Current Location:home > Browse
Your conditions: 何强(3)

1. chinaXiv:201806.00175 [pdf]

宫颈癌放疗中基于精确表面剂量累加的直肠并发症预测模型

陈嘉伟; 陈海斌; 何强; 廖煜良; 甄鑫
Subjects: Medicine, Pharmacy >> Preclinical Medicine

目的:提出并验证一种应用于宫颈癌放疗的基于精确表面剂量累加的直肠并发症预测方法。方法回顾性采集到42例宫颈癌患者数据,对各个治疗分次的直肠壁进行精确点配准得到变形场,利用该变形场对直肠壁受照剂量进行变形和叠加,得到3D总剂量。将3D直肠总剂量分布映射到2D平面,分别提取出剂量体积特征和剂量几何特征,并筛选出有显著性差异(P<0.05)的剂量分布特征,建立基于序列前向选择算法和逻辑回归的直肠并发症预测模型。结果直肠壁表面配准的精度较高,4个相似度评价指标表明,配准后不同治疗分次的直肠表面配准程度有显著性提高。五折交叉验证结果显示准确性、敏感性、特异性和AUC分别为:79.5%,81.3%,75.0%和0.88。结论本文提出基于精确表面剂量累加的直肠并发症预测模型具有可行性,为宫颈癌患者直肠毒性预测提供可靠的支持。

submitted time 2018-06-15 From cooperative journals:《南方医科大学学报》 Hits225Downloads135 Comment 0

2. chinaXiv:201805.00188 [pdf]

基于分离字典构造的快速压缩感知重构算法

张长伦; 余沾; 王恒友; 何强
Subjects: Computer Science >> Integration Theory of Computer Science

针对当前压缩感知重构算法存在重构质量偏低、重构时间过长等问题,提出了基于矩阵流形分离字典构造的分块压缩感知重构算法。首先,该算法基于矩阵流形模型训练出可分离稀疏表示矩阵,并对其正交化;其次,构造随机测量矩阵,并利用矩阵运算将其与得到的稀疏表示矩阵进行结合,进而构造出一组分离字典;最后,将该字典用于信号压缩感知中,并通过线性运算实现信号的快速重构。实验结果表明,与当前主流的压缩感知重构算法相比,所提算法在重构精度以及重构时间上都具有一定提升,并在对实时性要求高的领域中具有很好的应用价值。

submitted time 2018-05-20 From cooperative journals:《计算机应用研究》 Hits251Downloads152 Comment 0

3. chinaXiv:201712.00764 [pdf]

SLC22A1低表达与肝癌患者的不良预后相关:303例报告

王恕同; 沈顺利; 华赟鹏; 陈斌; 匡铭; 李绍强; 何强; 彭宝岗
Subjects: Medicine, Pharmacy >> Preclinical Medicine

目的 评估SLC22A1在肝癌患者中的表达及其对预后的影响。方法 使用303例肝癌(HCC)和匹配的癌旁肝组织(ANLTs)标本构建组织芯片并进行免疫组化染色(IHC),两名病理医生对SLC22A1的表达进行评分。评分范围为1到12分,总分>6为高表达组,总分≤6为低表达组。分析SLC22A1表达量与患者的临床病理特征的关系。结果 所有ANLTs的IHC评分均为12分,肝癌中仅29例(9.6%)为12分。根据患者HCC的IHC评分将其分为两组:59%(180/303)为低表达组(评分≤6);41%(123/303)为高表达组(评分>6)。低表达组的无瘤生存率(DFS)和总体生存期率(OS)均显著低于高表达组。低表达组的1、3、5年DFS分别为43%,31%和27%,高表达组为58%,47%和43%。低表达组的1、3、5年OS分别为66%,38%和32%,高表达组为80%,57%和50%。SLC22A1的低表达与肿瘤直径,BCLC分期,肿瘤分化和AFP水平相关(P<0.05)。SLC22A1低表达是影响总体生存的独立预后因子(HR,1.454;95% CI,1.050~2.013)。结论 SLC22A1低表达是肝细胞癌的恶性特征和潜在不良预后的标志。

submitted time 2017-12-07 From cooperative journals:《南方医科大学学报》 Hits269Downloads156 Comment 0

  [1 Pages/ 3 Totals]