诊断模型

摘要： 目的 探讨以主成分分析(principal component analysis,PCA)法分析口腔鳞状细胞癌(oral squamous cell carcinoma,OSCC)的差异表达基因(differentially expressed genes,DEGs)数据库构建的OSCC诊断模型的价值,为临床诊疗提供参考.方法 从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中获取OSCC和正常对照样本的RNA-seq表达数据,通过R软件对表达数据进行归一化和差异表达分析,以筛选出DEGs,并同时对DEGs行基因本体(gene ontology,GO)和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)富集分析,以发现主要生物学特征.随机选取RNA-seq中DEGs表达数据的70％作为训练集以及30％作为测试集后,应用PCA法对训练集数据进行分析,提取与诊断OSCC相关的主成分(principal compo-nents,PC)构建PCA模型,再分别绘制训练集和测试集PCA模型的受试者工作特征(receiver operating characteris-tic,ROC)曲线并计算曲线下面积(area under curve,AUC),以评估PCA模型对OSCC诊断的准确性.结果 从TCGA数据库中获取OSCC和正常对照样本的RNA-seq表达数据分别为330例、32例.以错误发现率(false discovery rate,FDR)4为阈值,共筛选出159个下调和248个上调DEGs,主要富集在中间纤维、黑素体膜等细胞成分,以及色素和唾液相关的生物过程;主要参与唾液分泌、酪氨酸代谢等通路(P.adjust<0.05和Q<0.05).将DEGs拟作为诊断OSCC的肿瘤标志物,对训练集行PCA分析显示,主成分前3位PC1、PC2、PC3方差的贡献率分别为0.873、0.100、0.023,三者累计方差的贡献率为0.996,主成分前3位PC1、PC2、PC3包含颌下腺雄激素调节蛋白3B(submaxillary gland androgen regulated protein 3B,SMR3B)、富含脯氨酸27(proline rich 27,PRR27)、组蛋白3(histatin 3,HTN3)、抗凝素(statherin,STATH)、胱抑素D(cys-tatin D,CST5)、包含A族成员2的BPI折叠(BPI fold containing family A member 2,BPIFA2)、富含脯氨酸的蛋白质HaeⅢ亚家族2(proline rich protein HaeⅢsubfamily 2,PRH2)、角蛋白35(keratin 35,KRT35)、组蛋白1(histatin 1,HTN1)、淀粉酶α1B(amylase alpha 1B,AMY1B).进一步结合三者的特征向量构建OSCC的PCA诊断模型,在训练集和测试集ROC曲线中显示该模型的AUC值分别为0.852、0.844,均高于其他基因.结论 基于PCA法和DEGs构建的以SMR3B、PRR27、HTN3、STATH、CST5、BPIFA2、PRH2、KRT35、HTN1和AMY1B表达水平为基础的OSCC诊断模型有较高的诊断优势,可为OSCC的早期基因诊断以及PCA模型在临床诊断中的应用提供理论依据.

摘要： 于2018和2019年在宁夏平吉堡农场进行滴灌水肥一体化氮肥梯度试验,以天赐19为试验材料,设6个氮素水平,即0(N0)、90(N1)、180(N2)、270(N3)、360(N4)和450(N5)kg·hm^(−2),在玉米拔节期(V6)、小喇叭口期(V10)、大喇叭口期(V12)、吐丝期(R1)和乳熟期(R3)利用无人机搭载数码相机获取玉米冠层图像,利用Matlab编写代码开发的数字图像识别系统提取玉米冠层图像红光值R、绿光值G、蓝光值B,研究基于此计算的10个冠层图像参数指标与氮素营养指标间的相关性,筛选出稳定性好且敏感度高的图像色彩参数,构建玉米氮素营养诊断指标与图像参数间关系模型并进行验证,以探究利用无人机图像进行宁夏引黄灌区滴灌玉米拔节-乳熟期氮素营养动态估测的可行性。结果表明:冠层图像参数指标绿光与红光比值(G/R)、绿光标准化值(NGI)、红绿蓝植被指数(RGBVI)与植株氮含量和叶片氮含量相关性高且变异系数小,可作为氮素营养诊断的潜在最佳色彩参数;将最佳色彩参数与植株氮含量和叶片氮含量分别进行回归模型构建,幂函数模型可以更好地预估玉米氮素营养状况;利用2019年相同氮素试验进行模型验证,发现NGI与植株氮浓度和叶片氮浓度实测值与估测值的R^(2)分别为0.738和0.689,检验指标RMSE为2.594和3.014,nRMSE为13.125%和13.347%,预测精度和准确性高于G/R和RGBVI。故选择NGI作为滴灌玉米拔节−乳熟期氮素营养动态诊断的最优参数,参数NGI与植株氮浓度的关系模型(NP=4.967×106NGI^(14.26))R^(2)为0.707,与叶片氮浓度的关系模型(NL=1.707×106NGI^(12.88))R^(2)为0.654。说明应用无人机图像技术可以较好地对宁夏引黄灌区玉米拔节−乳熟期氮素营养状况进行动态估测,构建的氮素营养诊断模型可为宁夏引黄灌区滴灌玉米氮肥精准配施提供理论依据。

摘要： 为辅助临床诊断胆囊癌,使用深度学习技术,通过改进的3D-DenseNet建立一个基于患者增强CT影像的胆囊癌辅助诊断模型。首先,将患者多张动脉期CT转化为三维影像,利用医生标注的胆囊区域,将三维影像切割出感兴趣区域;然后对传统DenseNet网络进行优化,改进Dropout机制与Softmax损失函数并在输出部分将交叉熵函数替换为Focal-loss以进行不平衡校正,从而建立胆囊癌辅助诊断模型;最后,将测试集结果与金标准进行比较,采用ROC曲线、召回率、准确率评估模型性能。通过训练集不断迭代训练,模型损失函数值逐渐收敛,诊断误差也不断下降,在尝试过多种不同的模型结构后,选取出的最优模型准确率为91.4%,特异度为95.2%,灵敏度为88.0%,精确率为95.8%。基于改进3D-DenseNet的胆囊癌诊断模型使用多张患者CT影像数据提取深度特征,充分利用了医疗检测数据,具有较佳的性能和较高的诊断准确率,可以辅助临床进行胆囊癌诊断。

摘要： 为解决大型水轮发电机定子槽数多绝缘局部放电信号在绕组中传播特性不明确,试验室模拟现场故障其局部放电脉冲数据与真实发电机局部放电数据差异,由模拟故障数据训练诊断模型在实际应用中可靠性不高,实际应用少问题,本文从优化数据源质量入手,立足现场从20多台大型水轮发电机中通过在线、离线试验采集故障局部放电脉冲数据,并以此为基础建立3种故障数据样本库,将单位时间内脉冲数量、相位、幅值的统计数据构造成二维数组,并转化成30×100灰度图数据输入1通道卷积神经网络训练故障识别模型,模型在测试集中测试准确度达到95%以上,实际应用中可替代专业人员大量图谱数据初步分析工作。拓展了局部放电在线监测分析功能,提高了基于局部放电的发电机绝缘状态评估诊断的效率。

摘要： 目的基于超声图像特征和临床病理特征构建早期浸润性乳腺癌腋窝淋巴结转移的诊断模型。方法纳入经术后病理确诊的156例早期浸润性乳腺癌患者,所有患者术前均接受超声检查。根据手术病理结果评估腋窝淋巴结转移的发生情况,将患者分为转移组47例和未转移组109例。比较两组超声图像特征和临床病理特征。采用多因素Logistic回归模型分析超声图像特征及临床病理特征与乳腺癌腋窝淋巴结转移的相关性,并建立诊断模型。通过受试者工作特征(ROC)曲线评估各个危险因素和诊断模型对乳腺癌患者发生腋窝淋巴结转移的诊断价值。结果两组患者的肿瘤大小、有无边缘毛刺征、皮质厚度、血管分级、组织学分级、肿瘤位置差异均有统计学意义(均P<0.05);有边缘毛刺征、皮质厚度≥3 mm、血管分级为Ⅲ级、组织学分级为Ⅱ级或Ⅲ级与患者发生腋窝淋巴结转移相关(均P<0.05)。皮质厚度、边缘毛刺征、血管分级、组织学分级诊断乳腺癌患者发生腋窝淋巴结转移的曲线下面积(AUC)为0.617~0.738,其中皮质厚度的AUC大于其他指标(均P<0.05)。基于多因素Logistic回归分析结果建立的诊断模型为P=1/(1+e^(0.524×边缘毛刺征+0.710×皮质厚度+0.582×血管分级+0.619×组织学分级-0.302)),该模型诊断乳腺癌患者发生腋窝淋巴结转移的AUC为0.836。结论有边缘毛刺征、皮质厚度≥3 mm、血管分级为Ⅲ级、组织学分级为Ⅱ级或Ⅲ级的早期浸润性乳腺癌患者存在腋窝淋巴结转移的可能性增大,基于上述超声图像及临床病理特征建立的模型对早期浸润性乳腺癌患者发生腋窝淋巴结转移的诊断价值较高。

摘要： 目的:探讨新型冠状病毒肺炎(COVID-19)与甲型流感实验室指标检测结果的差异,建立2种疾病的鉴别诊断模型,阐明该模型对于鉴别2种疾病的临床意义。方法:共纳入56例COVID-19普通型患者和54例甲型流感患者,以及用于模型验证的24例COVID-19普通型患者和30例甲型流感患者;计算患者住院后5d实验室指标的平均值,采用弹性网络模型和逐步Logistic回归模型,筛选鉴别COVID-19和甲型流感的指标;弹性网络模型用于第1轮选择,并通过10折交叉验证选择lambda的最佳截断值。采用不同的随机种子,将该模型拟合200次,选取高频指标(频率>90%);第2轮筛选采用以AIC作为选择标准的Logistic回归模型,列线图用来表示最终的模型;使用独立数据集作为外部验证集,计算受试者工作特征(ROC)曲线下面积(AUC)来评估该模型的预测性能。结果:第1轮筛选后,有16个实验室指标被选为高频指标;经过第2轮筛选,确定白蛋白(ALB)/球蛋白GLB(A/G)、总胆红素(TBIL)和红细胞比容(HCT)为最终鉴别指标;该模型具有较好的预测性能,验证集的AUC为0.844(95%CI:0.747~0.941)。结论:成功建立基于实验室检测结果的COVID-19和甲型流感鉴别诊断模型,该模型有助于临床及时对2种疾病做出准确、快速的诊断。

摘要： 风机叶片结冰的现象严重影响风电发电效率,若在结冰状态下风机仍照常工作,不仅会影响经济效益,严重时还会直接损坏叶片等设备引发安全事故。传统手段通过人工观察、安装设备等方法效率低下。为此提出一种使用SVMSMOTE过采样与RFECV算法结合的特征工程,并采用全连接深度神经网络模型提前准确预测叶片结冰情况,以便及时采取相应措施,保证设备与人员的安全,提高发电效益。实验结果表明,深度学习模型经过训练后测试集准确率达到99.13%,比无特征工程条件下相同模型准确度提高了1.56%;此外,当该模型泛化应用到另一风机数据集时,故障诊断的准确度也达到92.3%,证明了该方法的有效性,该模型与KNN、SVM等传统机器学习模型相比,准确度、召回率等重要指标表现更好,为风机叶片结冰的诊断问题提供了一种新的解决思路。

摘要： 目的通过挖掘数据库建模和独立数据验证的方法探索中年女性脑卒中发生的危险因素并建立诊断模型。方法提取美国妇女健康研究(SWAN)数据库中37例42~52岁女性脑卒中患者作为卒中组,提取数据库中1818例无卒中病史的女性作为对照组,收集2组的临床资料并采用logistic回归筛选卒中相关的危险因素并建立诊断模型。同时,回顾性分析溧阳市人民医院42~48岁女性脑卒中患者74例及87例非卒中对照女性的临床资料,验证诊断模型的有效性。结果卒中组患者的体质指数(BMI)、纤溶酶原激活物抑制物-1(PAI-1)、组织型纤溶酶原激活剂(t-PA)、载脂蛋白B(ApoB)及C-反应蛋白(CRP)水平高于对照组(P<0.05),雌二醇水平低于对照组(P<0.05)。同时,多因素分析结果提示BMI、ApoB和CRP是脑卒中的独立危险因素(P<0.05)。基于以上指标构建卒中诊断模型并定义为BELC,其ROC曲线下面积(AUC)为0.734。验证数据集中,上述指标在卒中组和对照组中的差异均有统计学意义(P<0.05),诊断模型对应的AUC为0.710。结论基于BMI、雌二醇、ApoB和CRP的多参数模型BELC对中年女性脑卒中具有较高的诊断价值,可用于协助临床诊疗。

摘要： 目的 通过多因素回归分析研究创伤小、低成本、可量化、准确度好的血清学指标,建立模型以准确诊断肝细胞癌(hepatocellular carcinoma,HCC),以期早期识别原发性肝癌,提高患者治愈率和延长生存期。方法 选取山东第一医科大学附属中心医院2017—2020年间收治的188例慢性HBV感染患者进行回顾性分析,其中150例患者入选HBV感染相关非肝癌组;38例患者纳入HBV感染相关肝癌组。应用SPSS 25.0软件和Stata SE 15.0软件进行统计学分析,比较两组患者的一般资料,入院后检测的血常规、生化及病毒学指标。通过单因素筛选及多因素logistic回归建立回归模型,绘制各模型的受试者工作特征(receiver operating characteristic,ROC)曲线并与经典肿瘤学指标对比模型的曲线下面积(area under curve,AUC),计算其灵敏度、特异性,选出诊断HCC的最佳模型。结果 研究建立了联合血清学指标血清唾液酸(serum sialic acid,SA)、门冬氨酸氨基转移酶(aspartate aminotransferase,AST)、谷氨酰转肽酶(glutamyl transferase,GGT)、甲胎蛋白(alpha-fetoprotein,AFP)、HBsAg的多因素回归模型,AUC面积最大,为0.943,显著高于AFP单项的0.816,差异有统计学意义(P=0.004),且与其余曲线无交叉。灵敏度83.9%,特异性92%。结论 对于HBV感染患者,综合血清学指标SA、GGT、AST、HBsAg和AFP建立的回归模型,对于诊断HCC具有较好的诊断效率。

摘要： 目的 通过生物信息学的方法分析线粒体功能相关基因在结直肠癌(CRC)中的差异表达情况及其功能,并使用差异基因和临床信息构建CRC患者的诊断和预后模型,为CRC临床诊断及预后评估提供新型生物标志物。方法 基于肿瘤基因图谱数据库中CRC表达谱来筛选差异表达基因,并对差异表达线粒体相关基因进行基因本体论功能注释及京都基因和基因组百科全书功能富集。基于随机森林模型筛选与诊断相关的最优线粒体相关特征基因并绘制受试者工作特征曲线。最后采用单因素Cox回归的方法,结合临床信息分析与预后相关的线粒体相关基因,并绘制显著因素的生存曲线。结果 本研究共筛选出257个线粒体功能相关差异基因,其中包括11个线粒体基因组编码基因,它们主要与小分子分解代谢、含嘌呤化合物代谢和脂肪酸代谢等多种代谢过程有关。与诊断相关的最优线粒体相关特征基因有8个,其曲线下面积(AUC)值为0.919。单因素Cox回归分析表明,年龄≥67岁、stage分期Ⅲ&Ⅳ和MT-TL1基因表达值≥35.54是总生存时间的独立危险因素。通过风险得分绘制三年生存的AUC值为0.749,五年生存的AUC值为0.721。结论 生物信息分析结果表明线粒体功能相关基因的失调与CRC发生发展密切相关,同时建立了一种联合指标的CRC诊断及预后模型,为CRC患者的诊断及预后评估提供了新方法。

摘要： 目前，甲胎蛋白(AFP)是目前常用的HCC监测的血清标志物。回顾性分析认为，AFP作为早期HCC监测工具，敏感度为39-64%，特异度为36-61%，阳性预测值为9-32%。另外，据报道，肝脏超声用于临床研究中早期HCC诊断时，具有78%的敏感度，91%的特异度，和73%的阳性预测值。然而，肝脏超声的准确性是操作者依赖性的，这就限制了它的价值，从而不能作为一种监测性检验方法。这说明，需要更好的用于HCC监测的标志物，同时也需要综合应用各种血清标志物，对肝癌的诊断进行综合分析。本研究进行了如下工作:甲胎蛋白异质体(AFP-L3)亲和吸附纯化方法的建立；高尔基蛋白73(GP73)原核表达系统的构建、抗体制备及检测方法的建立；基于BP神经网络的原发性肝癌诊断模型的建立及评价。

摘要： 目的:应用表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术检测乳腺癌肝郁气滞证和肝肾阴虚证患者唾液蛋白质,筛选特异的蛋白质标记物,构建用于区分乳腺癌肝郁气滞证和肝肾阴虚证的唾液蛋白质指纹图谱模型.方法:应用表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术测定47例唾液标本(其中乳腺癌肝郁气滞证26例,肝肾阴虚证21例)的蛋白质质谱建立乳腺癌中医证候诊断模型.结果:采样本共检测到243个蛋白质峰,其中33个蛋白质峰在两组间差异有统计学意义.获得M/Z为8087.575和3378.142 Da 2个蛋白质组成的诊断模型,可将乳腺癌肝郁气滞证和肝肾阴虚证正确区分,26例乳腺癌肝郁气滞证有25例被准确诊断,21例肝肾阴虚证患者被准确排除,灵敏度96.15％(25/26);特异度为80.95％(17/21).结论:表面增强激光解吸电离飞行时间质谱技术建立乳腺癌中医证候唾液蛋白质指纹图谱模型为中医证候的辨别提供了一种特异性强、敏感性高的新方法,值得进一步研究和应用.

摘要： 本研究结合绝经后阴道出血患者的基本临床资料，收集分析了子宫内膜癌危险因素,并进一步建立绝经后阴道出血患者患子宫内膜癌风险评分系统诊断模型。

摘要： 数字化油田的建设,数据呈爆发式增长,如何从数据中及时发现异常工况、分析原因进而采取针对性措施保证油井的正常生产,是油田管理者的重要任务.对此采用大数据分析技术,开展了油井生产工况诊断及智能预警研究;经特征参数提取,样本训练,利用决策树算法,构建了油井常见工况智能诊断模型,并开发了3D示功图叠加功能及多种工况趋势预测模型,建立实时预警、闭环控制机制,经现场应用,诊断准确率达90％以上.

摘要： 针对国内外金属非金属地下矿山企业安全管理现状,结合矿山企业安全管理的多层次、多因素、多变量的复杂属性,通过对安全管理关键因素的分析,构建了两个层次的矿山企业安全管理诊断指标体系;采用以定性与定量相结合的层次分析法确定各指标层的权重值及构造判断矩阵,将层次分析法和模糊综合评价法运用到金属非金属地下矿山企业安全管理诊断中,设计提出了安全管理模糊综合诊断模型;以某铜铁矿为例,对该模型进行了有效验证.

摘要： 目的:应用蛋白质组学技术对亚健康状态中亚健康状态中阳虚质、阴虚质患者血清进行分析,寻找其血清蛋白质的变化规律及特异蛋白质的表达规律,建立诊断模型并筛选血清标记物.揭示阳虚质、阴虚质的本质,并为建立阳虚质、阴虚质的微观辨证指标体系奠定基础.方法:用表面增强激光解析离子化飞行时间质谱(SELD-ITOF-MS)技术,检测22例阳虚质患者、19例正常质和21例阴虚质血清蛋白,获得蛋白芯片表达图谱.用Biomarker Wizard 3.1软件、SPSS 16.0和Biomarker Pattern 5.0软件分析并建立蛋白质指纹图谱模型.结果:在阳虚质、阴虚质与正常质患者之间找到23个蛋白质峰有统计学意义(P＜0.01),分析系统筛选出7个M/z为1051.31、1088.50、1094.24、1164.23、1117.98、1195.28、1370.09的标志蛋白,建立阳虚质、阴虚质疾病诊断模型,其中阳虚质的敏感性为86.364％,特异性为85.366％,其中阴虚质的敏感性为90.476％,特异性为83.333％.结论:阳虚质、阴虚质与正常质患者的血清中存在多种异常表达的蛋白质;由7个差异蛋白组成的血清蛋白质指纹图谱模型可作为区分阳虚质、阴虚质与正常质的血清标志物诊断模型.

摘要： 电弧故障是引发电气火灾的重要原因之一.本文将形态小波引入电弧故障研究领域,利用LabVIEW软件设计了形态小波分析模块,实现对信号波形的可视化分析.利用该模块结合新型测试系统,对台灯、微波炉、空调和计算机等常见家用负载的正常及故障电弧波形进行实际采集和分析.同时,对混合负载情况下不同位置的故障电弧特征进行了形态小波分析,为构建智能化通用故障电弧诊断模型进行了初步的探索.

摘要： 变压器系电力系统的枢纽设备,其运行可靠性与电力系统的安全和稳定密切相关.文章介绍了电力变压器故障的类型和规律,阐述了电力变压器运行状态判据,利用FTA分析法建立变压器故障树诊断模型,并把它运用到变压器故障诊断系统中.

摘要： 电力变压器作为电力网络中最重要的设备之一,其安全、稳定、可靠的运行对国民生产和生活具有非常重要的意义.传统变压器维护采用定期停电检修的方法具有非常大的局限性,本文首先基于变压器的多故障类型,提出了变压器多参量监测系统模型；其次为解决变压器工作状态和故障类型之间的非线性关系,基于人工神经网络理论建立适合变压器故障的诊断模型；最后针对传统神经网络本身存在的一些缺点,提出了新的改进算法,并进行仿真验证.

摘要： 高速列车车体大空间复杂曲面装配精度要求达到±2mm,完全突破了传统轨道列车车体装配工艺技术水平.传统装配偏差建模方法难以综合考虑零件、工装、焊接、环境等随机误差对铝合金车体多尺寸特征影响的不确定性,导致车体装配偏差控制困难、严重制约产品批量制造能力.本项目围绕车身装配过程偏差检测、尺寸质量评价、偏差源诊断与控制开展了较为系统的研究,实现了贝叶斯网络结构和参数学习,获得了装配过程偏差源节点与检测节点的诊断贝叶斯网模型.

摘要： 本发明公开了一种食管鳞状细胞癌诊断模型的构建方法，包括：收集食管癌和健康人群的血清样本，采用LC‑MS血清代谢组学技术进行分析，得原始代谢指纹图谱；对原始代谢指纹图谱进行图谱预处理和代谢物峰标识，得二维矩阵；从二维矩阵中筛选出适合于食管鳞状细胞癌早期诊断的诊断标记物的信息，得到诊断标记物二维矩阵；根据该诊断标记物二维矩阵，使用R语言中

摘要： 本发明公开了一种子宫内膜癌预测诊断模型的构建方法、及该诊断模型与诊断器，该子宫内膜癌预测诊断模型的构建方法包括如下步骤：1)数据获取；2)数据处理；3)建立模型；4)模型的结果判读；5)诊断预测效能验证；6)特征权重值的确定。本发明子宫内膜癌预测诊断模型的构建方法仅需要临床常见的检测结果，无需增加患者负担，所需检查均为无创检测，可有效减少患者不必要的有创创伤及优化合理进行有创检查的必要性，适合临床快速应用。

摘要： 本公开提供一种甲真菌病诊断模型的构建方法、诊断模型和诊断装置。所述甲真菌病诊断模型的构建方法，包括以下步骤：构建训练集，所述训练集包括病甲和健康甲的皮肤镜图像，对训练集中的图像进行标注，得到标注的训练集；构建甲真菌病的诊断模型，采用深度学习算法模型建模，将所述标注的训练集的图像输入深度学习算法模型训练，训练完成后得到甲真菌病的诊断模型。

摘要： 本发明公开了一种食管鳞状细胞癌诊断模型的构建方法，包括：收集食管癌和健康人群的血清样本，采用LC-MS血清代谢组学技术进行分析，得原始代谢指纹图谱；对原始代谢指纹图谱进行图谱预处理和代谢物峰标识，得二维矩阵；从二维矩阵中筛选出适合于食管鳞状细胞癌早期诊断的诊断标记物的信息，得到诊断标记物二维矩阵；根据该诊断标记物二维矩阵，使用R语言中randomForest软件包构建随机森林模型，得食管鳞状细胞癌诊断模型。本发明还公开了该诊断模型及其使用方法。本发明模型构建方法简单，所得诊断模型效果良好，灵敏度高，特异性好，不仅适合晚期食管癌的诊断，还适合于早期食管癌的诊断，具有良好的临床使用和推广价值。

摘要： 本发明公开了一种心血管疾病诊断模型的构建方法、系统及该诊断模型，该方法包括：构建带标签的侧脸数据集；对级联分类器进行训练，获得耳朵检测模型；分别采用VGG、GoogleNet以及ResNet神经网络模型对耳朵对象进行特征提取；采用空间金字塔对神经网络模型所提取到的耳朵特征进行特征整合，获得每种神经网络模型深度异构特征图；对深度异构特征图进行特征预处理；训练获得SVM分类器模型；将SVM分类器模型以及训练好的三种神经网络模型通过Bagging学习方式进行集成，获得心血管疾病诊断模型。本发明构建的心血管疾病诊断模型可以全面、科学地进行心血管疾病诊断与预测，精度较高，可广泛应用于医学数据的自动化处理领域中。

摘要： 本发明公开了一种建立肝癌与正常人诊断模型及肝癌与慢性肝病的诊断模型，利用SELDI－TOF－MS技术，建立肝癌与正常人诊断模型及肝癌与慢性肝病的诊断模型；收集了48例肝癌患者、17例慢性肝病患者，33例健康人血清；利用SELDI‑TOF技术对样本进行检测本发明寻找有效的肿瘤标志物用于癌变机理研究、疾病的早期诊断及预后判断具有重要意义。观察候选基因的表达被阻断或上调后对肿瘤生物学行为的影响，定位出影响人类肝癌发生发展的关键蛋白；通过生物信息学分析，解析这些关键蛋白在系统信号网络中的作用；再以MRM绝对定量验证，评估这些肝癌关键蛋白多肽诊断肝癌价值以及分析与临床相关性，提出它们在肝癌的预防、早期诊断和预后判断等临床应用方面的可行性。

摘要： 本发明提出一种轴承故障诊断模型的训练方法、诊断方法及诊断装置，所述训练方法包括：采集轴承的不同类型故障的故障振动信号，以获取样本集；对所述样本集中的故障振动信号进行经验傅里叶分解以获取多个模态信号分量；分别通过峭度和相关系数对多个所述模态信号分量进行筛选，并对筛选结果进行重构以获取重构信号序列；利用改进层次斜率熵算法对所述重构信号序列进行处理，以获取故障特征信息并组成训练特征集；利用所述训练特征集对所述轴承故障诊断模型进行训练，以获取训练好的轴承故障诊断模型。本发明能够有效识别不同类型和损伤程度的轴承故障，平均识别率达99.74％。

摘要： 本发明涉及一种脑胶质瘤诊断的诊断标志物、试剂盒及筛选方法和脑胶质瘤诊断模型的构建方法，属于临床检验诊断技术领域。本发明所述诊断标志物包括25种血浆脂质代谢标志物中的任意一种或多种。本发明所述诊断标志物对于脑胶质瘤具有较好的灵敏性和特异性，可用于脑胶质瘤无创诊断，对于改善预后，提高患者的生存率具有重要意义。

摘要： 本发明提供了一种精神分裂症的诊断指标、诊断模型与诊断系统。本发明的诊断模型中包含四种关键的诊断指标：定点凝视偏度峰值时间、脸区注视时间、脸区进入次数、脸区首个注视点注视时间。相比现有技术，本发明的诊断模型大大提高了精神分裂症的诊断准确性，帮助临床更好地制定治疗方案。

摘要： 本发明涉及一种食管癌诊断的诊断标志物、试剂盒及筛选方法和食管癌诊断模型的构建方法，属于临床检验诊断技术领域。本发明所述诊断标志物包括44种血清代谢标志物中的任意一种或多种。本发明所述诊断标志物对于食管癌具有较好的灵敏性和特异性，可用于食管癌诊断(包括早期诊断)，对于改善食管癌的预后、提高食管癌患者的生存率具有重要意义。