简介：摘要：随着电气自动化技术的迅速发展，智能故障诊断与预测模型在电气自动化系统中发挥着越来越重要的作用。本文探讨了电气自动化系统中的故障类型及其影响，分析了现有的故障诊断方法，提出了基于智能算法的故障诊断与预测模型，最后通过实验验证其有效性。研究结果表明，智能故障诊断与预测模型能够显著提高故障检测的准确性和及时性，从而提升电气自动化系统的运行可靠性。

简介：模型的验证是指对模型的性能指标(区分度、校准度)进行考察的过程。根据考察过程中是否使用预测模型的开发队列数据,模型验证可分为内部验证和外部验证。内部验证是检验模型开发过程的可重复性,常见形式包括随机拆分验证、交叉验证、Bootstrap重抽样以及“内部-外部”交叉验证。外部验证考察的是模型的可移植性和可泛化性,常见形式包括时段验证、空间验证以及领域验证。

简介：摘要目的评估基于极端梯度上升（XGBoost）算法的联合诊断模型对胃神经内分泌肿瘤（NENs）病理分级的诊断效能。方法以郑州大学第一附属医院2012年8月至2019年12月收治的81例胃NENs患者为对象，收集其临床资料和CT影像学资料。分析CT影像的病灶个数、肿瘤部位、形态、淋巴结转移状态、肿瘤最厚径、最长径和动静脉期CT值等特征；采用ITK-SNAP软件和Python 2.1.0 Pyradiomics软件对CT影像进行影像组学分析预处理并从分割图像中提取组学特征；采用XGboost算法分别建立CT影像模型、动脉期组学模型、静脉期组学模型和联合诊断模型；采用准确度、均方误差（MSE）和平均绝对误差（MAE）评价以上模型的诊断性能。结果NENs患者年龄为28.0~78.0（58.6±10.7）岁，其中男性56例，占69.1%。胃NENs病理分级G1/G2级和G3级患者病灶个数、肿瘤部位、形态、淋巴结转移状态、肿瘤最厚径和最长径的差异均有统计学意义（均P<0.05），动（静）脉期CT值差异无统计学意义（均P>0.05）。联合诊断模型中的特征分别为A_logarithm_glcm_Imc1、P_squareroot_glcm_MaximumProbability、肿瘤最厚径、最长径、A_wavelet-HHL_glrlm_GrayLevelNonUniformity和P_wavelet-LLL_ngtdm_Contrast。CT影像模型、动脉期组学模型、静脉期组学模型和联合诊断模型的准确度分别为81.8%、86.0%、87.8%和91.0%；MSE分别为539.41、490.08、429.99和371.92；MAE分别为16.72、15.25、14.23和12.33。联合诊断模型的MAE值小于CT影像模型和动脉期组学模型（P值分别为<0.001和0.004），而与静脉期组学模型的MAE值差异无统计学意义（P=0.111）。结论基于XGBoost算法的联合诊断模型对胃神经内分泌肿瘤病理分级具有良好的诊断效能。

简介：摘要目的探讨影像组学方法诊断垂体泌乳激素大腺瘤（PPM）的效能与可行性。方法回顾性分析2012年1月至2018年12月首都医科大学附属北京天坛医院经病理证实的垂体大腺瘤患者122例，其中PPM 70例、非泌乳激素大腺瘤（NPPM）52例，比较两者年龄、性别、泌乳素水平、出血、囊变及Knosp分级的差异。应用3Dslicer软件对术前轴面T1WI增强图像进行预处理、感兴趣区勾画与特征提取。使用最小绝对收缩和选择算子进行特征选择。所有病例以7∶3的比例随机分为训练组（85例）与测试组（37例），使用logistic回归与支持向量机（SVM）在训练组与测试组进行建模与测试，分别绘制ROC曲线，计算特异度、灵敏度、准确度及ROC曲线下面积（AUC）。结果PPM与NPPM患者的年龄［分别为（38±12）岁、（43±11）岁］、性别（男/女分别为50例/20例、14例/38例）及泌乳素水平［分别为366.00（117.75，1 156.25）μg/L、47.25（32.68，62.40）μg/L］差异存在统计学意义（P<0.05）。Logistic回归与SVM在训练组鉴别诊断PPM与NPPM的AUC值分别为0.936和0.946，测试组AUC值为0.768和0.774。Logistic回归与SVM在训练组鉴别诊断PPM与NPPM的准确度分别为88.2%和91.8%，测试组的准确度分别为73.0%和77.8%。结论基于影像组学特征的机器学习模型对垂体泌乳激素大腺瘤的诊断效能较高。

简介：摘要目的基于简化多模态磁共振影像（MRI）构建影像组学模型诊断乳腺癌。方法回顾性分析2014年6月至2019年3月所有具有穿刺或手术切除病理结果的1 306例乳腺疾病患者（良性病变416例，乳腺癌890例）的乳腺MRI图像，分为训练集（n=702）、内部验证集（n=302）、外部验证集（n=302）。所有图像简化为：联合模型组［T2加权脂肪抑制序列（T2WI）、扩散加权成像序列（DWI）和增强第一期图像］、非增强组（T2WI和DWI）及单期增强组（增强第一期图像）。提取影像特征并用方差分析和拉索回归法筛选有效特征；采用3种分类器（Bagging决策树、高斯过程、支持向量机）预测乳腺癌；选择最佳者构建乳腺癌诊断模型；最后通过内部和外部验证集验证。结果应用高斯过程分类器，联合模型和非增强模型预测乳腺癌AUC值，训练集为0.903和0.893、内部验证集为0.893和0.863、外部验证集为0.878和0.864。结论应用简化多模态MRI构建的影像组学模型能够准确诊断乳腺癌，而且非增强模型无需造影剂也可准确诊断乳腺癌，为简化诊断流程提供了可行性。

简介：摘要目的用机器学习算法建立IgA肾病与非IgA肾病鉴别诊断模型。方法采用回顾性研究的方法，收集2019至2020年昆明医科大学第一附属医院、云南省第一人民医院和昆明市延安医院肾脏内科经肾脏病理确诊的患者共260例，其中原发性IgA肾病130例，非IgA肾病130例。收集包括性别和年龄等在内的28项临床资料和实验室常规检测结果，IgA肾病组与非IgA肾病组的男女构成比分别为59∶71和 64∶66，年龄分别为37.20（21.89，53.78）、43.30（27.77，59.18）岁。将260例患者随机地分为训练集（70%，182例）和测试集（30%，78例）。分别使用决策树、随机森林、支持向量机、极限梯度提升算法建立原发性IgA肾病与非IgA肾病的鉴别诊断模型。以真阳性率、真阴性率、假阳性率、假阴性率、准确率、受试者特征工作曲线下面积（AUC）、精确率、召回率和F1评分综合评估各模型的效能并选择性能最佳的模型。采用 SPSS 25.0对数据进行分析，P<0.05为差异有统计学意义。结果采用决策树、支持向量机、随机森林和极限梯度提升算法建立鉴别诊断模型的准确度分别为67.95%、70.51%、80.77%和83.33%；AUC值分别0.74、0.76、0.80和0.83；判断为原发性IgA肾病的F1评分分别为0.73、0.72、0.80和0.83。综合以上评价指标极限梯度提升算法模型的效能最高，该模型诊断为IgA肾病的敏感度、特异度分别为89%、79%，其变量重要性由高到低分别为血白蛋白、IgA/C3、血肌酐、年龄、尿总蛋白、尿白蛋比、高密度脂蛋白、尿素。结论成功建立IgA肾病与非IgA肾病的鉴别诊断模型。采用极限梯度提升算法建立的模型临床性能最佳。

简介：摘要本文采用PMC互测方法对电力通信网的网络节点进行故障诊断，通过对某地区SDH光网络中故障节点具体诊断，证明该方法能够迅速准确地找出故障节点，从而保证了电力系统的连续运行。

简介：摘要目的评价基于深度学习卷积神经网络（convolutional neural networks，CNN）的肺结核CT辅助诊断模型在临床中的应用价值。方法收集2017年3月至2018年3月河北省胸科医院影像科菌阳并接受胸部高分辨率CT平扫检查的1 764例患者的病例资料，其中男937例，女827例，年龄17～73岁，平均年龄38.4岁。由4名影像科医师对含病变的20 139幅CT图像进行分类标注（17种影像特征），以此作为训练数据集，构建肺结核CT图像CNN诊断模型。训练数据集数量最多的前5种影像特征依次为：浸润型肺结核、空洞型肺结核、胸膜增厚、干酪性肺炎和胸腔积液。从已标注图像中随机抽取302幅图像作为测试数据集，以2名高级职称医师的诊断为“金标准”，比较CNN诊断模型和医师在肺结核CT诊断中敏感度和准确率的差异，统计CNN诊断模型分类错误的类型、数量，并绘制自由响应受试者工作特征（FROC）曲线，以测量该模型的最大诊断效能。结果CNN诊断模型对测试数据集中浸润型肺结核、空洞型肺结核、胸膜增厚、干酪性肺炎和胸腔积液的诊断准确率分别为：95.33%（10 982/11 520）、73.68%（2 151/2 920）、73.07%（1 128/1 544）、83.33%（1 020/1 225）和94.11%（814/865）；CNN诊断模型的总体诊断敏感度和准确率分别为95.49%（339/355）和90.40%（339/375），医师的对应数值分别为：93.80%（348/371）和92.80%（348/375），CNN模型和医师诊断比较差异无统计学意义（敏感度χ2=1.022，P=0.312；准确率χ2=1.404，P=0.236）；FROC曲线显示，当敏感度为78%，假阳性区域个数为2.48时，该模型诊断效能最大。CNN诊断模型诊断结核病变的分类错误主要集中于纤维条索灶、空洞型肺结核、干酪性肺炎与浸润型肺结核的混淆上。结论基于深度学习CNN的肺结核CT辅助诊断模型有较高的诊断敏感度和准确率，该模型可辅助影像科医师的肺结核诊断工作，值得在临床工作中推广应用。

简介：摘要目的利用决策树建立完全性川崎病(cKD)的辅助诊断模型，并评估其在不完全性川崎病(iKD)中的诊断价值，以利于iKD的早期准确诊断。方法采用回顾性研究方法，收集上海儿童医学中心2018年12月至2019年12月符合入组标准的患儿临床资料，共计200例，分为cKD组(51例)、iKD组(54例)和感染性发热(IF)组(95例)。以cKD和随机半数IF患儿的辅助检查指标构成训练样本数据集；以iKD和剩余半数IF患儿的辅助检查指标构成验证样本数据集，然后进行决策树算法分析，生成cKD的临床诊断决策树，将生成的决策树模型在验证样本数据集中进行验证并计算模型的检测效应值。结果本研究中共24项辅助检查指标用于构建决策树诊断模型，对其进行单因素统计分析后发现，16项指标在cKD和IF组间以及17项指标在iKD和IF组间的差异有统计学意义。在cKD与IF训练样本数据集中，构建出以红细胞沉降率>35 mm/h、N末端心房脑钠肽前体≥315 pg/ml、CD3-/CD19＋%≥21%、中性粒细胞绝对计数≥8.5×109/L为要素的辅助检查决策树模型；在iKD与IF的数据集中验证发现，该决策树模型的灵敏度为0.947，特异度为0.963，受试者工作特征曲线下面积0.959。结论基于cKD的辅助检查指标建立的决策树模型是iKD与IF有效鉴别方法之一，为iKD早期诊断提供了强有力的策略支持。

简介：摘要： 目的  探讨使用临床常用的血常规指标构建对老年社区获得性肺炎( CAP) 有较好预测价值的列线图模型。方法  回顾性纳入 2022年1月至12月牡丹江国际旅行卫生保健中心（牡丹江海关口岸门诊部）及黑龙江省第二医院共88例老年CAP患者及80例健康对照人群,采用单因素及多因素logistic回归分析筛选老年CAP发生的独立危险因素并构建列线图模型。采用受试者工作特征(ROC)曲线评估列线图模型的诊断效能 。结果  白细胞计数、红细胞计数、淋巴细胞比率、单核细胞比率、平均血小板体积及血小板分布宽度为老年CAP发生的独立危险因素，并基于此构建列线图模型，其ROC曲线下面积为0.869(95%CI:0.808~0.916)。结论  本研究基于临床血常规指标构建的列线图模型可较为准确的筛选出老年CAP患者，可对老年患者进行CAP风险评估，指导临床精准管理。

简介：摘要:无刷直流电机因其高效率、小体积、宽调速范围、优异调速性能、强安全稳定性以及维护方便等特点，在汽车、航空航天及工业等领域得到了广泛应用。然而，控制系统可靠性受电力电子器件影响较大，故障发生时难以解决，限制了其在高可靠性、高精度场合应用,通过模型预测控制技术提高系统稳定性和可靠性。

简介：资本资产定价模型（CAPM）和套利定价理论（APT）是关于资本市场均衡的两个比较著名的模型。二种模型虽然在解释的角度、基本很设、方法、以及适用范围上均有重大区别，但是殊途同归，它们得出的结论是一致的：期望收益与风险之间存在着正相关的关系。

简介：摘要近年来人工智能的实用化取得了重大进展，随着计算机运算能力及数据传输速度的提高，人工智能已经开始应用于医疗卫生领域。在结直肠领域，以减少漏诊，提高结肠息肉检出率，鉴别息肉性质为目的计算机辅助诊断模型逐渐趋于实用化。本文对人工智能模型辅助结直肠镜下息肉实时诊断的相关情况作一综述。

简介：摘要电网企业信息运维故障诊断模型，能够在电网企业信息运维指标中产生很好的容错性和实用性,可快速诊断故障并准确找到故障源，可在一定程度上确保电网企业的正常运行。

简介：摘要近年来人工智能的实用化取得了重大进展，随着计算机运算能力及数据传输速度的提高，人工智能已经开始应用于医疗卫生领域。在结直肠领域，以减少漏诊，提高结肠息肉检出率，鉴别息肉性质为目的计算机辅助诊断模型逐渐趋于实用化。本文对人工智能模型辅助结直肠镜下息肉实时诊断的相关情况作一综述。

简介：摘要目的应用血浆蛋白质组学方法建立诊断模型，探索诊断和识别肾移植临床几乎耐受的新方法。方法收集2011年11月至2012年11月来自华中科技大学同济医学院附属同济医院等多家医疗机构的43例受试者血浆样本。分为临床几乎耐受组(18例)、排斥反应组(12例)以及健康对照组(13例)。应用表面增强激光解吸离子化飞行时间质谱(SELDI-TOF-MS)技术对血浆样本进行蛋白质组学分析。使用Biomarker Wizard及Biomarker Patterns软件筛选差异质谱峰，建立诊断模型。通过检索SWISS-PROT及TrEMBL数据库，对模型节点质谱峰进行鉴定。结果获得差异蛋白质谱峰21个(P<0.05)。建立由M2 565.15、M1 966.28、M6 674.78、M1 103.27，M1 716.69、M1 966.28五个质谱峰构成的诊断模型。模型诊断临床几乎耐受的敏感性为83.3%、特异性为92.0%、ROC曲线下面积为0.951。模型节点质谱峰的生物信息学鉴定结果为：B型利钠肽(ANFB)、黑色素浓集激素(MCH)、三叶因子1(TFF1)、强啡肽原(PDYN)、蛋白酶体激活亚3(PSME3)。结论通过血浆蛋白质组学方法建立诊断模型能够有效识别肾移植临床几乎耐受者。

简介：摘要：目的：本研究的目的是开发一种基于CT影像的诊断模型，专注于使用传统影像学分析和图像处理技术来诊断股骨头坏死。方法：采用回顾性研究设计，收集了确诊为股骨头坏死的患者的CT影像数据。通过传统的影像学分析和先进的图像处理技术，我们对股骨头的形态、密度变化、微血管结构等关键特征进行了深入的提取和分析。这些方法的结合旨在提高对股骨头坏死特征的识别能力。

简介：

简介：讨论了泊松过程的性质，研究了冲击次数服从泊松过程、损坏是可加的冲击模型，并给出了期望损坏．从而为评估系统寿命提供了依据。

简介：