期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
外阴鳞状细胞癌及上皮内病变的临床特征分析
1
作者 孙芳 郑雨诺 +1 位作者 严晓南 张蓓 《徐州医科大学学报》 CAS 2024年第2期146-151,共6页
目的分析外阴鳞状细胞癌(VSCC)及外阴鳞状上皮内病变(VSIL)的临床特征。方法收集2015年9月—2021年6月于徐州市中心医院病理确诊为VSCC、外阴高级别鳞状上皮内病变(VHSIL)、外阴低级别鳞状上皮内病变(VLSIL)患者的临床病理资料。回顾性... 目的分析外阴鳞状细胞癌(VSCC)及外阴鳞状上皮内病变(VSIL)的临床特征。方法收集2015年9月—2021年6月于徐州市中心医院病理确诊为VSCC、外阴高级别鳞状上皮内病变(VHSIL)、外阴低级别鳞状上皮内病变(VLSIL)患者的临床病理资料。回顾性比较VSCC及VSIL患者的临床症状、病灶部位、阴道镜表现、人乳头瘤病毒(HPV)感染的阳性率及亚型,并分析VSCC患者的临床病理特征。结果VLSIL、VHSIL、VSCC患者平均年龄分别为(45.81±18.12)岁、(54.76±18.74)岁和(65.59±14.61)岁,差异有统计学意义(P<0.05)。VSCC、VHSIL及VLSIL组患者临床症状多表现为外阴瘙痒和疼痛。69.57%的VSIL病灶位于外阴后联合,68.18%的VSCC病灶位于大阴唇。阴道镜下醋白反应:VLSIL组100%,VHSIL组88.00%,VSCC组90.91%。血管征象:4.76%的VLSIL和20.00%的VHSIL有点状血管样结构,而77.27%的VSCC有点状或异型血管图像。HPV感染率:VLSIL组100%,VHSIL组76.00%,VSCC组40.90%,VHSIL、VSCC组HPV16阳性率高于VLSIL组(P<0.05)。与HPV阳性VSCC组相比,HPV阴性VSCC组患者年龄更大,肿瘤中低分化占比更高,FIGO分期Ⅲ—Ⅳ期占比更高,差异有统计学意义(P<0.05)。结论VSCC与VSIL患者常见外阴瘙痒、斑块、HPV16感染,阴道镜下以醋白征象为主,VSCC血管征象明显。需进行外阴区及阴道镜检查以提高早期诊断率。HPV阴性VSCC肿瘤分级更低,分期更晚,需重视基于HPV的VSCC风险分层管理。 展开更多
关键词 外阴鳞状细胞癌 外阴鳞状上皮内病变 P53 人乳头瘤病毒 阴道镜
下载PDF
神经网络BPNN模型机器学习方法应用于电化学去除氨氮过程的预测与优化 被引量：2
2
作者 成睿 孟广源 +5 位作者 殷瑶 郑雨诺 张芯婉 李童 陈鹏 张乐华 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第2期202-210,共9页
利用反向传播神经网络(Back Propagation Neural Network,BPNN)建立氨氮去除效果预测模型和智能控制策略。模型由具有BPNN模型的预测模块和控制模块组成。首先,采用4层隐藏层(每层60个神经元)和负反馈调节机制开发BPNN算法,优化模型并... 利用反向传播神经网络(Back Propagation Neural Network,BPNN)建立氨氮去除效果预测模型和智能控制策略。模型由具有BPNN模型的预测模块和控制模块组成。首先,采用4层隐藏层(每层60个神经元)和负反馈调节机制开发BPNN算法,优化模型并预测氨氮去除率。参数分析及响应面模型对比结果表明所提出的BPNN模型具有更好的决定系数(0.9580)。根据水质变化和确定的氨氮去除率目标,通过BPNN模型获得电化学过程中电流智能调控策略,该智能控制策略减少了水质波动对氨氮去除的负面影响,并使能耗降低38%。 展开更多
关键词 神经网络 氨氮去除 电化学 智能控制 预测
下载PDF
南-北方汉族人、韩国人和日本人遗传划分机器学习模型优化方案 被引量：1
3
作者 孔永强 刘金凯 +4 位作者 顾佳琪 徐景怡 郑雨诺 魏以梁 伍少远 《遗传》 CAS CSCD 北大核心 2022年第11期1028-1043,共16页
中国汉族人、韩国人和日本人作为东亚主体人群,其中中国汉族人呈现由北向南的梯度混合,在遗传结构上存在不同程度的差异。为实现对中国南-北方汉族人、韩国人和日本人的高分辨率遗传划分,本研究收集和分析了文献报道和实验室前期数据筛... 中国汉族人、韩国人和日本人作为东亚主体人群,其中中国汉族人呈现由北向南的梯度混合,在遗传结构上存在不同程度的差异。为实现对中国南-北方汉族人、韩国人和日本人的高分辨率遗传划分,本研究收集和分析了文献报道和实验室前期数据筛选出的1185个东亚人群祖先信息性SNPs(ancestry informative SNPs,AISNPs),应用softmax与随机森林两种机器学习算法构建族群遗传划分模型,然后利用系统发育树、STRUCTURE和主成分分析方法进一步评估不同模型AISNPs位点组合的族群分类效果,最终筛选出234-AISNP的最优组合,softmax模型准确率为92%,实现了南方汉族人、北方汉族人、韩国人和日本人的高精度区分。本研究测试的两种机器学习算法模型为近距离人群的高分辨率划分提供了重要参考,可作为法医DNA族群推断体系位点开发的重要工具。 展开更多
关键词 法医遗传学 祖先信息位点 机器学习 东亚人群 南北方汉族
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部