简介：目的系统评价MRI弥散加权成像(DWI)在预测乳腺癌新辅助化学治疗结果方面的准确性。方法选择PubMed、EMBASE和Cochranelibrary数据库,采用EMTREE术语(用于EMBASE)、医学标题术语(用于Medline)和文本词汇(用于其他),即('breastcancer'或'breastneoplasm')和('diffusionweightedmagneticresonanceimaging'或'diffusionweightedMRI'或'diffusionMRI'或'DWI')和('neoadjuvanttherapy'或'neoadjuvanttreatment')和('chemotherapy'或'pharmacotherapy'或'drugtherapy'),进行全面的文献检索。时间为1996年至2018年11月21日。评估纳入研究的方法学质量,对其灵敏度和特异度进行异质性检验并进行合并加权分析,绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC)。结果最终纳入12篇文献,536例研究对象。Meta分析结果显示:合并加权灵敏度和合并加权特异度及其95%置信区间(CI)分别为85%[95%CI(0.76~0.92)]和78%[95%CI(0.64~0.88)]。异质性分析灵敏度(I~2=53.51,P=0.01)和特异度(I~2=83.18,P<0.001)差异有统计学意义,主要是由于存在阈值效应(r=0.694;P=0.012)。使用ROC曲线,AUC为0.89(95%CI:0.86~0.92)。Deeks漏斗图不对称检验表明,无明显的发表偏倚(P=0.54)。结论DWI是预测乳腺癌新辅助化学治疗疗效的有价值的成像工具。

简介：针对计算机辅助诊断模型优化过程中稳定性差和早熟问题,提出基于集成VPRS-RUGGA-支持向量机的肺部肿瘤计算机辅助诊断模型。首先,引入变精度粗糙集构造属性依赖度,结合属性约简长度和惩罚函数的加权和构造适应度函数框架;其次,采用无回放余数随机选择法、均匀交叉和高斯变异算子进行遗传操作;然后,在CT、PET和PET/CT样本空间中提取肺部肿瘤ROI区域特征,构造不同的特征空间,运用VPRS-RUGGA-支持向量机模型约简和分类识别;最后,在不同的样本空间中构造支持向量机(SVM)个体分类器,采用相对多数投票法输出集成结论。实验结果表明,集成VPRS-RUGGA-SVM模型可以有效的提高泛化性能和稳定性,VPRS-RUGGA-SVM模型可有效改善早熟问题,提高模型的分类性能。

简介：胸痛三联征在临床上有相似的胸痛症状,误诊率居高,其确切病因尚不十分明确。针对经典支持向量机不适用于胸痛三联征此类非平衡数据集分类的缺点,本研究结合径向基核函数、布谷鸟算法以及支持向量机,提出一种基于布谷鸟算法优化支持向量机的分类识别模型,用于胸痛三联征的分类诊断。在收集到的735例有效样本数据集上,采用Java程序抽取平衡数据集。实验结果显示,基于平衡数据集,该模型的平均正确率为80.667%;基于非平衡数据集,其平均正确率为97.767%,相比经典支持向量机、粒子群算法-支持向量机、遗传算法-支持向量机均有不同程度的提高。因此,本研究模型对胸痛三联征的分类诊断具有一定的参考价值。