【摘 要】
：
胆道癌栓（BDTT）全称为胆道肿瘤血栓,主要由肝癌细胞扩散到胆管中而引发。胆道癌栓会使胆管堵塞并导致胆汁淤积,由此引发胆管扩张及梗阻性黄疸。胆道癌栓在临床上发病率较低且难于诊断,多项临床研究表明,若未能将癌栓及时有效地从体内切除,则会增加这类患者术后肝癌复发的风险。因此,实现胆道癌栓的早期诊断对为肝癌患者确定合理的治疗方案,提高患者术后预后有重要的医学临床意义。目前,医生对胆道癌栓的术前诊断通常基
论文部分内容阅读
胆道癌栓（BDTT）全称为胆道肿瘤血栓,主要由肝癌细胞扩散到胆管中而引发。胆道癌栓会使胆管堵塞并导致胆汁淤积,由此引发胆管扩张及梗阻性黄疸。胆道癌栓在临床上发病率较低且难于诊断,多项临床研究表明,若未能将癌栓及时有效地从体内切除,则会增加这类患者术后肝癌复发的风险。因此,实现胆道癌栓的早期诊断对为肝癌患者确定合理的治疗方案,提高患者术后预后有重要的医学临床意义。目前,医生对胆道癌栓的术前诊断通常基于在医学影像（CT,MRI图像等）上识别患者肝脏区域内是否出现胆管扩张。然而,与肿瘤及其他病灶区域相比,扩张胆管的成像不够显著,在医生报告影像学检查结果时很容易将其忽视,导致临床上对胆道癌栓存在较高的漏诊率。本研究开发了一种人工智能辅助诊断胆道癌栓的方法。具体而言,本研究提出应用目标检测神经网络识别肝癌患者CT图像上的扩张胆管,进而实现对癌栓的间接诊断与评估。本研究提出的方法被应用于一个收集自四家医院的临床影像数据集,展现了其优良的性能。基于独立的目标检测神经网络,本方法在扩张胆管检测层面上平均真阳率达到0.92,在胆道癌栓诊断层面上的真阳率达到1.00,F1分数达到0.94,AUC值达到0.95（95%CI:0.88,1.00）,其诊断效果远优于传统机器学习算法随机森林的表现（F1分数:0.71,AUC值:0.71（95%CI:0.51,0.90））。进一步,本研究采用模型集成的方法将多种个体目标检测神经网络的检测结果进行结合,成功地减少了假阳性检测结果的数量,并进一步提升了对胆道癌栓的诊断效果(F1分数:0.97,AUC值:0.97（95%CI:0.89,1.00）。
其他文献
左对称代数,也被称为预李代数,最早由A.Cayley在19世纪末提出,也在李群的仿射流形和仿射结构等研究中有所涉及。20世纪以后,左对称代数在很多数学领域都发挥了重要的作用,比如李群与李代数的复结构,经典或量子Yang-Baxter 方程等。但是因为左对称代数是非结合代数,它不像有限维结合代数、复半单李代数一样有相对完整的结构理论或表示理论,我们一般通过研究它的邻接李代数来研究其结构。在本文中,我
本文的主要内容是在已有的技术基础上,基于有理函数域Fp（x）上模为x2的分圆函数域性质构造一族长度为奇素数p的二元序列,并讨论所得到的序列族的自相关性以及互相关性。文章的具体结构如下:第一章为简介,主要是介绍关于低相关性序列族已有的一些工作,并简单说明了本文的主要成果。第二章为预备知识,我们简单介绍了关于函数域的基本定义以及相关理论。并且介绍了二元序列及其相关性的定义。第三章利用有理函数域Fp（x
得益于个人设备的发展,在过去的几十年里,大量的个性化应用程序得到了普及。与此同时,个人设备生成并储存了海量的个人数据。这种海量的个人数据中蕴含了诸如用户的兴趣偏好、知识能力等有价值的用户特征。因此,基于用户显式的行为数据,旨在建模用户潜在特征的用户建模任务逐渐成为了各种智能技术与应用的基础任务。通常,服务提供方或数据中心使用中心化的用户建模方法,这种中心化的用户建模方法不可避免地引入了数据滥用和隐
对于非奇异矩阵的最小奇异值的下界的研究已经有很长的历史了。本文主要利用Frobenius范数和行列式给出了最小奇异值的新的下界,通过具体的例子的计算,这些新的下界比最新的结果要好。我们引入参数λ,建立了一个最小奇异值的含有参数λ的下界,并且最终获得递增收敛到最小奇异值的迭代公式。类似的,我们建立了一个最大奇异值的含有参数λ的上界,并且最终获得了递减收敛到最大奇异值的迭代公式。
音乐艺术已然成为人类日常生活不可成缺的一部分。在当代形形色色的音乐作品中,绝大多数乐曲均为多轨音乐,即含有多个独立进行的音轨。多轨的特征能使音乐富含和声背景,提升乐曲的立体感,是现代音乐作曲中的关键要素。随着深度学习技术的流行,有越来越多的工作开始尝试使用神经网络生成多轨音乐,并取得了显著成果。对于多轨音乐的生成,目前的工作仍存在明显的不足:第一,多轨之间的和谐性与单条轨道的连贯性难以兼得。大多数
随着近年来多媒体技术的发展,高清、超高清视频的数据量呈指数级增长,数据的传输和存储都面临巨大的压力,视频编码技术面临更大的挑战。作为最新的两代国际编码标准,高效视频编码标准（High Efficiency Video Coding,HEVC/H.265）和多功能视频编码标准（Versatile Video Coding,VVC/H.266）,分别于2013年1月和2020年7月发布。HEVC和VV
Slice定理是研究李群在流形上的作用的重要工具。本文介绍了群和流形都是有限维时的slice定理,和Ebin[1]的关于微分同胚群D在黎曼度量空间M上的作用的slice定理,并给出了它的一些应用[2]。
为了健全国际金融体系,稳定国际金融秩序,巴塞尔委员会通过了巴塞尔协议Ⅰ。随着国内外金融环境的不断变化和各类商业银行的创新发展,巴塞尔协议一直在不断地修改和更新。为了增强金融体系对系统性风险的应对能力,巴塞尔协议Ⅲ要求银行及其他存款类金融机构在每个交易日开始前向相关货币当局报告用内部金融风险模型预测的在险价值（VaR,Value-at-Risk）。用这些模型预测的风险来估计这些机构的每日资本要求（D
代谢重编程被认为是许多疾病发展的重要标志,对病变细胞的异常代谢进行分析研究将有助于理解疾病发病的机制。代谢网络模型能够从系统的角度解释细胞的代谢状态,更加全面地分析疾病的代谢特征,为疾病的治疗提供更加有效的理论支持。然而目前对疾病代谢展开的研究大都关注疾病代谢系统的代谢总量,或是关注疾病在某个或某几个特定代谢途径上的代谢差异,很少关注疾病在代谢系统层面发生的变化。从系统的角度对疾病代谢差异进行分析
随着深度学习的快速发展和硬件计算能力的提升,深度神经网络逐渐成为解决计算机视觉任务的标准技术。然而,近年来,有研究表明深度神经网络容易受对抗样本攻击,即在图像上添加精心构造的扰动,这些扰动肉眼难以察觉,却能使最先进的深度神经网络以较高置信度误分类。对抗样本的存在给深度神经网络技术的实际应用带来极大阻碍,尤其是在安全敏感性较高的领域,如自动驾驶、安防监控和互联网平台上的敏感内容筛查等。图像对抗攻击技