目的本研究旨在构建一个基于临床和影像学特征的极端梯度提升(extreme gradient boosting,XGBoost)模型,以鉴别乳腺非肿块病变的良恶性。材料与方法收集2018年1月至2024年7月2个机构,2种乳腺X线设备检查的有病理结果的首诊乳腺非肿块病...目的本研究旨在构建一个基于临床和影像学特征的极端梯度提升(extreme gradient boosting,XGBoost)模型,以鉴别乳腺非肿块病变的良恶性。材料与方法收集2018年1月至2024年7月2个机构,2种乳腺X线设备检查的有病理结果的首诊乳腺非肿块病变480个。患者被分为建模组[n=310,数字乳腺X线摄影(digital mammography,DM)检查]、内部验证组(n=108,DM检查),和外部验证组[n=62,数字乳腺体层合成摄影(digital breast tomosynthesis,DBT)检查]。记录患者术前乳腺X线(DM或DBT),MRI以及临床特征。采用XGBoost算法和多因素逻辑回归分析,分别构建XGBoost模型和逻辑回归(logistic regression,LR)模型。使用受试者工作特征(receiver operating characteristic,ROC)曲线评估模型的诊断效能。结果在建模组中,患者以7∶3随机分为训练集(n=217)和测试集(n=93)。训练集、测试集、训练集的内部验证组及训练集的外部验证组中,恶性非肿块病灶分别为159(73%)、58(62%)、73(68%)和43(69%)。XGBoost模型的诊断效能明显优于LR模型,在独立的训练集、测试集、训练集的内部验证组及训练集的外部验证组中均表现出良好的诊断效能,曲线下面积(area under the curve,AUC)在0.884~0.913之间。XGBoost模型在四个队列中也表现出良好的校准能力和临床净获益。结论XGBoost模型能够准确鉴别乳腺非肿块病变的良恶性,具有推广应用的潜力。展开更多
光伏发电系统的发电效率与最大功率点的捕捉与跟踪技术密切相关。当辐照度、温度及其他外部环境变化时,光伏电池的开路电压、短路电流和最大功率点电压及电流也随之变化。为提高光伏发电效率,寻求光伏电池的最优工作状态,大多数的最大...光伏发电系统的发电效率与最大功率点的捕捉与跟踪技术密切相关。当辐照度、温度及其他外部环境变化时,光伏电池的开路电压、短路电流和最大功率点电压及电流也随之变化。为提高光伏发电效率,寻求光伏电池的最优工作状态,大多数的最大功率点跟踪(Maximum power point tracking,MPPT)主要作用于DC-DC变换器的输入端,该方式在MPPT时会受到变换器损耗的影响,降低最大功率点寻优精度。基于Boost电路,在DC-DC变换器的输出端搭建MPPT系统,通过调节输出电压参数来实现对效果变化的控制,且在MPPT系统引入了导纳微分法(Admittance differentiation method,ADM),实现对MPPT控制器的重构,实施中搭建不同的仿真模型,再借助仿真模型达到对ADM的修正与优化,综合论证该方法具有更优的指标和更好的效果。展开更多
文摘目的本研究旨在构建一个基于临床和影像学特征的极端梯度提升(extreme gradient boosting,XGBoost)模型,以鉴别乳腺非肿块病变的良恶性。材料与方法收集2018年1月至2024年7月2个机构,2种乳腺X线设备检查的有病理结果的首诊乳腺非肿块病变480个。患者被分为建模组[n=310,数字乳腺X线摄影(digital mammography,DM)检查]、内部验证组(n=108,DM检查),和外部验证组[n=62,数字乳腺体层合成摄影(digital breast tomosynthesis,DBT)检查]。记录患者术前乳腺X线(DM或DBT),MRI以及临床特征。采用XGBoost算法和多因素逻辑回归分析,分别构建XGBoost模型和逻辑回归(logistic regression,LR)模型。使用受试者工作特征(receiver operating characteristic,ROC)曲线评估模型的诊断效能。结果在建模组中,患者以7∶3随机分为训练集(n=217)和测试集(n=93)。训练集、测试集、训练集的内部验证组及训练集的外部验证组中,恶性非肿块病灶分别为159(73%)、58(62%)、73(68%)和43(69%)。XGBoost模型的诊断效能明显优于LR模型,在独立的训练集、测试集、训练集的内部验证组及训练集的外部验证组中均表现出良好的诊断效能,曲线下面积(area under the curve,AUC)在0.884~0.913之间。XGBoost模型在四个队列中也表现出良好的校准能力和临床净获益。结论XGBoost模型能够准确鉴别乳腺非肿块病变的良恶性,具有推广应用的潜力。
文摘光伏发电系统的发电效率与最大功率点的捕捉与跟踪技术密切相关。当辐照度、温度及其他外部环境变化时,光伏电池的开路电压、短路电流和最大功率点电压及电流也随之变化。为提高光伏发电效率,寻求光伏电池的最优工作状态,大多数的最大功率点跟踪(Maximum power point tracking,MPPT)主要作用于DC-DC变换器的输入端,该方式在MPPT时会受到变换器损耗的影响,降低最大功率点寻优精度。基于Boost电路,在DC-DC变换器的输出端搭建MPPT系统,通过调节输出电压参数来实现对效果变化的控制,且在MPPT系统引入了导纳微分法(Admittance differentiation method,ADM),实现对MPPT控制器的重构,实施中搭建不同的仿真模型,再借助仿真模型达到对ADM的修正与优化,综合论证该方法具有更优的指标和更好的效果。
