导读:本文包含了计算机辅助预测论文开题报告文献综述及选题提纲参考文献，主要关键词:热结节,冷结节,影像特征,彩色多普勒超声
计算机辅助预测论文文献综述
A.A.Ardakani,A.Bitarafan-Rajabi,A.Mohammadi,S.Hekmat,A.Tahmasebi[1]（2019）在《基于B型超声及彩色多普勒超声影像特征的计算机辅助诊断系统（CAD）可用于预测甲状腺冷结节及热结节》一文中研究指出摘要目的评估超声参数的特征能否预测甲状腺结节为冷结节或热结节。方法研究共纳入甲状腺结节102例,包括51例高功能结节(热结节)和51例低功能结节(冷结节)。(本文来源于《国际医学放射学杂志》期刊2019年05期）
S.Kamiya,S.Iwano,H.Umakoshi,R.Ito,H.Shimamoto[2]（2018）在《基于CT的计算机辅助容积法测量部分实性肺癌:实性成分大小预测预后》一文中研究指出目的探讨部分实性非小细胞肺癌病人手术预后情况与基于多层螺旋CT叁维成像软件获得的肿瘤实性成分大小之间的关系。材料与方法回顾性研究了96例原发性部分实性非小细胞肺癌病人[男47例,女49例;平均年龄(66±8)岁]的术前多层螺旋CT数据(扫描层厚0.5 mm)、临床记录和病理报告。2位放射科医师分别测量了横断面影像上每个结节实性成分的二维最大尺寸(2D MSSA)、多平面重组影像上实性成分的叁维最大尺寸(3D MSSMPR)以及每个结节内(CT值>0 HU)实性成分体积(3D SV0HU)。采用Cox比例风险模型评估术后复发与临床、病理特征、2D MSSA、3D MSSMPR、3D SV0HU等预后影像学标志物的相关性。结果对于预测术后复发,2D MSSA的受试者操作特征曲线下面积为0.796(95%CI:0.692~0.900),3D MSSMPR为0.776(95%CI:0.667~0.886),3D SVOHU为0.835(95%CI:0.749~0.922)。3D SV0HU预测肿瘤复发的最佳截断值为0.54 cm~3,敏感度为0.933(95%CI:0.679~0.998),特异度为0.716(95%CI:0.605~0.811)。无病生存率的重要预测因子是3D SV0HU≥0.54 cm~3(风险比6.61;P=0.001)、淋巴和/或血管浸润(风险比2.96;P=0.040)。结论与2D MSSA、3D MSSMPR比较,3D SV0HU能更准确地预测部分实性肺癌病人的手术预后。(本文来源于《国际医学放射学杂志》期刊2018年04期）
陆冬[3]（2018）在《计算机辅助预测半衰期、代谢反应和分析急性肾损伤关联靶标》一文中研究指出药物的吸收、分布、代谢、排泄和毒性(ADME/T)研究在当代药物设计和药物筛选中占有十分重要的地位。一种好的药物,不仅需要有良好的药效,还要具备较佳的ADME/T性质。在药物研发早期就开展药物ADME/T性质的实验或计算评价,有助于降低新药开发的研究成本,提高新药研发成功率,而后者的优势则尤为明显。特别是近二十年来,随着化合物ADME/T实验数据的不断积累,计算机运算能力的不断提升以及相关计算方法的不断发展,通过计算机辅助的手段预测ADME/T性质的研究越来越受到关注。计算机预测模型具有低成本和高通量的巨大优势,对于指导临床合理用药也发挥了重要的作用。在论文第一章中,重点介绍了一些常用于构建ADME/T预测模型的机器学习算法以及它们分别在药物吸收、分布、代谢、排泄以及毒性等领域中的研究进展以及面临的挑战等情况。药物半衰期是指药物在体内血浆中的最高浓度降低一半所需的时间,用以衡量药物在体内消除的速度,是决定给药剂量、次数的主要依据,是非常重要的药代动力学参数。传统的实验方法测定药物半衰期不仅耗时而且花费昂贵。特别是在药物研发早期阶段,需要一种快速有效的药物半衰期评价方式。因此,通过计算模拟的手段建立药物半衰期的精确预测模型显得尤为重要!在论文第二章中,我们构建了多个基于机器学习的半衰期预测模型,方法包括gradient boosting machine(GBM),support vector regressions(RBF-SVR和Linear-SVR),local lazy regression(LLR)等,测试结果均优于文献报道,其中以GBM方法建立的半衰期预测模型效果最好(R~2=0.820,RMSE=0.555)。我们通过该方法还发现化合物的疏水性,极性,分子量以及氯原子数目等性质与半衰期紧密相关,这为我们之后建立更为精确的半衰期预测模型提供了重要的参考方向。在QSAR模型中,应用域(Applicability domain,AD)定义为模型能够可靠预测的化学空间,我们使用基于距离的方法定义应用域,该方法有效地确定了我们模型的适用范围。化合物的半衰期是药物从研发走向临床的一个重要依据,发展快速、有效的半衰期预测模型也是新药研发领域中非常重要的一个环节,能够为设计出半衰期更为合理的药物提供指导。药物代谢是指药物进入体内后,在多种药物代谢酶的作用下,发生代谢反应,化学结构发生改变的过程。药物代谢预测涉及多个领域,包括食品安全、生态环境研究以及药物研发等等。在新药研发的过程中,药物代谢相关的研究一直是一个非常重要的步骤。药物代谢动力学(pharmacokinetic)和药效动力学(pharmacodynamic)性质与药物代谢过程息息相关。在新药研发的早期阶段,开展对候选药物代谢反应的实验检测或预测工作具有十分重要的意义。而采用实验手段检测药物代谢则既耗时又耗材,并且往往要到药物研发的中后期才会对候选药物进行代谢方面的评价,因此无法及时对先导化合物的优化提供有效的指导。通过计算机辅助的手段来预测药物在体内的代谢反应,并结合相应的毒性评价系统,就能以较小的实验成本以及较高的效率在药物研发的早期阶段对药物进行安全性方面的评价。在论文第叁章中,我们从代谢反应库中获取代谢反应数据,并进行代谢反应类型的划分,通过计算机辅助的方法识别出相应的代谢位点作为潜在反应位点,并产生指纹描述符来表征该位点的原子环境,构建出基于深度神经网络算法的代谢反应预测模型。本章构建的23种代谢反应的预测模型在测试集上的AUC值都在0.7以上,表明模型具有一定的预测能力。肾脏是人体内重要的药物代谢和排泄器官,极易受到药物及其代谢产物的影响并造成毒性损害。急性肾损伤(acute kidney injury,AKI)是一种致病机理十分复杂的临床常见危重病症。据统计,在危重病患者中,有20-60%的住院病人会引发急性肾损伤,且具有较高死亡率,每年大约有170多万人死于急性肾损伤。药物导致肾脏损伤的机制较为复杂,不同药物产生的分子机制也大不相同,涉及维持肾脏血流动力学平衡的各个调节因子,以及药物在肾脏细胞内的转运调节、氧化应激、细胞凋亡坏死和炎症反应等分子机制。目前,仍然有许多药物的潜在分子机制尚未完全清楚。由于外源性物质造成的急性肾损伤存在多种潜在的分子机制,而大部分肾毒性化合物的作用机制也尚未阐明,这些因素都大大增加了构建精确的急性肾损伤的计算机预测模型的难度。因此,开展药源性急性肾损伤潜在关联靶标的分析研究,将有助于阐明其复杂的作用通路,并为之后的肾脏毒性预测指明方向。在论文的第四章,我们从现有公开数据库中搜集整理急性肾损伤相关的阳性化合物和阴性化合物,结合这些化合物作用的靶标基因,通过费歇尔精确检验判断这些靶标基因与急性肾损伤是否存在非随机相关性,并给出显着性排名。其中,显着性排名前20的靶标基因中,有14个靶标基因与肾脏损害有关,其中5个有文献报道与急性肾损伤明确相关,其他排名靠前的靶标基因可能是急性肾损伤的潜在靶标。该方法排除了某些靶标基因与急性肾损伤的偶然相关性情况,使得急性肾损伤的分子作用机制研究更加的可靠,也有助于发现更多潜在的肾脏毒性关联靶标,提供更为合理的急性肾损伤分子作用通路。(本文来源于《中国科学院大学(中国科学院上海药物研究所)》期刊2018-06-01）
李贡宇,乔连生,陈茜,陈艳昆,刘思佳[4]（2018）在《基于计算机辅助水解技术的芝麻寡肽体内转运性质预测》一文中研究指出目的基于计算机辅助技术预测芝麻寡肽的体内转运性质。方法收集芝麻中主要蛋白序列,以计算机辅助技术进行蛋白模拟消化水解,将水解获得的寡肽构建虚拟结构数据库。构建寡肽转运蛋白2(Pep T2)底物的支持向量机(SVM)模型后,通过数据处理和参数寻优方法挑选最优模型,预测芝麻Pep T2的底物成分。结果芝麻寡肽数据库共包括346条寡肽,利用筛选获得45个描述符,创建了Pep T2底物的SVM模型,模型的准确度、灵敏度和特异性均在85%以上。经受试者工作特征(ROC)分析,其曲线下面积(AUC)>0.9。利用Pep T2底物模型预测芝麻寡肽数据库,发现36%的芝麻寡肽具有通过Pep T2转运的潜在活性。结论利用计算机辅助水解技术构建了中药芝麻寡肽数据库,以Pep T2底物SVM模型预测芝麻寡肽的体内转运性质,模型准确、稳定、灵敏、特异性高,为开展寡肽类中药成分的性质研究提供了新的方法。(本文来源于《北京中医药大学学报》期刊2018年03期）
李杨,阎爱侠[5]（2017）在《计算机辅助HIV-1整合酶LEDGF/p75抑制剂生物活性预测研究》一文中研究指出艾滋病全称为人类免疫缺陷综合症(AIDS),是当今人类所共同面临的重大医学难题之一。人类免疫缺陷病毒(HIV)是艾滋病的病原体,该病毒可将自身所携带的遗传基因整合到人体基因序列中,并随着人体细胞的复制而实现自身繁殖。在这个过程中,HIV-1整合酶起到至关重要的作用。HIV-1整合酶LEDGF/p75位点是治疗艾滋病药物的新型靶点,阻断整合酶和LEDGF/p75之间的相互作用可以有效的阻止病毒的复制和传播[1]。我们用计算机辅助药物设计的思路,以HIV-1整合酶LEDGF/p75抑制剂为研究对象,建立了抑制剂的高低活性分类模型,对抑制剂的生物活性进行预测研究。在模型建立过程中,我们收集了274个HIV-1整合酶LEDGF/p75抑制剂,并随机分为训练集和测试集。用CORINA Symphony和MACCS fingerprints描述符,以支持向量机、决策树、功能树和随机森林的方法建立模型。所有模型测试集预测结果均高于70%,其中最好的模型测试集预测结果为81.08%。并且通过对模型的描述符分析,我们认为抑制剂形成氢键的能力和疏水性对于它的抑制活性十分重要[2]。(本文来源于《中国化学会第14届全国计算(机)化学学术会议暨分子模拟国际论坛会议手册》期刊2017-11-17）
谢红[6]（2016）在《计算机辅助预测茶叶包装储存期系统的研究》一文中研究指出本文首先阐述了茶叶包装储存期的影响因素,然后研究了茶叶包装储存期预测系统软件的具体编程方法,最后结合实例,展示了计算机辅助预测茶叶包装储存期的过程。(本文来源于《福建茶叶》期刊2016年10期）
李响[7]（2016）在《计算机辅助预测茶叶包装储存期系统的研究》一文中研究指出在本茶叶包装储存期质量预测系统中采用辅助式计算机操作系统,是因为此操作系统方便了用户可以自由地设计一些所需要的应用功能,另一方面计算机辅助操作系统具有高稳定性和可靠性。本预测系统使用了触摸屏技术,减少了按键的使用,从整体上减小了系统所占用的体积,使系统更加轻巧,而且用户使用更加方便。本预测系统更是采用了无线通信技术,可以使用户在远距离查看茶叶包装环境的质量,方便快捷。(本文来源于《福建茶叶》期刊2016年06期）
刘国峰[8]（2016）在《计算机辅助预测茶叶包装储存期系统的研究》一文中研究指出近年来,随着物联网的发展,茶叶的销售、存储逐渐呈现出智能化、网络化的发展趋势。对茶叶包装存储期的预算对产品的保质期有很大的影响,包装不仅可以保护产品的品质,而且优美的包装还可以刺激消费者的消费需求,促进销售的作用。饮茶作为我国民众生活中非常重要的生活享受,加强茶叶包装对于茶叶销售具有很大的影响。随着计算机技术的发展,针对茶叶包装存储期预测将有利于控制茶叶质量,促进茶叶销售。本文将针对计算机辅助预测茶叶包装储存期系统进行研究,为茶叶包装储存期系统构建提供建议。(本文来源于《福建茶叶》期刊2016年05期）
杨静文[9]（2016）在《下颌偏斜及下颌角肥大计算机辅助手术模拟与预测研究》一文中研究指出目的1.以患者参与的方式将Surgicase CMF软件辅助设计技术应用于下颌偏斜畸形矫正中,以明确诊断畸形部位,并制定个性化手术方案。手术后效果采用镜像技术进行评估。2.利用Surgi Case CMF软件对中度及重度面部偏斜行单颌手术的患者进行软组织计算机模拟及预测,并通过叁维测量及重迭对比评价软件对下颌偏斜畸形正颌手术预测的准确性。3.利用Surgi Case CMF软件仿真模拟下颌角肥大矫形手术辅助设计手术方案,并预测及评价手术效果。方法1.选择上颌基本正常仅需单颌手术的下颌偏斜畸形患者27例,术前在Surgicase CMF软件中以CBCT数据重建颅面部骨组织叁维模型,在此模型上根据镜像技术及叁维测量明确畸形部位并模拟矫正下颌偏斜的各种术式,医患充分沟通的基础上制定个性化方案。根据该设计方案完成手术,术后效果采用镜像技术进行评估。2.利用Surgi Case CMF软件根据27例下颌偏斜患者锥形束CT(CBCT)的资料,模拟下颌升支矢状截骨术伴或不伴水平截骨颏成形术,预测患者术后的软组织情况。选择代表软组织对称性的标志点建立定点体系,并建立水平面、冠状面和正中矢状面3个定位平面,选取测量参数对预测的软组织容貌及术后真实软组织容貌分别进行测量,分析结果。同时观测模拟与术后软组织重迭对比彩色等级图。分析定量及定性两类结果以衡量预测准确性。3.40名诊断为下颌角肥大患者,术前在软件重建下颌骨叁维数学模型,与患者协商制定个性化手术方案。同时半年后将患者资料在软件中模拟预测,由10名正颌与整形专业人员对软组织预测正、侧面容貌与术后真实容貌对比评价。结果1.镜像处理及叁维测量结果:Co-MS、AG-MS、AG-FH、Co-Ag,偏斜侧与对侧差异无统计学意义,说明两侧下颌升支对称性尚可。Ag-Me、Co-Me、Co-Ag-Me,差异有统计学意义。说明下颌体存在明显的不对称。Ag-N距差异有统计学意义,下颌平面发生明显的倾斜。B1-MS,Me-MS,Me-ANS-MS,AG-AG-MS,差异有统计学意义,说明下颌及颏部发生明显偏斜。与镜像的图像畸形部位吻合。2.术后评估结果:应用计算机辅助设计技术,指导下颌偏斜矫正术的个性化手术设计,患者手术过程顺利,无特殊术中及术后并发症,术后面部左右的对称性良好,畸形得以明显的改善。患者术后随访,面部形态恢复满意。术后镜像图像显示面部对称性良好,与术前设计的方案有较高的吻合度。3.准确性测量结果:口角点连线与水平面的夹角(Ch-Ch-FH)、鼻下点到上唇切迹点连线与上下唇切迹点连线的夹角(Sn-UL-LL),模拟和术后差异有统计学意义(P<0.01,P<0.05),即口角倾斜度和上下唇垂直向倾斜度预测较差。下颌角点到正中矢状面的距离(Go’-MS)、下颌角点到颏前点距离(Go’-Pog’)、鼻下点到颏下点连线与正中矢状面的夹角(Sn-Me’-MS),模拟和术后比较,差异则无统计学意义,说明下颌角及颏部预测准确性较高。4.重迭对比彩色等级图的观测表明,颊侧软组织预测的准确性较差,且偏斜侧准确性较偏斜对侧差。5.应用软件模拟,设计下颌角手术截骨线位置和截骨角度,所有患者手术顺利,未观察到术中术后并发症,术后下颌角区形态自然协调,曲线流畅,面下部宽度得到不同程度的减小。正颌与整形专业人员对软件预测效果评价为相同和非常相似所占的百分比正面观为12.5%,侧面观为:7%。可见预测效果较差。结论1.将患者参与的计算机辅助设计技术应用于下颌偏斜畸形患者中,能帮助医患沟通、帮助医生准确诊断、设计矫治方案、模拟矫治过程、指导手术操作、评估术后效果,具有临床应用的价值和可行性。2.CMF系统对于下颌偏斜患者的手术预测准确性较高,但在唇颊部预测上略有偏差,软件尚有改进空间。3.CMF软件对于下颌角肥大手术方案的个性化安全设计和直观手术过程和效果有重要意义,对于软件预测的准确性较差,需要进一步研究。(本文来源于《天津医科大学》期刊2016-05-01）
何春林[10]（2016）在《应用计算机辅助预测茶叶包装储存期分析》一文中研究指出随着现代信息技术的高速发展,产品包装的自动化水平也在不断提高。包装储存的方法不仅直接影响到商品的销售以及企业的信誉,而且还影响着产品的使用安全和可靠性。因此本文从实际发展需要出发,对茶叶生产企业的包装储存期预测系统软件进行分析研究,以期对茶叶包装的自动化发展有所帮助。(本文来源于《福建茶叶》期刊2016年03期）
计算机辅助预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的探讨部分实性非小细胞肺癌病人手术预后情况与基于多层螺旋CT叁维成像软件获得的肿瘤实性成分大小之间的关系。材料与方法回顾性研究了96例原发性部分实性非小细胞肺癌病人[男47例,女49例;平均年龄(66±8)岁]的术前多层螺旋CT数据(扫描层厚0.5 mm)、临床记录和病理报告。2位放射科医师分别测量了横断面影像上每个结节实性成分的二维最大尺寸(2D MSSA)、多平面重组影像上实性成分的叁维最大尺寸(3D MSSMPR)以及每个结节内(CT值>0 HU)实性成分体积(3D SV0HU)。采用Cox比例风险模型评估术后复发与临床、病理特征、2D MSSA、3D MSSMPR、3D SV0HU等预后影像学标志物的相关性。结果对于预测术后复发,2D MSSA的受试者操作特征曲线下面积为0.796(95%CI:0.692~0.900),3D MSSMPR为0.776(95%CI:0.667~0.886),3D SVOHU为0.835(95%CI:0.749~0.922)。3D SV0HU预测肿瘤复发的最佳截断值为0.54 cm~3,敏感度为0.933(95%CI:0.679~0.998),特异度为0.716(95%CI:0.605~0.811)。无病生存率的重要预测因子是3D SV0HU≥0.54 cm~3(风险比6.61;P=0.001)、淋巴和/或血管浸润(风险比2.96;P=0.040)。结论与2D MSSA、3D MSSMPR比较,3D SV0HU能更准确地预测部分实性肺癌病人的手术预后。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
计算机辅助预测论文参考文献
[1].A.A.Ardakani,A.Bitarafan-Rajabi,A.Mohammadi,S.Hekmat,A.Tahmasebi.基于B型超声及彩色多普勒超声影像特征的计算机辅助诊断系统（CAD）可用于预测甲状腺冷结节及热结节[J].国际医学放射学杂志.2019
[2].S.Kamiya,S.Iwano,H.Umakoshi,R.Ito,H.Shimamoto.基于CT的计算机辅助容积法测量部分实性肺癌:实性成分大小预测预后[J].国际医学放射学杂志.2018
[3].陆冬.计算机辅助预测半衰期、代谢反应和分析急性肾损伤关联靶标[D].中国科学院大学(中国科学院上海药物研究所).2018
[4].李贡宇,乔连生,陈茜,陈艳昆,刘思佳.基于计算机辅助水解技术的芝麻寡肽体内转运性质预测[J].北京中医药大学学报.2018
[5].李杨,阎爱侠.计算机辅助HIV-1整合酶LEDGF/p75抑制剂生物活性预测研究[C].中国化学会第14届全国计算(机)化学学术会议暨分子模拟国际论坛会议手册.2017
[6].谢红.计算机辅助预测茶叶包装储存期系统的研究[J].福建茶叶.2016
[7].李响.计算机辅助预测茶叶包装储存期系统的研究[J].福建茶叶.2016
[8].刘国峰.计算机辅助预测茶叶包装储存期系统的研究[J].福建茶叶.2016
[9].杨静文.下颌偏斜及下颌角肥大计算机辅助手术模拟与预测研究[D].天津医科大学.2016
[10].何春林.应用计算机辅助预测茶叶包装储存期分析[J].福建茶叶.2016