导读:本文包含了常规模型论文开题报告文献综述及选题提纲参考文献，主要关键词:超声检查,胆管上皮癌,癌,肝细胞
常规模型论文文献综述
叶显俊,胡蕾,何年安,卫梅,刘潇[1]（2019）在《logistic回归模型评价常规超声及超声造影对胆管细胞癌与肝细胞癌的鉴别诊断价值》一文中研究指出目的建立胆管细胞癌(ICC)常规超声特征及"周边环状强化"超声造影增强模式为变量的logistic回归模型,评价常规超声以及超声造影在ICC与肝细胞癌(HCC)鉴别诊断中的价值。方法回顾性分析55例ICC患者以及42例HCC患者的常规超声及超声造影图像特点,以手术病理或活组织检查病理为诊断金标准。评价利用logistic回归模式分析筛选出的病灶回声、血供类型、胆管扩张以及"周边环状强化"超声造影模式4个超声特征在ICC与HCC鉴别诊断中的价值。计量资料组间比较采用t检验;计数资料组间比较采用χ~2检验。对单因素分析结果中有统计学意义的因素作为自变量再进行二分类logistic回归分析。对整个模型的拟合情况采用似然比检验,筛选出各个特征中与ICC定性诊断似然比最高者。绘制logistic回归分析模型定性诊断ICC的受试者工作特征曲线(ROC曲线),计算其曲线下面积(AUC)。结果 2组患者在病灶回声(χ~2=4. 813,P <0. 05)、血供类型(χ~2=10. 222,P <0. 01)、胆管扩张(χ~2=40. 669,P <0. 01)以及"周边环状强化"超声造影模式(χ~2=8. 180,P <0. 01) 4个超声特征上差异均有统计学意义,其鉴别ICC与HCC的敏感度、特异度分别为58. 15%、64. 29%; 72. 73%、59. 52%; 67. 27%、66. 4%; 69. 09%、95. 24%。病灶回声类型、血供情况、超声造影周边环状强化和是否合并周边胆管扩张的比值比(OR)分别为3. 556、4. 107、4. 223和5. 776,P值均<0. 05。二分类logistic回归方程为:Logistic(P)=-2. 761+1. 272X1+1. 430X2+1. 538X3+1. 743X4。模型似然比检验结果显示该回归方程差异有统计学意义(χ~2=94. 691,P <0. 001)。该回归方程对ICC做定性诊断的敏感度为74. 3%,特异度为82. 2%,其AUC为0. 856。2组病灶超声造影的达峰时间差异有统计学意义(t=8. 497,P <0. 01)。结论 Logistic回归模型分析及超声造影定量分析可以提高超声对ICC定性诊断。(本文来源于《临床肝胆病杂志》期刊2019年11期）
王东[2]（2019）在《常规公交线网车型结构优化配置模型》一文中研究指出常规公交实际运营中,往往存在多条线路共用同一个始发站的情况,而不同公交线路的客流在时间分布上往往存在差异性,单独地对每条公交线路进行调度可能会造成一定程度上的资源浪费。如果对共用同一始发站的所有公交线路进行统一调度,不同的线路之间往往能够相互补充,同时通过设置合理的车型结构,可以更好地减少资源浪费。因此文章提出了一种新的常规公交线网车型结构优化配置模型。根据公交系统的公交服务质量、公交公司成本之差为目标函数,建立了常规公交系统车型结构优化配置模型。并通过Matlab进行了实例验证,证明该模型能够有效降低公交系统运营成本同时提高公交服务水平。(本文来源于《品质交通与协同共治——2019年中国城市交通规划年会论文集》期刊2019-10-16）
马丽君,纪冬,王春艳,付懿铭,陈松海[3]（2019）在《基于常规指标建立肝脏炎症及纤维化无创诊断模型》一文中研究指出目的建立准确的肝脏炎症及纤维化无创诊断模型肝纤维炎症指数(APAE),用于指导肝功能正常或轻度异常的慢性乙型肝炎(慢乙肝)患者的抗病毒治疗。方法回顾性分析解放军总医院第五医学中心2009年1月-2016年12月住院且行肝组织活检的谷丙转氨酶(ALT)水平正常或处于1～2倍正常值上限之间的HBV感染者的临床资料,包括基线人口学、生化学、病毒学及肝组织病理学检测结果,依据肝脏组织病理学结果所得肝脏炎症及纤维化严重程度进行分组:G≤1且S≤1者纳入无需抗病毒治疗组,S≥2或G≥2者纳入需抗病毒治疗组。采用二元logistic回归分析建立APAE指数。采用ROC曲线下面积(AUROC)评估APAE、天门冬氨酸氨基转移酶/血小板比值(APRI)及基于4因子的纤维化指数(FIB-4)在显着肝脏炎症(G≥2)及显着纤维化(S≥2)中的诊断效能。结果共纳入652例,其中男404例,女248例,平均31.2岁,肝脏炎症及纤维化≥G2S2者312例(47.9%)。两组间性别、家族史、中性粒细胞计数、淋巴细胞计数、年龄及胆碱酯酶等差异均无统计学意义(P>0.05),谷草转氨酶(AST)、血小板计数(PLT)、白蛋白(ALB)及e抗原定量等均存在明显差异(P<0.05)。建立新指数APAE=0.034×AST-0.006×PLT-0.025×ALB-0.001×e抗原定量,其AUROC为0.764,与APRI(AUROC=0.715)和FIB-4(AUROC=0.633)比较差异有统计学意义(P<0.05)。结论基于常规指标建立的无创诊断模型APAE指数在预测肝脏炎症及纤维化程度方面优于APRI和FIB-4,具有临床推广价值。(本文来源于《解放军医学杂志》期刊2019年10期）
韩冬,贺太平,吴宏培,任嘉梁,申利[4]（2019）在《基于能谱CT影像组学构建肾透明细胞癌分化程度的预测模型：对比常规增强CT》一文中研究指出目的:比较基于能谱CT影像组学及常规增强CT对肾透明细胞癌(clear cell renal cell carcinoma,ccRCC)分化程度的预测模型材料与方法:119例ccRCC患者被回顾性连续性收集,采用分层抽样按照7:3比例并随机将患者分为开发队列和验证队列。根据2016版肾癌WHO/ISUP病理分级标准重新诊断并分级,将Ⅰ级及Ⅱ级定义为低级别组,Ⅲ级及Ⅳ级定义为高级别组。常规增强CT的影像征象被两名放射科(本文来源于《中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编》期刊2019-08-22）
张斌宏,万力伦,张明明,万大奎[5]（2019）在《基于模型的3维可视化装配工艺在常规战斗部制造中的应用》一文中研究指出为解决弹药装配中存在工艺执行率差、生产效率低、废品率较高的问题,提出一种基于模型的3维可视化装配工艺在常规战斗部制造的实施策略。根据常规战斗部制造的典型生产特征,从工艺设计、可视化监控、车间应用等3个方面,对3维可视化装配进行分析,结合数据采集与分析系统,形成有效的3维可视化监控。应用结果表明,基于模型的3维可视化装配工艺可为常规战斗部制造的实施提供参考依据。(本文来源于《兵工自动化》期刊2019年08期）
徐世林,卢冰,苏胜发,欧阳伟炜,胡银祥[6]（2019）在《Ⅳ期非小细胞肺癌化疗同期胸部叁维适形放疗基于常规血液学指标建立的预后评分模型探讨》一文中研究指出目的:基于常规血液学指标建立Ⅳ期非小细胞肺癌(NSCLC)化疗同期胸部叁维适形放疗(3DCRT)的预后模型。方法:回顾性分析230例接受化疗同期3DCRT的Ⅳ期NSCLC临床资料及治疗前1周内的血液学指标,Kaplan-Meier法计算生存率,Log-rank法组间比较及单因素预后分析,根据多因素Cox比例风险回归模型分析的偏回归系数β值对独立危险因素赋值并建立临床预测模型。结果:全组患者中位生存时间和中位无进展生存期分别为12.4个月和7.1个月,1、2、3年OS分别为55.2%、19.8%和11%。单因素分析显示吸烟史、体重下降、白细胞、血小板、白蛋白、中性粒细胞绝对值、纤维蛋白原、转移器官数目、脑转移、骨转移、化疗周期数对OS有影响(P=0.013、0.03、0.003、0.044、0.011、0.001、0.001、0.014、0.02、0.023、0.001);多因素Cox比例风险回归模型分析显示中性粒细胞绝对值、纤维蛋白原、白蛋白、脑转移、化疗周期数是OS的独立的预后因素(HR:2.502、1.635、2.020、1.517和2.107;P<0.05)。根据评分将NSCLC患者分为:低危组、中危组、高危组,各组对应的1年和2年生存率分别为76.3%、45.4%、16.1%和20.3%、16%、3.2%(χ~2=37.59,P<0.001)。结论:中性粒细胞绝对值、纤维蛋白原、白蛋白、脑转移、化疗周期数是Ⅳ期NSCLC化疗同期胸部3DCRT的独立预后因素,基于血液学指标建立的预测模型能很好的预测Ⅳ期NSCLC患者预后。(本文来源于《川北医学院学报》期刊2019年04期）
何云,张亮,武小姣,郑爱荣,刘薇[7]（2019）在《苜蓿干草常规营养成分含量近红外预测模型的建立》一文中研究指出本试验旨在建立一线生产企业所用苜蓿干草常规营养成分含量的近红外预测模型。从9个省份的奶牛场及牧草生产企业采集265个苜蓿干草草捆样品,利用近红外光谱技术,采用偏最小二乘(PLS)的化学计量学方法,结合4种散射校正和10种导数处理方法,建立苜蓿干草干物质(DM)、粗蛋白质(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)和粗灰分(Ash)含量这5个指标的近红外预测模型。结果显示:CP含量的预测决定系数(RSQV)和外部验证相对分析误差(RPDV)最高,而DM、NDF和ADF含量的RSQV和RPDV略低于CP; DM、CP、NDF和ADF含量这4个指标的RSQV均大于0.80、RPDV均大于2.50,说明这4个指标的建模效果较好,能用于实际含量测定; Ash含量的RSQV和RPDV分别为0.793和2.102,分别低于0.80和2.50,说明Ash含量的预测模型仅能用于粗略筛选,暂不能用于实际含量测定。综上所述,本试验初步建立苜蓿干草DM、CP、NDF和ADF含量这4个指标的近红外预测模型,为生产中快速高效测定苜蓿干草这4个指标提供了便利。(本文来源于《动物营养学报》期刊2019年10期）
陈积山,朱瑞芬,张强,杜优颖,孔晓蕾[8]（2019）在《建立近红外特征波长模型快速测定羊草常规营养成分的研究》一文中研究指出本研究采用近红外光谱法快速测定羊草(Leymus chinensis)中的常规营养成分,利用无信息变量消除法(unknown variable elimination,UVE)、随机蛙算法(random frog algorithm,RF)结合偏最小二乘法(partial least squares,PLS)建立了羊草品质测定模型,有效降低了冗余无信息变量,提高了模型的测量精度和稳定性。研究发现利用UVE-PLS筛选建立的羊草品质测定模型优于全光谱PLS和RF-PLS筛选建立的模型;UVE-PLS模型显着降低了交叉验证均方根误差和预测均方根误差,提高了校正集决定系数、交叉验证决定系数及预测集决定系数。研究表明UVE-PLS模型在测定羊草中的水分、粗蛋白、酸性洗涤纤维和中性洗涤纤维是可行的,校正集决定系数和预测集决定系数95%～98%。(本文来源于《草地学报》期刊2019年04期）
孙金凤,胡祥培[9]（2019）在《非常规油气资源开发投资决策优化模型研究》一文中研究指出非常规油气资源作为最现实的可替代能源,对其进行勘探和开发对于降低日益加大的石油供需矛盾缺口和确保国家能源安全均具有重要的战略意义。然而,非常规油气资源勘探开发十分复杂,开发投资决策好坏已经成为制约其能否实现规模化和产业化的关键问题,科学投资决策问题已逐步成为石油企业高层管理者的主要职责。针对非常规油气资源开发投资的多阶段多目标决策优化难题,以可供开发区块的资源分配为重点研究对象,从解决不同区块投资规模入手,运用多阶段决策、多目标决策和不确定多属性方案优选的方法理论,通过剖析非常规油气开发投资决策过程及其复杂性特征,将开发投资决策过程进行形式化描述并在计算机中加以实现,从而得以实现开发投资决策方案的动态性调整。本项研究不仅有助于深化多目标动态优化决策理论的研究,还为解决非常规油气资源开发投资决策难题提供一种新的思路和方法。(本文来源于《运筹与管理》期刊2019年06期）
宫晓刚,刘春荣[10]（2019）在《基于马尔科夫链模型的交通方式划分研究——以北京市常规公交与轨道交通为例》一文中研究指出马尔科夫链模型法是一种适用于随机过程的科学有效的动态预测方法,已广泛应用于经济、生命科学、计算机、心理、社会等科学领域中.马尔科夫链模型在市场占有率预测中的应用已经十分成熟.将交通方式的分担率视作不同交通方式的市场占有率,应用马尔科夫链模型对北京市常规公交和轨道交通客流分担率进行预测,通过建立二次规划模型对转移概率矩阵求解,预测结果误差较低,证明该方法可用于交通方式分担率预测.(本文来源于《青岛理工大学学报》期刊2019年03期）
常规模型论文开题报告
（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：
常规公交实际运营中,往往存在多条线路共用同一个始发站的情况,而不同公交线路的客流在时间分布上往往存在差异性,单独地对每条公交线路进行调度可能会造成一定程度上的资源浪费。如果对共用同一始发站的所有公交线路进行统一调度,不同的线路之间往往能够相互补充,同时通过设置合理的车型结构,可以更好地减少资源浪费。因此文章提出了一种新的常规公交线网车型结构优化配置模型。根据公交系统的公交服务质量、公交公司成本之差为目标函数,建立了常规公交系统车型结构优化配置模型。并通过Matlab进行了实例验证,证明该模型能够有效降低公交系统运营成本同时提高公交服务水平。
（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。
常规模型论文参考文献
[1].叶显俊,胡蕾,何年安,卫梅,刘潇.logistic回归模型评价常规超声及超声造影对胆管细胞癌与肝细胞癌的鉴别诊断价值[J].临床肝胆病杂志.2019
[2].王东.常规公交线网车型结构优化配置模型[C].品质交通与协同共治——2019年中国城市交通规划年会论文集.2019
[3].马丽君,纪冬,王春艳,付懿铭,陈松海.基于常规指标建立肝脏炎症及纤维化无创诊断模型[J].解放军医学杂志.2019
[4].韩冬,贺太平,吴宏培,任嘉梁,申利.基于能谱CT影像组学构建肾透明细胞癌分化程度的预测模型：对比常规增强CT[C].中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编.2019
[5].张斌宏,万力伦,张明明,万大奎.基于模型的3维可视化装配工艺在常规战斗部制造中的应用[J].兵工自动化.2019
[6].徐世林,卢冰,苏胜发,欧阳伟炜,胡银祥.Ⅳ期非小细胞肺癌化疗同期胸部叁维适形放疗基于常规血液学指标建立的预后评分模型探讨[J].川北医学院学报.2019
[7].何云,张亮,武小姣,郑爱荣,刘薇.苜蓿干草常规营养成分含量近红外预测模型的建立[J].动物营养学报.2019
[8].陈积山,朱瑞芬,张强,杜优颖,孔晓蕾.建立近红外特征波长模型快速测定羊草常规营养成分的研究[J].草地学报.2019
[9].孙金凤,胡祥培.非常规油气资源开发投资决策优化模型研究[J].运筹与管理.2019
[10].宫晓刚,刘春荣.基于马尔科夫链模型的交通方式划分研究——以北京市常规公交与轨道交通为例[J].青岛理工大学学报.2019