简介:摘要本课题基于以频率估计概率的数学实验统计模型,借助网络技术平台,实现了书面表达中各字母出现频率的统计,根据频率的稳定趋势估计出各字母在书面表达中出现的概率。借助计算机辅助教学和基于信息技术的数学实验,体现了数学教学活动化、操作化和现代化的特征,重视学生在数学实验活动中的主体地位,使学生处于积极主动地动脑动手、探索验证、讨论交流的实践活动中,实现了新数学课程观中“培养学生r数学能力与智慧”。
简介:目的:探索用于对人工牙列(牙合)面任意点的三维前伸运动轨迹进行描记的算法模块.方法:应用激光三维扫描和重建技术,建立全口义齿人工牙列模型,采用Matlab6.5数学计算分析软件,并结合空间解析几何原理,对人工牙列(牙合)面上任意点在(牙合)架上的前伸运动进行数学建模和轨迹模拟.结果:(1)建立了人工牙列(牙合)面上任意点前伸运动轨迹的数学模型.(2)获得了用于描记人工牙列(牙合)面上任意点三维前伸运动轨迹的算法模块,并对实际病例进行验证.结论:本研究在定量研究全口义齿功能运动轨迹方面作了初步尝试,实验结果揭示该方法的设计思想可行,并为定量研究义齿动态咬合情况奠定了基础.
简介:摘要目的开发和验证基于眼底照片影像组学特征的糖尿病足分类预测模型。方法回顾性收集2011年12月至2018年12月在南方医院诊断为2型糖尿病患者眼底照片共2 035张[糖尿病足(DF)患者282张,糖尿病(DM)患者1 753张],采用计算机随机数按7∶3将所有眼底照片随机分成训练集(1 424张)与测试集(611张)。眼底照片进行图像预处理后,通过Radiomic工具包提取基于灰度矩阵的4 128个纹理特征,并用ToolboxDESC工具包提取了11 339个其他特征。采用LASSO算法选取出与DF最相关的30个特征,再使用Bootstrap+0.632自助采样法进一步筛选出7个最佳组合,进行logistic回归分析求得回归系数,建立最终的糖尿病足分类模型。绘制ROC曲线,计算训练集和测试集的AUC、敏感度、特异度及准确率以验证其预测效能。结果本研究筛选出7个糖尿病足患者眼底照片影像组学标记物,且构建的DF/DM分类预测模型在训练集中的AUC、敏感度、特异度、准确率分别为:0.958 6、0.984 0、0.920 0、0.928 0;在测试集中得到的AUC、敏感度、特异度、准确率分别为0.927 1、0.988 9、0.881 0、0.896 9。结论本研究采用了影像组学技术筛选出7个糖尿病足眼底影像组学标记物,基于此构建了高精度的可简便应用的DF/DM分类模型。该技术具有提高糖尿病足筛查效率的潜力。