重症监护病房长期机械通气患者撤机困难的原因及死亡影响因素分析

目的:探讨重症监护病房(ICU)长期机械通气患者撤机困难的原因及撤机死亡的影响因素。方法:对2015年6月至2018年10月我院收治的80例长期机械通气患者的临床资料进行回顾性分析,按照患者撤机结果分为撤机成功组52例和撤机困难组28例,根据患者存活情况分为存活组59例和死亡组21例。比较各组临床资料,分析撤机困难的原因及撤机死亡的影响因素。结果:撤机困难组年龄、心功能不全比例、多器官功能障碍(MODS)比例、呼吸机相关肺炎(VAP)比例、肝功能不全比例、肾功能不全比例、血尿素氮显著高于撤机成功组,机械通气时间、气管切开时间显著长于撤机成功组,血清白蛋白显著低于撤机成功组(P0.05)。死亡组年龄、合并糖尿病比例、心功能不全比例、MODS比例、VAP比例、肝功能不全比例、肾功能不全比例、血尿素氮显著高于存活组,机械通气时间、气管切开时间显著长于存活组,血清白蛋白显著低于存活组(P0.05)。多因素Logistic回归分析显示:年龄、合并糖尿病、MODS、VAP、机械通气时间、气管切开时间、血清白蛋白是ICU长期机械通气患者撤机死亡的影响因素(P0.05)。结论:患者治疗期间发生脏器功能不全或器官功能衰竭、机械通气时间较长、气管切开时间较长、营养状态较差是长期机械通气患者撤机困难的主要原因,年龄、合并糖尿病、MODS、VAP、机械通气时间、气管切开时间、血清白蛋白是ICU长期机械通气患者撤机死亡的影响因素。     

基于单细菌共焦拉曼光谱的细菌快速检测

【背景】目前利用共焦拉曼光谱技术进行成像和成分鉴别方面的研究较多,但如何快速检测与鉴别多种细菌方面的研究较少。【目的】基于共焦拉曼光谱技术,建立一种在单细菌水平上实现病原微生物快速分类鉴定的方法。【方法】以大肠杆菌为研究对象,利用共焦拉曼光谱技术在单细菌水平上进行了激发波长的优化试验,并研究了大肠杆菌存放时间对单细菌拉曼光谱信息的影响。同时,对白色葡萄球菌、大肠杆菌、金黄色葡萄球菌、沙门氏菌和铜绿假单胞菌进行了共焦拉曼光谱测试,并对5种细菌进行单细菌拉曼光谱的归属分析,设计共焦拉曼光谱技术结合支持向量机(support vector machine,SVM)模型学习算法,进行了5种细菌的快速分类鉴别。【结果】对于单细菌拉曼光谱探测,532、633和785 nm这3种常见的拉曼探测波长中,532 nm具有更好的激发效率和光谱信噪比。结合SVM模型对5种细菌的识别分类,SVM模型的灵敏度和特异性达到了96.00%以上,整体准确率为98.25%。不同存放时间下大肠杆菌拉曼光谱的重复性和稳定性都很好,且SVM模型匹配率均在90.00%以上。【结论】单细菌拉曼光谱结合SVM模型可对5种细菌进行快...     

奇异数据筛选法在玉米籽粒蛋白质近红外光谱检测中的应用

相对于传统生化测定方法,基于近红外光谱(Near infrared spectroscopy,NIRS)玉米籽粒蛋白质含量检测是一种快速、非破坏、且适用于多组分同时检测的新方法。但在建模过程中,由于奇异数据(异常值)的存在会影响近红外光谱模型的预测精度和稳定性,我们采用奇异数据筛选法剔除了玉米籽粒近红外光谱中的奇异数据并建立了玉米籽粒蛋白质含量的偏最小二乘支持向量机(Least squares support vector machine,LS-SVM)模型。本文分别采用杠杆值法(Leverage)、半数重采样法(Resampling by Half-Mean,RHM)和蒙特卡洛采样法(Monte-Carlo Sampling,MCS)剔除了玉米籽粒蛋白质光谱数据中的奇异数据并对模型结果进行比较。在剔除奇异数据的基础上,采用偏最小二乘回归法(Partial least squares regression,PLSR)提取主成分,并基于小生境蚁群算法(Niche ant colony algorithm,NACA)优化偏最小二乘支持向量机(LS-SVM)模型参数(γ和σ2),建立基于LS-SVM的玉米籽粒蛋白质定量分析模型。结果表明,采用3种奇异数据筛选法剔除奇异数据后所建LS-SVM模型的预测结果都优于采用原光谱数据所建模型,相比较而言,蒙特卡洛采样法为基于近红外光谱检测玉米籽粒蛋白质的最佳奇异数据筛选法。     

基于拉曼光谱的鼻咽癌细胞株总蛋白放射敏感性研究

本文以鼻咽癌细胞株CNE2为放射敏感性的研究对象,经不同剂量X射线照射及不同时间培养后分别提取总蛋白,用共聚焦显微拉曼光谱仪检测其拉曼光谱。统计分析表明:被测样品的拉曼光谱中观察到一些可以归属于蛋白质物质的较为明显的基团频率振动峰;不同剂量的X射线照射后,总蛋白质的平均拉曼光谱与对照组谱形基本一致,但与对照组间的光谱存在着对应峰信号强度的不同。实验提示:照射后谱峰强度的增大或减小,提示着相关物质含量有所改变。分析照射后癌细胞总蛋白拉曼光谱的变化情况,结合数学统计方法,以探寻放射敏感性的特征拉曼标志,可以作为研究肿瘤放射敏感性的手段之一。     

应用基于粒子群优化的支持向量机算法识别真核生物基因的RNA聚合酶II启动子序列

启动子是调节基因表达的重要元件,对其的研究对于阐明基因转录调控机制具有重要意义。作者依据RNA聚合酶Ⅱ启动子序列特性选取高效的特征提取方法,构建了基于粒子群优化的支持向量机(particle swarm optimization-support vector machine,PSO-SVM)新方法,用以识别真核生物基因RNA聚合酶Ⅱ启动子。结合5-折交叉检验方法,得到启动子-外显子、启动子-内含子和启动子-基因间序列的分类准确率分别为97.1%、96.7%和98.8%,其马修斯相关系数分别为0.962、0.934和0.976。结果说明,对比其它启动子识别方法,PSO-SVM方法更能有效地识别真核生物基因启动子。     

基于小波低频系数基因芯片数据的特征提取

特征提取和分类是模式识别中的关键问题。结合小波分析理论和支持向量机理论,构造分类器模型,将前列腺癌基因芯片数据分成癌症和正常两种。提取小波低频系数表征原始数据并送入支持向量机分类器分类,实验证明:提取db1小波4层分解下的低频系数,送入分类器分类后正确分类率达到93.53%。Haar小波的正确率是92.94%。可见提取不同小波低频系数,得到的分类效果相差不大。     

基于Z曲线方法重新注释脑膜炎奈瑟菌MC58株基因组

已测序的微生物基因组中包含的注释开放阅读框(open reading frames,ORFs)可以分为两大类:第一类对应于功能已知的蛋白质编码基因;第二类则为功能未知的假设ORFs,其中通常有一部分实际上不编码蛋白质。采用基于Z曲线的方法从属于第一类的功能已知基因出发训练参数,进而确定第二类ORFs中非编码的部分。通过支持向量机的学习及分类,结果显示十重交叉检验平均正确率为98.45%,说明Z曲线联合支持向量机是一种高度准确的基因识别方法。最终,确定216个假设ORFs实际上不编码蛋白质。通过采用Blastp进行序列比对,保留的假设ORFs中有341个在高可靠性的条件下获得了功能信息。根据蛋白质直系同源簇方法进行功能分类,分别有30、53、59和159个新注释的假设ORFs属于信息储存和加工类、细胞加工和信号传递类、新陈代谢类和特征不明显类。另外还有70个不属于其中的任何一类。注释结果比RefSeq及GenBank提供的原注释更加准确,更加完整。     

基于去趋势波动分析和支持向量机的癫痫脑电分类

癫痫脑电的自动检测与分类对于癫痫患者的诊断治疗具有重要意义.本文提出了一种基于去趋势波动分析(detrended fluctuation analysis,DFA)、波动指数和支持向量机(support vectormachine,SVM)的癫痫脑电分类方法.首先采用DFA方法计算脑电的标度指数,然后对脑电进行4～8 ...     

基于小波特征分析的手指动作识别研究

目的:本文利用表面肌电(sEMG)信号来研究多种手指组合动作的识别问题。方法:在对采集的四个通道sEMG信号进行降噪预处理的基础上,采用移动加窗处理方法来提取关于手指运动状态的信号活动段,再分析各个信号活动段的小波系数统计特征,进而利用多类支持向量机(SVM)分类算法来实现手指组合动作的识别。结果:动作识别率最高达到100%。结论:所采用方法能够有效地识别多种手势动作,并为后续基于肌电信号的实时人机接口系统的研究奠定了理论基础。     

A Modified Ant Colony Optimization Algorithm for Tumor Marker Gene Selection

Microarray data are often extremely asymmetric in dimensionality,such as thousands or even tens of thousands of genes but only a few hundreds of samples or less.Such extreme asymmetry between the dimensionality of genes and samples can lead to inaccurate diagnosis of disease in clinic.Therefore,it has been shown that selecting a small set of marker genes can lead to improved classification accuracy.In this paper,a simple modified ant colony optimization (ACO) algorithm is proposed to select tumor-related ma...