目的:研发一种影像组学结合乳腺影像报告和数据系统(BI-RADS)的列线图模型,用于预测BI-RADS超声(US)4类或5类病变中的乳腺癌。方法:选取2021年11月至2024年9月在滁州市第一人民医院和新疆维吾尔自治区中医院就诊的315例女性乳腺肿瘤患者...目的:研发一种影像组学结合乳腺影像报告和数据系统(BI-RADS)的列线图模型,用于预测BI-RADS超声(US)4类或5类病变中的乳腺癌。方法:选取2021年11月至2024年9月在滁州市第一人民医院和新疆维吾尔自治区中医院就诊的315例女性乳腺肿瘤患者,将2022年1月至2023年8月就诊于新疆维吾尔自治区中医院的211例患者纳入训练组,2021年11月至2024年9月就诊于滁州市第一人民医院的104例患者纳入验证组。根据训练组的多元回归分析结果开发影像组学评分结合BI-RADS US的列线图模型,在验证组中评估列线图预测乳腺癌的影响因素、区分度、校准和临床实用性。结果:影像组学评分和BI-RADS类别是预测乳腺恶性肿瘤独立影响因素(OR=4.66、4.87,P<0.05)。受试者工作特征(ROC)曲线分析中,训练组和验证组列线图模型区分恶性和良性病变能力的ROC曲线下面积(AUC)分别为为0.928和0.883,均优于影像组学评分的AUC(0.791和0.864)以及BI-RADS类别AUC(0.825和0.857),其差异均有统计学意义(Z训练组=4.026、3.716,Z验证组=3.142、2.847,P<0.05)。结论:基于影像组学评分和BI-RADS类别的列线图模型对于BI-RADS US 4或5类乳腺恶性肿瘤的预测具有潜在的应用价值。展开更多
Since the discovery of A15 metallic superconductors, the possible mechanism responsible for the high transition temperatures has been a. central problem. The advent of high-T_c oxides such as Y-Ba-Cu-O, Bi-Sr-Ca-Cu-O ...Since the discovery of A15 metallic superconductors, the possible mechanism responsible for the high transition temperatures has been a. central problem. The advent of high-T_c oxides such as Y-Ba-Cu-O, Bi-Sr-Ca-Cu-O and Tl-Ba-Ca-Cu-O has rendered this question even more interesting. In order to study the origin of superconductivity, it is useful to find展开更多
为提高福建省智能网格预报气温产品的精度,选取2019年EC_MOS和FZEC_MOS的整点气温、24 h最高气温、24 h最低气温数据与CLDAS(CMA Land Data Assimilation System)格点融合数据,进行误差分析并使用滑动双权重平均订正进行订正研究。结果...为提高福建省智能网格预报气温产品的精度,选取2019年EC_MOS和FZEC_MOS的整点气温、24 h最高气温、24 h最低气温数据与CLDAS(CMA Land Data Assimilation System)格点融合数据,进行误差分析并使用滑动双权重平均订正进行订正研究。结果表明:(1)EC_MOS和FZEC_MOS具有低海拔地区偏低,高海拔地区偏高的系统性偏差,夏季预报精度优于冬季,且24 h最低气温预报的精度最高;(2)经过滑动双权重平均订正,各产品预报精度得到提高,整体预报准确率均提升约10%,平均绝对误差和均方根误差均降低0.5~1℃;(3)FZEC_MOS格点预报产品虽然具有较高的空间分辨率,但是其预报准确率比EC_MOS站点产品的低。通过订正,可以使得EC_MOS和FZEZ_MOS的气温预报精度达到相似水平;(4)滚动订正可以有效降低剩余有效预报时效数据的预报误差,不断提高预报精度。展开更多
文摘目的:研发一种影像组学结合乳腺影像报告和数据系统(BI-RADS)的列线图模型,用于预测BI-RADS超声(US)4类或5类病变中的乳腺癌。方法:选取2021年11月至2024年9月在滁州市第一人民医院和新疆维吾尔自治区中医院就诊的315例女性乳腺肿瘤患者,将2022年1月至2023年8月就诊于新疆维吾尔自治区中医院的211例患者纳入训练组,2021年11月至2024年9月就诊于滁州市第一人民医院的104例患者纳入验证组。根据训练组的多元回归分析结果开发影像组学评分结合BI-RADS US的列线图模型,在验证组中评估列线图预测乳腺癌的影响因素、区分度、校准和临床实用性。结果:影像组学评分和BI-RADS类别是预测乳腺恶性肿瘤独立影响因素(OR=4.66、4.87,P<0.05)。受试者工作特征(ROC)曲线分析中,训练组和验证组列线图模型区分恶性和良性病变能力的ROC曲线下面积(AUC)分别为为0.928和0.883,均优于影像组学评分的AUC(0.791和0.864)以及BI-RADS类别AUC(0.825和0.857),其差异均有统计学意义(Z训练组=4.026、3.716,Z验证组=3.142、2.847,P<0.05)。结论:基于影像组学评分和BI-RADS类别的列线图模型对于BI-RADS US 4或5类乳腺恶性肿瘤的预测具有潜在的应用价值。
基金浙江省“尖兵”“领雁”研发攻关计划(2024C01058)浙江省“十四五”第二批本科省级教学改革备案项目(JGBA2024014)+2 种基金2025年01月批次教育部产学合作协同育人项目(2501270945)2024年度浙江大学本科“AI赋能”示范课程建设项目(24)浙江大学第一批AI For Education系列实证教学研究项目(202402)。
基金This work was supported by the National Center for Research and Development on Superconductivity of China.
文摘Since the discovery of A15 metallic superconductors, the possible mechanism responsible for the high transition temperatures has been a. central problem. The advent of high-T_c oxides such as Y-Ba-Cu-O, Bi-Sr-Ca-Cu-O and Tl-Ba-Ca-Cu-O has rendered this question even more interesting. In order to study the origin of superconductivity, it is useful to find
文摘为提高福建省智能网格预报气温产品的精度,选取2019年EC_MOS和FZEC_MOS的整点气温、24 h最高气温、24 h最低气温数据与CLDAS(CMA Land Data Assimilation System)格点融合数据,进行误差分析并使用滑动双权重平均订正进行订正研究。结果表明:(1)EC_MOS和FZEC_MOS具有低海拔地区偏低,高海拔地区偏高的系统性偏差,夏季预报精度优于冬季,且24 h最低气温预报的精度最高;(2)经过滑动双权重平均订正,各产品预报精度得到提高,整体预报准确率均提升约10%,平均绝对误差和均方根误差均降低0.5~1℃;(3)FZEC_MOS格点预报产品虽然具有较高的空间分辨率,但是其预报准确率比EC_MOS站点产品的低。通过订正,可以使得EC_MOS和FZEZ_MOS的气温预报精度达到相似水平;(4)滚动订正可以有效降低剩余有效预报时效数据的预报误差,不断提高预报精度。
