诺模图

摘要： 目的:建立和评估腹腔镜前列腺根治性切除术后切缘阳性的预测模型。方法:采用回顾性观察性研究,使用随机分裂样本方法将数据划分为训练和验证数据集(分裂比=0.6∶0.4)。应用Lasso回归筛选预测因子并建立预测模型。用受试者工作特征(ROC)曲线评价模型的区分性,用校正曲线评价预测的准确性。应用决策曲线分析评价模型的临床应用价值。结果:年龄、PSA、术后Gleason评分、前列腺双侧侵犯、PSA密度(PSAD)被确定为预测因素,并组合成预测模型。模型在训练数据集AUC:0.738和验证数据集AUC:0.691。有较好的区分性,且在2个数据集中均有较好的校正效果(均P>0.05)。决策曲线分析表明,该模型具有较好的临床应用价值。结论:本研究提出了一种有效的腹腔镜前列腺根治术后切缘阳性的预测模型,该预测模型在腹腔镜前列腺根治性切除术后切缘阳性的个体化预测具有潜在的应用价值。

摘要： 目的构建诺模图预测宫颈腺鳞癌患者3年、5年生存率及影响预后的相关因素。方法收集SEER数据库1975年—2018年符合筛选条件的诊断为宫颈腺鳞癌的246例患者作为研究对象。采用Kaplan-Meier法和Cox模型分析宫颈腺鳞癌患者的独立预后因素,将这些因素纳入构建预测宫颈腺鳞癌患者3年、5年生存率的诺模图,通过一致性指数对诺模图进行内部验证,检测精准度显示诺模图预后模型的校正曲线一致性良好。结果发病位置、T分期、N分期、手术方式、是否化疗是宫颈腺鳞癌患者的独立预后因素(P<0.05),将这些因素纳入诺模图,经诺模图的内部验证所得C指数为0.842。结论本研究构建的预测宫颈腺鳞癌患者生存风险的诺模图具有良好的预测精度,不仅有助于临床医生对宫颈腺鳞癌患者预后作出准确的评估,且有利于对宫颈腺鳞癌患者实施个体化治疗。

摘要： 目的基于乳腺癌MRI特征建立可以无创性预测腋窝淋巴结转移(ALNM)的诺模图。方法选取2013年8月~2020年8月于青岛大学附属医院放射科病理证实的乳腺癌患者394例,均行MRI检查并在1个月内获得淋巴结病理结果。根据乳腺影像报告和数据系统(BI-RADS)标准描述病变的MRI表现,分析乳腺癌原发肿瘤的MRI特征与腋窝淋巴结转移的关系并建立诺模图。结果乳腺癌原发肿瘤的最大径及ADC值与腋窝淋巴结转移之间存在相关性,其次,与腋窝淋巴结转移相关的特征还有肿瘤位置、肿瘤边缘及肿瘤形状(P<0.05),多因素二元logistic回归后纳入肿瘤最大径、ADC值、肿瘤形状及腋窝有无可疑淋巴结建立对淋巴结预测的诺模图AUC值为0.890。结论基于乳腺癌MRI特征的诺模图可以预测ALNM。这种非侵入性的方法在临床应用上很有前景。

摘要： 目的探讨乙型肝炎病毒(HBV)相关慢加急性肝衰竭(ACLF)短期预后危险因素诺模图(nomogram)模型建立的方法和其生存分析的评估效能。方法回顾性分析该院2016年1月至2020年12月收治的124例HBV相关ACLF患者临床资料,将124例患者分为建模组64例及验证组60例,再将建模组患者根据跟踪3个月的临床结果分为风险组(死亡或肝移植23例)和稳定组(41例),对比风险组及稳定组一般资料、实验室结果、并发症发生率、腹部面积比(LAAR)、终末期肝病评估模型(MELD)评分等因素,分析其独立风险因素,并将其代入nomogram模型变量,采用R软件形成回归系数,并形成nomogram模型。与MELD评分对比建模组和验证组nomogram模型生存分析评估效能差异。结果单因素分析显示,风险组患者腹腔积液、肝性脑病、感染的发生率高于稳定组(P<0.05);总胆红素(TBIL)、国际正常化比值(INR)、血钠、肌酐值与稳定组比较差异有统计学意义(P<0.05);影像学检查显示,风险组LAAR低于稳定组,而MELD评分高于稳定组,差异均有统计学意义(P<0.05)。多因素分析结果显示,感染(HR=1.054,95%CI:1.001~1.194)、MELD评分(HR=1.123,95%CI:1.075~1.158)、LAAR(HR=1.003,95%CI:0.906~1.103)为独立风险因素,以此建立nomogram模型,建模组、验证组的曲线下面积(AUC)高于MELD模型,差异有统计学意义(P<0.05)。约登指数计算nomogram模型评测最佳临界值为73.6,灵敏度为83.4%,特异度为77.1%。结论HBV相关ACLF短期预后危险因素主要为感染、LAAR及MELD评分,通过建立nomogram模型可准确地对HBV相关ACLF短期生存情况进行评估。

摘要： 目的探讨基于定量CT构建的诺模图对重症新型冠状病毒肺炎的诊断价值。方法回顾性分析117例新型冠状病毒肺炎(corona virus disease 2019,COVID⁃19)患者的临床和胸部CT资料。所有患者分为轻症组(82例)和重症组(35例)。对两组间差异有统计学意义的临床和定量CT指标进行多因素logistic回归分析,确定重症COVID⁃19相关的独立危险因素,构建诺模图,并通过ROC曲线分析、校准曲线及Hosmer⁃Lemeshow拟合优度检验进行模型验证。结果多因素logistic回归结果显示年龄(OR=1.155,95%CI:1.069~1.247)、淋巴细胞计数与白细胞计数比值(OR<0.001,95%CI:0~0.005)、LeV%(OR=1.136,95%CI:1.013~1.274)、MLeD(OR=1.009,95%CI:1.001~1.018)是重症COVID⁃19的影响因素。绘制诺模图,其ROC曲线下面积为0.969,校准曲线显示预测概率与实际概率符合度良好。Hosmer⁃Lemeshow拟合优度检验(χ^(2)=4.352,P=0.824)显示诺模图诊断重症COVID⁃19具有较好效能。结论基于定量CT构建的诺模图对于重症COVID⁃19的临床诊断具有较好的效能。

摘要： 目的:开发诺模图来预测原发于四肢纤维肉瘤患者的总体生存率(OS)和癌症特异性生存率(CSS)。方法:根据SEER数据库,收集原发于四肢纤维肉瘤病例。采用Cox比例风险回归模型对病例预后进行分析,获得独立的预测因素。这些独立的预测因子被整合在一起,形成了预测5年和10年OS及CSS的诺模图。使用R软件通过一致性指数(C-index指数)、ROC曲线和校准曲线图来评估诺模图的性能。结果:在OS的单因素和多因素分析中,年龄、病理分级、肿瘤大小和手术被确定为独立的危险因素。在CSS的单变量和多变量分析中,病理分级、肿瘤大小和肿瘤分期被确定为独立的危险因素。这些特征均整合在诺模图中以预测5年和10年OS和CSS,C指数分别为0.812和0.857。通过5年和10年OS和CSS的概率的C-index指数和AUG曲线显示,诺模图预测和观察结果之间具有很好的一致性。结论:诺模图可以准确地预测四肢纤维肉瘤患者的OS和CSS,并有助于个性化的预后评估和个性化的临床决策。

摘要： 通过融合影像学特征和深度特征实现对肝细胞癌分化分级的无创术前预测。预测方法基于T2加权成像高通量提取影像学特征,使用SVM、随机森林、XGBoost和LightGBM等方法构造出影像学标签(Rad-score);利用EfficientNet-B7在增广图像数据上进行参数微调后提取了大量深度特征,并采用LightGBM构建深度标签(Deep-score);结合病人的临床特征利用回归模型构造诺模图进行可视化预测。实验结果证实模型具有较好的分类性能,最终分类模型AUC达到了0.828,校准曲线表现良好,可以为临床决策提供有价值的信息。

摘要： 目的 :基于多维参数诺模图预测局限期小细胞肺癌放疗后的总生存期。方法 :回顾性分析某院放疗科2011—2018年122例接受放疗或放化疗联合治疗的局限期小细胞肺癌(其中112例为小细胞肺癌,10例为混合型小细胞肺癌)患者的病例资料。按照8∶2的比例将患者随机分成训练集和验证集。对于临床参数,先对训练集进行十折交叉验证,然后基于Akaike信息标准,通过完全搜索在所有可能的临床参数组合子集中找到最佳的参数子集,再利用Cox比例风险回归模型构建诺模图预测模型;对于放射组学特征,先进行特征标准化,再利用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)-Cox比例风险回归筛选具有预测价值的放射组学特征,最后将放射组学特征和最佳临床参数子集中的临床参数相结合构建多参数诺模图联合预测模型。利用Harrell一致性指数(concordance index,CI)对预测模型进行评估,比较2种预测模型对局限期小细胞肺癌生存期的预测能力。利用Rad_score中位数将患者分为高危组和低危组,同时采用Log-rank检验对高、低危组的Kaplan-Meier(KM)生存曲线进行分析和比较。结果:与仅基于临床参数的诺模图预测模型(CI:0.596;95%CI:0.593~0.599)相比,基于组学特征和临床参数的诺模图联合预测模型(CI:0.641;95%CI:0.610~0.672)的预测能力得到一定程度的提高(P=0.04);高危组和低危组的中位生存期分别为12个月和17个月,2组之间存在显著的统计学差异(P<0.000 1)。结论:基于组学特征和临床参数的联合诺模图能客观地预测局限期小细胞肺癌的总生存期,为患者的个性化治疗奠定前期基础。

摘要： 目的:探讨脾平扫CT影像组学诺模图在上消化道出血风险预测中的临床应用价值。方法:对2017年1月到2019年9月临床诊断为肝硬化门静脉高压的95例患者进行回顾性分析,所有患者均行腹部CT平扫及胃镜检查。参照胃镜结果将患者分为中低风险出血组(40例)和高风险出血组(55例),按照7:3的比例分别将样本随机分为训练集和验证集。提取1409个平扫脾脏组学特征,通过方差阈值法、Select KBest算法以及LASSO算法,分析筛选出与消化道出血密切相关的12个组学特征并建立影像组学模型;再将多元回归分析得出的临床出血风险因素PLT建模,联合影像组学模型构建预测上消化道出血风险的诺模图。结果:影像组学模型与临床高风险出血因素模型相结合构建的诺模图在训练集和测试集的AUC值为0.97和0.93,高于单独影像组学模型和临床高风险出血因素PLT模型。结论:脾CT影像组学结合临床高风险因素构建的诺模图在上消化道出血风险预测结果与消化内镜的诊断一致性较高,可为临床治疗提供一定的参考。

摘要： 目的探讨乳腺癌肺转移患者预后危险因素,构建生存预测的诺模图(Nomogram图)模型。方法数据来源于监测、流行病学和最终结果数据库(SEER数据库)。筛选2010—2015年间5334例诊断为乳腺癌肺转移的患者,按2∶1的比例分为建模集3556例和验证集1778例。采用多变量Cox回归模型分析与总生存率(OS)相关的因素,采用Fine-Gray竞争风险模型评估与乳腺癌特异性生存率(BCSS)相关的因素。结果建模集与验证集在年龄、种族、性别、原发肿瘤部位、分化分级、T分期、N分期、病理类型、是否手术、是否放化疗、区域淋巴结检出数目、其他远处转移位点(骨、脑、肝)、分子亚型、恶性肿瘤数目、婚姻状态、保险状态等方面比较,差异均无统计学意义(P>0.05)。多变量Cox回归结果显示,年龄、肿瘤分级、T分期、病理组织类型、手术、骨转移、脑转移、肝转移、分子分型与乳腺癌肺转移患者的预后具有相关性(P<0.05)。采用受试者工作特征(ROC)曲线和3年生存率的校准曲线对总生存率预测模型进行内部和外部的验证,结果显示内部验证ROC曲线的曲线下面积(AUC)为0.738,外部验证ROC曲线的AUC为0.746,说明构建的预测模型具有高度的辨别能力和准确性。应用Fine-Gray竞争风险模型对乳腺癌肺转移癌症特异性生存率影响因素进行分析,结果显示年龄、分化程度、T分期、手术、化疗、骨转移、脑转移、肝转移、分子亚型是乳腺癌特异性预后的独立影响因素。根据建模集Fine-Gray竞争风险模型的分析结果,采用ROC曲线和3年生存率的校准曲线对癌症特异性生存率模型进行内部和外部的验证,内部验证ROC曲线的AUC为0.722,外部验证ROC曲线的AUC为0.708,说明构建的模型有较好的辨别能力和准确性。结论基于筛选出的与乳腺癌肺转移患者预后相关的危险因素,构建具有良好准确性的预测Nomogram图,提供了一种有效预测个体生存率的方法。

摘要： x射线机在现场拍片过程中,限于条件、焦距F值须经常改变.这样显然会给拍片工作代带来困难;所以对各项曝光参数的正确选择,显得尤为重要.我们己知,当要求底片黑度"D"为一定值时,其曝光时间"t"应按照公式:t2/t1=(F2/F1)2改变.根据此公式,可以利用数学中线段定比分点定理;变换为标准式Y△F=(Y△t2+Λy△t1)/(1+λ).式中,当"λ"值为可确定时,即可绘制出焦距变化之"原理图"和"计算图".再经过室内简单试验;绘制出能显示"kv、t、δ"三个参数关系坐标图;利用与"计箅图"中的对应定位关系,最后在平面图中制作出能集中表现四项曝光参数值的新型"诺模图".通过此图,能方便查找新焦距时的最佳电压值;其底片黑度值和预定要求值基本相同.当然,该"诺模图"也是制作螺旋型曝光曲线的重要组成部分.

摘要： 基于平板颤振理论，建立了含有6个颤振导数的搜索颤振临界风速的双参数优化模型。该模型无需象传统方法那样求解高次强非线性方程，这样使计算过程得到简化，且计算结果更具稳定性。基于该优化模型，对图解法和迫近法的思想加以改进和丰富。提出了搜索优化模型最优解的混沌新方法，该方法利用混沌的内在随机性和遍历性来获得全局最优解。该方法人为参与程度低，具有很强的稳健性，可以足够方便准确地绘出平板临界折算风速的诺模图。经算例验证，三种方法计算简便，计算精度极高，为桥梁二维颤振-临界风速的确定提供了新的有效途径。

摘要： 本发明公开了一种基于图模一致性的设计图自动检查校验的方法，它通过将智能装置、网口、虚回路、物理回路等所有在SCD及CID文件中描述到的资源对象均通过RDF进行数据库建模，并通过绘制AutoCAD图形的方式，将RDF数据模型中的智能装置间及智能装置之间的物理和逻辑的连接等关系建立起来，然后将图形信息与模型信息进行比对，确保图纸输出与SCD及CID模型输出结果完全一致，保证了设计输出结果中的图形与SCD模型的一致性，并且通过直观形象的图纸检查保证了重要输出结果SCD及CID文件的准确性。

摘要： 本发明公开了一种EMS变电图模与电网GIS平台图模增量适配系统，包括EMS导出模块、文件服务器、GIS更新检测模块、GIS版本管理模块、GIS变电图模同步模块、GIS变电图模校验模块和GIS变电图模入库模块；EMS导出模块将EMS系统中更新的变电图模导出到文件服务器上存储；GIS更新检测模块用于检测文件更新状态；GIS变电图模同步模块下载更新后的变电图模文件；GIS变电图模校验模块对下载的变电图模文件进行校验；GIS变电图模入库模块对校验成功的变电图模文件入库到GIS系统中。本发明实现了EMS变电图模到电网GIS平台的增量适配更新，数据更新及时准确,为相关部门企业开展业务应用提供了基础和前提条件，要充分发挥EMS系统及电网GIS平台图中数据对业务的支撑作用。

摘要： 本发明公开了一种电力二次屏柜电气原理图全要素建模和图模转化方法，它包括：步骤1、根据二次屏柜电气原理图特征，提取能够表征二次屏柜电气原理图的特征信息，建立模型结构；步骤2、根据二次屏柜电气原理图符号，搭建二次屏柜电气原理图符号库；解决了现有技术中存在的SPCD模型无法表征图形化的电气原理图，也无法模型转化为具象的电气原理图，设计人员根据SPCD只能进行数据化设计，无法进行图形化设计，并且模型的资料移交也无法做到完整等技术问题。

摘要： 本公开涉及工艺绘制技术领域，提供了一种工艺图图模看板绘制方法、装置及系统。该方法包括：根据获取的项目编码、系统编码和设备类型编码，对监测设备进行定位，以获取监测设备的设备类型；获取监测设备的测点数据，并根据测点数据，获取目标测点的测点信息；根据监测设备的设备类型、设备编码和测点信息，采用预设自动配置流程进行图模看板绘制。本公开解决了能源监控平台在大量项目同时上线时图模看板绘制的工作效率低、部署速度慢等问题，提高了图模看板绘制的工作效率与工作质量。

摘要： 本发明提供一种使用性能好的电子诺模图，其中具备：图像数据存储部(11)，用于存储具有第1轴、第2轴的坐标平面的诺模图图像数据；指令接收部(12)，用于接收指定显示在诺模图上的、表示诺模图上的位置的图形即点图形的位置的指令；数值取得部(13)，用于取得与诺模图上的点图形的位置对应的第1及第2轴的值即第1及第2数值；计算部(14)，用于对以该第1及第2数值作为自变量的规定函数的计算结果的值进行计算；图像生成部(15)，用于在由接收的指令指定的位置上生成点图形图像数据，生成计算出的函数的计算结果的值的图像数据即计算结果图像数据；图像显示部(16)，用于显示诺模图图像数据和点图形图像数据及计算结果图像数据。

摘要： 本发明提供了一种基于十基因特征、血清β2‑微球蛋白和LDH的多发性骨髓瘤诺模图构建方法，包括以下步骤：S1，从GEO数据库中获取MM患者的基因表达谱GSE24080，并对所述基因表达谱GSE24080中的基因进行预处理，获得表达值方差最大的前25％的5413个基因；S2，对所述5413个基因进行WGCNA基因共表达网络分析，以识别共表达的功能模块；S3，通过Pearson相关检验将所述功能模块与临床信息之间的相关性进行评估，以确定最显著的模块；S4，使用Cox比例危险度模型对最显著的模块中的基因进行单变量生存分析，并通过LASSO回归筛选出由10个最佳基因组成的评分模型；S5，建立基于所述评分模型、血清β2M和高LDH的新型诺模图来预测新诊断MM患者的3年OS和5年OS。

摘要： 本发明提供一种使用性能好的电子诺模图，其中具备：图像数据存储部(11)，用于存储具有第1轴、第2轴的坐标平面的诺模图图像数据；指令接收部(12)，用于接收指定显示在诺模图上的、表示诺模图上的位置的图形即点图形的位置的指令；数值取得部(13)，用于取得与诺模图上的点图形的位置对应的第1及第2轴的值即第1及第2数值；计算部(14)，用于对以该第1及第2数值作为自变量的规定函数的计算结果的值进行计算；图像生成部(15)，用于在由接收的指令指定的位置上生成点图形图像数据，生成计算出的函数的计算结果的值的图像数据即计算结果图像数据；图像显示部(16)，用于显示诺模图图像数据和点图形图像数据及计算结果图像数据。

摘要： 本发明公开了一种用于糖尿病轻度认知功能障碍的预测模型和诺模图的构建方法，涉及预测模型构建及应用技术领域，包括以下步骤，收集糖尿病患者人口学信息，临床实验室检查及病史信息，完善总体认知功能评估、嗅觉功能测试；采用多因素回归模型方法确认糖尿病认知功能障碍危险因素；联合嗅觉功能测试，运用机器学习算法，建立用于2型糖尿病轻度认知功能障碍的预测模型和诺模图，具备了通过在糖尿病患者中进行认知并发症的初筛和风险分层，发生轻度认知功能障碍的高危患者进一步可完善嗅觉功能、认知功能及脑结构功能等综合评估以明确诊断，有助于在较大样本人群中进行对糖尿病认知并发症的筛查及确诊。

摘要： 本发明属于预测模型和诺模图构建技术领域，公开了一种用于HCC复发及RFS的预测模型和诺模图的构建方法及应用，采用最小冗余最大关联算法(minimum redundancy maximum relevance algorithm,MRMRA)，从全部患者的肝脏3期增强CT扫描图像中均分别提取出647个影像组学特征；采用最少绝对收缩和选择运算符(least absolute shrinkage and selection operator,LASSO)‑Cox回归模型确认影像组学标签；利用临床、病理学因素联合影像组学标签建立HCC治愈性消融治疗后复发及RFS的预测模型和预测诺模图。本发明通过影像组学方法构建预测模型和预测诺模图，用于对HCC患者在病灶治愈性消融治疗后肿瘤复发及RFS进行预测。

摘要： 本发明提供了一种基于十基因特征、血清β2‑微球蛋白和LDH的多发性骨髓瘤诺模图构建方法，包括以下步骤：S1，从GEO数据库中获取MM患者的基因表达谱GSE24080，并对所述基因表达谱GSE24080中的基因进行预处理，获得表达值方差最大的前25％的5413个基因；S2，对所述5413个基因进行WGCNA基因共表达网络分析，以识别共表达的功能模块；S3，通过Pearson相关检验将所述功能模块与临床信息之间的相关性进行评估，以确定最显著的模块；S4，使用Cox比例危险度模型对最显著的模块中的基因进行单变量生存分析，并通过LASSO回归筛选出由10个最佳基因组成的评分模型；S5，建立基于所述评分模型、血清β2M和高LDH的新型诺模图来预测新诊断MM患者的3年OS和5年OS。