老年人多发性原发性癌:文献复习及8例报告

来源 :华西医学 | 被引量 : 0次 | 上传用户:tcrct
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文报告老年人多发性原发性癌(以下简称MPC)8例,复习了国内有关的文献报道。对文献中211例及本文的8例进行了综合分析,着重讨论了老年人MPC的发病情况、好发部位、诊断、治疗及预后。
其他文献
随着实验系统规模的不断扩大,系统运行成本高、周期长等问题逐渐显现,这就造成了实验数据获取困难、可供分析的实验数据量偏小等问题。因此,有必要通过合理的模型和方法分析原始数据的特点,对实验数据进行建模预测,获得足够的数据来对系统进行下一步的分析。针对此问题,以灰色理论为基础,在非等间距GM(1,1)灰色预测模型的基础上,首先加入残差校正模型来提高预测精度,同时对于原始数据具有周期性的情形,建立周期补偿
为实现远距离的无线通信,在网络中添加中继节点,采用多跳路由传输数据。对于中继节点的布局问题,依据线性结构使网络整体能量消耗最小的特征,提出一种中继节点贪婪布局算法。该算法通过最近贪婪策略、中继节点通信容量、传感器节点数据转发跳数等约束方法限制中继节点的布局位置。理论分析和实验验证了该算法能够有效减少能量消耗,延长网络寿命。
目前,问句相似度的计算主要借鉴普通陈述句的相似度计算方法。由于普通陈述句的相似性更多反映的是语句间语义上的匹配符合程度,而衡量问句间的相似性则须同时考虑问句及其答案句之间的相似程度,为此,设计了一种新的问句相似度计算方法。该方法不仅利用问句之间的语义和语法特征考察问句之间的匹配程度,还利用问句的问题类型等信息来间接刻画答案句之间的特征形象,从而以获取问句的深层语义信息,以提高问句相似度计算的准确性
针对生产过程中生产作业的优化调度问题,以生产质量、效率和成本阈值为约束条件,基于集对分析建立了的生产质量—效率—成本控制的生产作业多目标优化模型;利用快速非支配排序遗传算法(NSGA-Ⅱ)求解优化模型,得到相对确定条件下质量—效率—成本控制的Pareto最优解集。决策者依据实际生产过程需要,为各项生产作业从Pareto最优解集中筛选最合理的调度方案。最后,通过算例仿真验证了结合集对分析与NSGA-
为了使各个设施的整体利用效果最佳,结合空间位置影响力查询技术,提出了基于RKNN的选址算法。针对空间对象对空间位置的贡献具有多重性,建立了一种新的空间位置影响力的度量模型,该模型更加符合实际应用情况;然后,利用该模型计算选址方案中各个设施的影响力,并引入均衡系数评价选址方案的合理性,均衡系数越小,方案越合理。实际应用表明基于RKNN的选址算法使村镇基础设施的选址更加合理、有效。
针对贝叶斯信念网络应用于话题识别进行了研究,提出了新的话题识别模型。模型的拓扑结构包括新报道、报道术语、事件术语、话题四层节点,用弧标明索引关系。在贝叶斯概率和条件独立性假设的基础上,模型运用条件概率计算新报道和已有话题簇的相似度,从而实现话题识别。考虑到核心报道、核心事件的重要性,对不同层次的权重计算进行了调整。实验采用DET曲线评测法对模型性能进行测试,实验结果显示,调整后的权重计算可在一定程
针对认知无线电系统中主次用户频谱共享问题,提出了一种基于逢低买入的频谱分配机制。本机制在传统的拍卖中引入了次用户的合作关系,建立了相应的基于逢低买入的合作竞拍分配模型。该机制合理地处理了主用户和次用户及次用户和次用户之间的利益关系;利用蜂群算法实现频谱最优价格的快速求解。仿真结果表明,该机制能够在提高主用户频谱收益的同时使次用户能够以较低价格获得频谱的接入,从而提高系统的频谱使用效率以及次用户接入
对超快速模拟退火算法进行改进(A-VFSA),并以此为粒子发生器,提出了PSO-PG算法。该算法通过粒子发生器对搜索域内粒子进行改进,从而生成一个精英粒子池;并根据随机策略从粒子池中选择粒子,作为初始种群,采用PSO算法进行优化,得到全局最优解。相比于标准PSO算法和LDW算法,PSO-PG算法拥有更好的稳定性和优化精度,能够更加快速地收敛到全局最优解,在一定范围内几乎不依赖于初始参数的选择。
传统的行动者—评论家(actor-critic,AC)算法用在连续空间时,数据利用率低、收敛慢,而现实世界中采样往往需要昂贵的代价,因此提出了一种新的连续空间递归最小二乘AC算法,能够充分利用数据,提高学习预测能力。该方法用高斯径向基函数对连续的状态空间进行编码,评论家部分改用带资格迹的递归最小二乘时间差分方法,而行动者部分用策略梯度方法,在连续动作空间中进行策略搜索。Mountain Car问题
协同过滤由于数据稀疏、冷启动等问题导致了相似用户发现变得困难,从而影响推荐结果的质量。为克服这一不足,提出一种以本体、语义Web为基础的方法,通过构建用户之间的信任网络以及计算用户间的信任权重值,从而增加系统中相似用户发现的数量,改善推荐结果的准确性、可靠性。实例证明,该方法能够帮助推荐系统发现更多的相似用户。