本文提出了一種基于三維特征的肺結節概率分割算法。首先,提取感興趣區域(ROI)內每個體素的三維灰度和紋理特征,得到每個體素的特征向量;然后,根據特征向量對體素進行分類;最后,使用區域生長算法對分類結果進行后處理,得到最終的分割結果。利用肺部圖像數據庫聯盟組織(LIDC)公共數據集對本文分割結果與LIDC中由4位放射科醫生分別手動分割得到的概率圖進行比較,從而驗證本文方法的性能,結果表明通過提取肺結節的三維灰度和紋理特征對其進行概率分割的方法是有效的。
目的 系統評價表皮細胞因子（epidermal growth factor, EGF） 基因61A/G多態性與食管癌風險的相關性。方法 計算機檢索PubMed、EMbase、CJFD、CBM、CNKI、VIP及WanFang Data，檢索時限從建庫至2013年1月1日，收集關于EGF基因61A/G多態性與食管癌發病風險的病例-對照研究。由2位評價者按照納入和排除標準獨立選擇文獻、提取資料和評價質量后，采用RevMan 5.1和Stata 12.0軟件進行Meta分析。結果 共納入6個病例-對照研究，1 448例食管癌患者和1 728例健康對照人群。Meta分析結果顯示，EGF基因61A/G多態性與食管癌風險的相關性無統計學意義：顯性遺傳模型［AG+GG vs. AA：OR=1.22，95%CI（0.91，1.65）］；隱性遺傳模型［GG vs. AG+AA：OR=1.35，95%CI（0.94，1.94）；AG vs. AA：OR=1.12，95%CI（0.93，1.35）；GG vs. AA：OR=1.43，95%CI（0.83，2.47）］。基于人種的亞組分析顯示，EGF基因61A/G多態性可增加白種人罹患食管癌的風險：顯性遺傳模型［AG+GG vs. AA：OR=1.39，95%CI（1.14，1.71）］；隱性遺傳模型［GG vs. AG+AA：OR=1.75，95%CI（1.37，2.25）；GG vs. AA：OR=1.93，95%CI（1.47，2.55）］。但與亞洲人群食管癌風險無明顯相關。結論 基于目前研究結果，可以認為EGF基因61A/G多態性與食管癌易感性無明顯相關性，而EGF基因61A/G多態性可能增加白種人罹患食管癌風險。受納入研究的數量和質量限制，以上結論需要大樣本研究進行驗證。
利用偏最小二乘法（PLS）結合拉曼光譜技術，建立了血液中紫杉醇含量的預測模型。本實驗利用拉曼光譜對 312 個樣本進行了掃描，采用高效液相色譜技術（HPLC）對血液中紫杉醇含量進行了常規分析，利用蒙特卡羅偏最小二乘法（MCPLS）剔除異常樣本，確定了校準集和預測集，采用可移動窗口偏最小二乘法（MWPLS）以逼近度（Da）為指標優化了最佳預處理方法、波長變量和隱變量數等參數，并最終建立了紫杉醇的預測模型。其校準集和預測集的預測值與真實值之間的相關系數（Rc2 和 Rp2）分別為 0.933 1 和 0.926 4。最后對預測模型進行了獨立驗證實驗，結果表明 20 個驗證樣本的相關誤差為 9.36%±2.03%，表明模型具有很好的擬合度和預測能力。