临床普遍使用NCCN-IPI（National Comprehensive Cancer Network International Prognostic Index）对患者进行预后判断。近年来,许多研究发现,PET（Positron Emission Computed Tomography）/CT（Computed Tomography）图像中18F-氟代脱氧葡萄糖(18F-FDG)的代谢参数也能为预后带来有益效果。随着影像组学技术的兴起,这项技术也逐渐被应用于医学图像领域。采用影像组学技术可以获取肿瘤潜在的异质性特征,而深入了解肿瘤的异质性是识别其病程发展和采取个体化治疗的关键,这为癌症患者的预后研究开辟了新的方向。为了探究影像组学特征对于癌症患者的预后价值,本文针对原发性胃肠道弥漫大B细胞淋巴瘤（PGI-DLBCL）患者进行了回顾性研究。针对传统临床诊疗中对患者使用NCCN-IPI进行预后存在准确性不足的问题,本文提出了一种结合影像组学特征、PET代谢参数以及临床危险因素的组合模型对患者进行预后预测。首先,利用影像组学技术构建PGI-DLBCL病理特征数据集,基于影像组学特征构建特征签名,然后将其与具有统计学显著性的预后影响因子共同纳入多因素比例风险回归分析,最后获得具有生存概率预测功能的组合模型。通过与NCCN-IPI模型、代谢参数模型进行对比,组合模型在对无进展生存时间（Progression-free Survival,PFS）和总体生存期（Overall Survival,OS）的预测中具有更高的准确性,其在合理阈值范围内可以获得更高的净增益。为了增强影像组学特征签名的鲁棒性,本文提出了一种基于机器学习模型交叉组合的特征签名构建优化。该方法使用七种机器学习模型对影像组学特征进行内外迭代选择和分类,计算各次选择分类结果的预测准确度并对比选择出最优关键特征向量,构建具有稳定预后预测能力的特征签名。此外,在对患者进行风险分层时,充分考虑了影像组学层面和临床层面的因素,提升了对预后不良的高危患者的识别能力。实验表明,优化后的组合模型对PFS和OS的预测效果在校准、净增益以及一致性指标（PFS训练集中0.801,验证集中0.758;OS训练集中0.807,验证集中0.794）等方面都优于其他两类模型,进一步验证了影像组学特征对于癌症患者的预后价值,同时证明了本文提出的组合模型在临床中可以获得更大的效益。
其他文献
基因控制着生物的性状与生命活动。基因表达数据是基因表达活性的一个体现,同时基因对生物的调控信息也蕴藏在基因表达数据中,研究学者通过对这些数据分析可以挖掘出很多生物信息,从而帮助理解生物的生命活动。反映基因的表达水平的是通过一定技术测量得到的基因表达数据,因此对基因表达数据的分析方法研究一直是研究者的工作重点。目前从基因表达矩阵中挖掘具有高价值的生物信息常用的技术手段是聚类（Clustering）,
Hopf分岔理论不仅是一种研究微分方程振荡周期解的经典理论,在工程中的自激振荡研究中,也有着重要的意义。近年来,随着非线性动力学研究的不断深入,动力学模型的刻画不止限于常微分模型,分数阶微积分和反应扩散项常常被用来描述更准确先进的动力学模型。大量研究表明,时滞对于非线性动力学至关重要。例如传染病模型的潜伏时滞,生态竞争模型的恐惧时滞都充分表明时滞会影响模型的动力学行为。目前,关于时滞的Hopf分岔
随着社会的进步、民众生活水平的改善,物业管理已发展成为与经济社会发展、人民生活工作息息相关的朝阳行业,竞争也日益激烈。物业管理的主体物业服务公司以高强度、高密度、全天候的服务模式呈现,这种管理模式对物业服务从业人员提出了较高的要求。物业公司中绝大多数是服务在一线的基层员工,占比百分之八十以上,基层员工的服务水平直接体现了物业公司的整体水平。怎样进行基层员工管理,提升工作绩效、能力和产出是重点关键。
移动互联网和物联网的发展使得数据流量激增,而且出现了更多的计算密集型、时延敏感型的应用。大规模云计算平台的部署使得用户可以将高强度的计算任务转移到计算资源丰富的远程云服务器上,但是传输延迟较大。为了减少云中的长回程传输延迟,移动边缘计算应运而生,以支持对延迟敏感的应用程序。在对移动边缘计算的研究中,对边缘服务器上协作缓存和卸载机制的研究是丰富的,一方面缓存机制可以将执行计算任务所需的程序、数据等资
在雾霾天气下,大气中的悬浮细微颗粒影响光的传播路径,成像系统所采集到的视频或图像容易呈现出低对比度、色彩偏移以及清晰度受损等退化现象,不仅严重影响了图像的视觉效果也限制了数字图像在各领域的应用价值。因此,利用图像去雾技术,减少或消除雾霾对图像的影响,还原出图像原始细节具有重要的研究意义。近年来,图像去雾算法的研究已经成为计算机视觉领域的研究重点,尤其是基于深度学习的去雾算法取得了重大进展,然而多数
太赫兹通信技术凭借超大带宽的优势有望成为未来6G（Sixth Generation）的关键技术之一。超大规模天线技术可以提供巨大的空间分集,提升频谱效率,同样有望在6G无线通信系统中起到关键作用。在基于移相器的超大规模多输入多输出（Ultra-Massive Multiple InputMultiple Output,UM-MIMO）混合预编码中,由于太赫兹频段的超大带宽,不同频率的子载波信道具有
西湖龙井被誉为中国的“绿茶皇后”,自2009年以来，西湖龙井茶的价格一直飙升且居高不下，本文根据三次实地调查，采用1980—2016年间的顶级明前西湖龙井茶的价格数据，运用经济学原理，对顶级明前西湖龙井茶的需求收入弹性系数进行测算，测算结果表明：近年来，顶级明前西湖龙井茶的“身份”已由生活必需品转变成奢侈品了。在此基础上，运用计量经济模型进行了实证分析，实证结果表明：顶级明前西湖龙井茶产量极少、供
自5G商业化建设以来,信息与通信技术产业变革进程逐步加快,催生了高清视频慢直播、沉浸式互动体验及智慧人脸识别等新型应用,对终端设备的计算、存储资源提出了巨大挑战。而雾计算模式可以提供分散式的自主数据中心,以保障同一时间段内的多用户连接状态,降低设备负载压力,缓解信息过载现象。进一步地,针对边界雾节点的资源受限问题,融合计算迁移技术的相关研究被广泛开展,但仍缺乏对设备自给供电能力、资源分配公平性及协
当今社会,科技水平发展日新月异,人工智能在其中扮演着重要的角色。智能机器人作为人工智能的一个典型代表,已经在仓储运输,医疗,救援,服务等诸多场景被广泛使用。基于视觉的同步定位与地图构建（SLAM,Simultaneous Localization and Mapping）技术是智能机器人研究领域里的关键技术。然而,传统的SLAM系统大多基于静态环境的假设,在动态环境下容易受到场景中动态物体的影响,
随着信息与通信产业的发展,光纤通信系统得到了广泛的使用,日益增长的信号处理速率和通信容量的需求使光路集成度越来越高。近年来,绝缘体上硅（SOI）平台由于其与互补金属氧化物半导体（CMOS）工艺的良好兼容性,在光子集成领域得到了较高的关注,但由于其波导和包层之间高折射率差的存在,会引入显著的偏振相关损耗和偏振模色散,限制了硅基光电子器件的应用。偏振分集系统被提出以解决这一问题,偏振控制器件作为该系统