简介：目的分析肝炎性肌纤维母细胞瘤的CT表现,提高影像诊断准确率。方法选择2013年1月至2018年8月南京医科大学附属南京医院8例经手术或穿刺病理确诊的肝炎性肌纤维母细胞瘤患者,其中男性4例,女性4例;年龄50~65岁,平均年龄57.5岁。行CT平扫及增强扫描,总结CT影像特点。结果6例显示不均匀渐进性强化,以轻、中度强化为主,病灶中央部分强化程度低于边缘部分;1例呈门静脉期边缘轻度环状强化,1例显示不明显轻度分隔强化,另1例合并有门静脉左支闭塞,并于周围可见侧支循环产生。结论肝炎性肌纤维母细胞瘤的CT表现具有一定特点,但仍需与肝内恶性肿瘤相鉴别,确诊依靠肝穿刺或手术行病理学检查和免疫组织化学检查。

简介：针对计算机辅助诊断模型优化过程中稳定性差和早熟问题,提出基于集成VPRS-RUGGA-支持向量机的肺部肿瘤计算机辅助诊断模型。首先,引入变精度粗糙集构造属性依赖度,结合属性约简长度和惩罚函数的加权和构造适应度函数框架;其次,采用无回放余数随机选择法、均匀交叉和高斯变异算子进行遗传操作;然后,在CT、PET和PET/CT样本空间中提取肺部肿瘤ROI区域特征,构造不同的特征空间,运用VPRS-RUGGA-支持向量机模型约简和分类识别;最后,在不同的样本空间中构造支持向量机(SVM)个体分类器,采用相对多数投票法输出集成结论。实验结果表明,集成VPRS-RUGGA-SVM模型可以有效的提高泛化性能和稳定性,VPRS-RUGGA-SVM模型可有效改善早熟问题,提高模型的分类性能。

简介：胸痛三联征在临床上有相似的胸痛症状,误诊率居高,其确切病因尚不十分明确。针对经典支持向量机不适用于胸痛三联征此类非平衡数据集分类的缺点,本研究结合径向基核函数、布谷鸟算法以及支持向量机,提出一种基于布谷鸟算法优化支持向量机的分类识别模型,用于胸痛三联征的分类诊断。在收集到的735例有效样本数据集上,采用Java程序抽取平衡数据集。实验结果显示,基于平衡数据集,该模型的平均正确率为80.667%;基于非平衡数据集,其平均正确率为97.767%,相比经典支持向量机、粒子群算法-支持向量机、遗传算法-支持向量机均有不同程度的提高。因此,本研究模型对胸痛三联征的分类诊断具有一定的参考价值。