简介:摘要目的探讨淋巴结转移数目(NMLN)及位置对肝内胆管癌根治性切除术后患者预后的影响。方法回顾性分析2010年1月至2020年12月于西安交通大学第一附属医院肝胆外科因肝内胆管癌行根治性切除及淋巴清扫术的105例患者的临床资料,其中男性49例,女性56例,年龄(58±10)岁。根据TNM分期(第8版)分为2组:N0期组(n=62)和N1期组(n=43)。依据NMLN分期将转移淋巴结为0、1~2、>3枚者分别分为3组:0期组(n=62)、1期组(n=24)、2期组(n=19)。将43例合并淋巴结转移患者依据淋巴结转移是否局限于第一站分为2组:第一站转移组(n=11)和非第一站转移组(n=32)。收集患者的一般资料、淋巴结清扫及病理情况、术后生存情况等临床资料。筛选肝内胆管癌根治术预后的危险因素。结果N0、N1期组淋巴结清扫或检出数目分别为6(3,8)和6(3,10)枚,两组间差异无统计学意义(Z=-1.10,P>0.05)。N0期组患者总体生存期优于N1期组(32.0比9.0个月,χ2=23.99,P<0.001)。0期组、1期组和2期组患者中位生存时间分别为32.0、14.0和6.0个月,3组间总体生存期差异具有统计学意义(χ2=32.18,P<0.001)。时间依赖的受试者工作特征曲线显示,NMLN分期较N分期具有更好的预后预测能力。第一站转移组和非第一站转移组的中位生存时间分别为18.0和7.0个月,两组患者总体生存期差异无统计学意义(χ2=2.21,P>0.05)。多因素分析显示,肿瘤糖类抗原125>35.0 U/ml(HR=4.297,95%CI:2.418~7.634)、肝内胆管结石(HR=2.713,95%CI:1.499~4.911)、T4分期(HR=2.934,95%CI:1.478~5.825)、NMLN分期1期(HR=2.759,95%CI:1.500~5.077)、NMLN分期2期(HR=7.376,95%CI:3.553~15.312)为影响肝内胆管癌根治性切除术预后的独立危险因素(P<0.05)。结论淋巴结转移是肝内胆管癌根治术预后不良的重要危险因素,NMLN与患者预后具有一定相关性,而淋巴结转移位置与预后无关。
简介:摘要目的探讨基于双期增强CT检查影像组学胆囊癌淋巴结转移预测模型构建及其应用价值。方法采用回顾性队列研究方法。收集2012年1月至2020年12月西安交通大学第一附属医院收治的194例胆囊癌患者的临床病理资料;男70例,女124例;年龄为(64±10)岁;均行胆囊癌意向性根治切除术。194例患者通过R软件随机数法以8∶2比例随机分为训练集156例和测试集38例。训练集用于构建诊断模型,测试集用于验证诊断模型。患者进行CT检查后,行图像分析、提取影像组学特征、影像组学模型建立;根据临床病理因素构建列线图预测模型。观察指标:(1)淋巴结清扫及组织病理学检查结果。(2)影像组学预测模型构建及特征分析。(3)胆囊癌淋巴结转移的影响因素分析。(4)列线图淋巴结转移预测模型构建。(5)影像组学及列线图淋巴结转移预测模型的预测能力比较。正态分布的计量资料以x±s表示,偏态分布的计量资料以M(范围)表示。计数资料以绝对数表示,组间比较采用χ2检验。单因素分析采用χ²检验,多因素分析采用Logistic回归模型前进法。绘制受试者工作特征(ROC)曲线,以曲线下面积(AUC)、决策曲线、混淆矩阵进行预测模型的效能评价。结果(1)淋巴结清扫及组织病理学检查结果。194例患者中,行淋巴结清扫182例,淋巴结清扫数目为8(1~34)枚/人,阳性淋巴结清扫数目为0(0~11)枚/人。194例患者术后组织病理学检查结果显示:N0期122例,淋巴结清扫数目为7(0~27)枚/人;N1期48例,淋巴结清扫数目为8(2~34)枚/人,阳性淋巴结清扫数目为1(1~3)枚/人;N2期24例,淋巴结清扫数目为11(2~20)枚/人,阳性淋巴结清扫数目为5(4~11)枚/人。(2)影像组学预测模型构建及特征分析。提取194例患者107个影像组学特征,其中一阶特征18个、形状特征14个、纹理特征75个。通过各影像组学特征组内相关系数及绝对中位差和使用互信息法、Select K-Best、最小化绝对收缩和选择算子回归降维后的数据分别拟合至随机森林、梯度提升树、支持向量机(SVM)、K-近邻法及Logistic回归5种不同机器学习算法中,经分析Select K-Best_SVM模型预测性能最佳,测试集的AUC为0.76。(3)胆囊癌淋巴结转移的影响因素分析。单因素分析结果显示:全身炎症反应指数、癌胚抗原、CA19-9、CA125、影像学T分期、影像学淋巴结状态是影响胆囊癌患者淋巴结转移的相关因素(χ²=4.20,11.39,5.68,11.79,10.83,18.58,P<0.05)。多因素分析结果显示:癌胚抗原,CA125,影像学T分期(T3期比T1~2期、T4期比T1~2期),影像学淋巴结状态是胆囊癌淋巴结转移的独立影响因素[风险比=2.79,4.41,5.62,5.84,3.99,95%可信区间(CI)为1.20~6.47,1.81~10.74,1.50~21.01,1.02~33.31,1.87~8.55,P<0.05]。(4)列线图淋巴结转移预测模型构建。基于CEA、CA125、影像T分期、影像学淋巴结状态4项胆囊癌淋巴结转移的独立影响因素建立列线图预测模型。列线图模型训练集和测试集的一致性指数分别为0.77(95%CI为0.75~0.79)和0.73(95%CI为0.68~0.72)。(5)影像组学及列线图淋巴结转移预测模型的预测能力比较。ROC曲线显示:Select K-Best_SVM影像组学模型训练集和测试集的AUC分别为0.75(95%CI为0.74~0.76)和0.76(95%CI为0.75~0.78),列线图训练集和测试集的AUC分别为0.77(95%CI为0.76~0.78)和0.70(95%CI为0.68~0.72)。决策曲线显示:Select K-Best_SVM影像组学模型及列线图预测淋巴结转移能力较为接近。混淆矩阵显示:Select K-Best_SVM影像组学模型训练集和测试集的灵敏度分别为64.29%和75.00%,特异度分别为73.00%和59.09%,列线图训练集和测试集的灵敏度分别为51.79%和50.00%,特异度分别为80.00%和72.27%。结论成功构建基于双期增强CT检查影像组学胆囊癌淋巴结转移预测模型,其预测能力良好与列线图预测能力一致。
简介:摘要:针对汽轮机监控数据的特点,本文提出了一种基于 IEEE754的汽轮机监控数据处理方法。该方法有效地解决了指数尾数转换问题,能够使汽轮机监控数据及时、准确地显示,保证汽轮机安全、稳定运行。 关键词:浮点数;指数尾数;数据转换; IEEE 754;汽轮机 引 言 随着我国经济的高速发展,汽轮机在电力、化工、钢铁等重要领域中有着举足轻重的地位。汽轮机的转数调节、工况控制直接影响汽轮机机组的安全性、经济性,因此汽轮机的安全运行至关重要,如果不能对其进行快速、准确地监控,那么容易导致汽轮机机组发生故障、甚至瘫痪,从而造成巨大的经济损失。 目前,由于数字式电液控制系统 (DEH)能够高效协调控制汽轮机机组,使其运行稳定,工业上多采用 DEH对汽轮机机组进行调节控制,并与集散控制系统( DCS)进行通信,将重要的汽轮机数据在 DCS上显示,便于实时监管汽轮机运行状态,当问题发生时,也能及时处理。但是往往由于 DEH和 DCS之间的型号不同,就容易造成汽轮机数据在传输过程中出现数据传输不过来或者是错误数据等不确定问题。比如 ABB公司集散式控制系统( DCS)在接收汽轮机数据时,主要是通过指数尾数转换模块将 RS485的汽轮机数据传输到操作员站,但是,在传输的过程中发现,数据超过 10000时,指数尾数转换模块传输的数据是错误的数据、不是真实的数据,而且该模块的传输数据范围也不能满足实际应用,此类问题是共性问题,因此有必要对上述问题进行有效的解决,保证汽轮机安全、可靠、稳定运行。 本文根据实际应用中需要采集的汽轮机数据为实型数据的特点,采用 IEEE754标准,对汽轮机数据进行高效地处理,使其能够在不同设备间进行准确、有效地传输,便于对汽轮机的运行状态进行有效监管。 1 浮点数 计算机中数据的基本类型包括整型、实型、和字符型三大类 [1]。实型数据的存储格式比整型、字符型数据复杂,一般用浮点数进行表示。浮点数是指采用指数方法,利用小数点的位置可以根据需要左右浮动,灵活地表示更大范围的实型数据。 一个实型数据 A可以用一个尾数( Mantissa,尾数实际上是有效数字的非正式说法),一个基数( Base),一个指数( Exponent),和一个表示正负的符号来表示。例如 12345.6用科学计数法可以表示为 1.23456 104,其中, 1.23456为尾数, 10为基数, 4为指数。规范的浮点数表示方法如下 [2-4]: (1) 其中, 为尾数, 为基数, 为指数,尾数中数字的个数为精度,一般用 表示。基于规范表示的浮点数对应的具体值可由下面的表示方法获得: (2) 2 指数尾数转换 ABB 集散式控制系统( DCS),采用指数尾数转换模块对其汽轮机数据进行处理,并传送到操作员站上,以供操作人员对汽轮机数据进行监控。指数尾数转换规则如表 1 所示。 指数尾数转换模块,在处理小范围数据时,可以保证数据准确地传输,但是当汽轮机数值超过 10000时,就会出现数据传输不正确。因此,指数尾数转换模块在处理汽轮机数据时,有一定的弊端。 表 1 指数尾数转换规则 Value Exponent Mantissa 65432.0 4 6543 -1234.0 3 53196 12.34 1 1234 1.2345 0 12345 0.12345 0 1235 0.01234 0 123 0.001234 0 12 0.000123 0 1 32767.0 4 32767 123456789.0 8 12346 -0.1 0 64536 -1.0 0 55536 3 IEEE 754标准 IEEE 754标准于 1985年提出,是当前二进制浮点运算的格式标准。 IEEE 754标准规定了两种基本浮点格式,分别为单精度和双精度。 IEEE 754标准要求浮点数必须是规范的,实数 R的二进制科学计数法可以表示为 (3) 其中, S为实数的符号,“ 0”表示“正”, “ 1”表示“负”。 E为二进制数的指数, M为尾数。 浮点格式中最高位是符号位,中间是指数域,对应于二进制科学计数法中的指数部分,指数部分称为浮点数的阶码,采用移码方式存储 [5]。单精度浮点数要指数值加上偏移量 127,双精度要指数值加上偏移量 1023.对于单精度浮点数,可以表达的指数真值范围在 -128到 127之间。指数真值 -128和 -127保留用作特殊处理,指数真值加上偏移量 127之后,指数 E的机器值为 1到 254,即采用移码后,指数的机器数全部用正数表示,便于比较浮点数的大小。指数真值范围在 -126和 127之间的浮点数称为规格化的浮点数。,浮点格式的最后是尾数域,规范的二进制数的尾数小数点前面总是 1,所以,在保存尾数时,可以省略小数点前面的 1. 浮点数的精度取决于尾数部分,尾数部分的位数越多,能够表示的有效数字越多。单精度的尾数用 23位存储,加上默认的小数点前的 1位 1, ,因为 ,所以,单精度浮点数的有效位数是 7位。双精度浮点数的尾数用 52位存储,加上默认的小数点前的 1位 1, ,因为 ,所以双精度的有效位数是 15位。 如果运算结果的十进制位数(包括整数位数和小数位数)小于 7,为 m位,则可以选用单精度浮点数,如果运算结果的十进制位数大于 7小于等于 15,为 n位,可选择使用双精度浮点数。 4 汽轮机监控数据处理方法 鉴于 IEEE 754在处理实型数据方面的优点,本文根据汽轮机数据特点,将其应用到实际工程项目中,有效地解决了指数尾数转换问题。 5 结 论 本文根据汽轮机数据传输过程中的实际工程问题,提出了一种基于 IEEE754 的汽轮机监控数据处理方法,该方法有效地解决了指数尾数转换问题,能够使汽轮机数据快速、准确地显示到操作员站上,便于操作员及时监控汽轮机运行状态,以保证汽轮机安全、稳定运行。 参考文献: [1] 高辉 . 计算机系统结构 [M]. 武汉:武汉大学出版社, 2006: 45-47. [2] 张宗杰,张明亮 . C语言中浮点数的存储格式及其有效数字位数 [J]. 计算机与数字工程, 2005,34: 84-86. [3] 何晶 , 韩月秋 . 一种新的整数转换为浮点数的方法 [J]. 计算机工程 , 2003, 11(19): 29-38. [4] 郑莉 . C++程序语言设计 [M]. 北京:清华大学出版社 , 2004: 24. [5] 蒋本珊 . 计算机组成原理 [M]. 北京:清华大学出版社 , 2004: 26-30. 作者简介:张健( 1988-06-08),男,汉族,籍贯:辽宁省阜新市彰武县,当前职务:技术员,当前职称:工程师,学历:大学本科,研究方向:自动化
简介:摘要:智慧化运营是在原有的污水处理厂管理系统中融合了智能化技术而出现的新型管理模式,这种管理模式可在污水处理厂运营的全过程中实现一体化、标准化管控,帮助污水处理厂更智能、高效地进行污水治理,降低生产成本,创造更大的社会效益和经济效益。天津创业环保集团股份有限公司运营管理中心通过大数据运营管理平台的建设,实现了天津市内四座直属污水处理厂的智慧化运营。
简介:摘要:随着信息技术的日新月异,大数据在教育领域的运用日益广泛,普通高中也开始关注到数据技术在教育教学中的巨大潜力。本文主要探讨了在大数据与普通高中教学融合下,精准教学的可行性和具体实施方案。通过构建完善的数据库,收集学生的学习数据、行为数据以及学校的教育资源数据,运用大数据分析技术进行归纳和分析,为每一名学生提供个性化的教学指导。结果表明,大数据与普通高中教学的融合可以实现精准教学,既可以提升学生的学习效果,又可以促进教师教学方法的改革和创新。这一研究为普通高中教学模式改革提供了新的参考和方向,也为加强个性化教育,实现每个学生的全面发展提供了可能。