关键词： 心房颤动   冠状动脉疾病   预测  

摘要： 目的利用机器学习方法建立老年心房颤动(房颤)合并冠心病患者的远期死亡预测模型,并确定相应的危险因素。方法回顾性队列研究,连续入组2013年1月至2015年3月北京医院收治的60岁及以上房颤合并冠心病患者329例,男性183例(55.6%)例,女性146例(44.4%),年龄(77.8±7.3)岁,80岁及以上142例(43.2%)。失访11例(3.3%),死亡151例(45.9%),最后纳入分析的患者共318例。根据患者生存结局,将318例患者分为死亡组(151例)和存活组(167例)。此外,另选取2015年4—7月入院的60岁及以上房颤合并冠心病患者60例为外部数据验证集。采集人口统计学参数、合并疾病、辅助检查和临床治疗情况。随访至少6年,记录包括死亡在内的主要不良心脑血管事件(MACCE)。最后将入组患者按9∶1的比例随机分为训练集和测试集,通过机器学习算法建立不同模型预测房颤合并冠心病患者远期死亡率,并通过外部数据(60例)验证比较确立最优模型,利用Shapley加法解释算法对变量的重要性进行排序,得出排名前20位的特征变量,以确定危险因素。结果329例患者中,总体中位随访时间77.0月(95%CI:54.0~84.0),失访11例(3.3%),死亡151例(45.9%)。通过分析得出支持向量机模型、k-近邻算法(KNN)模型、决策树模型、随机森林模型、ADABoost模型、XGBoost模型、Logistic回归模型预测远期死亡率的受试者工作特征曲线(ROC)下面积(AUC)分别为0.76、0.75、0.75、0.91、0.86、0.85和0.81。其中随机森林模型预测效能最高,其准确率达0.789,F1值高达0.806,且优于传统的Logistic回归模型(AUC:0.91比0.81,P<0.05)。D-二聚体、年龄、MACCE次数、左心室射血分数、人血白蛋白水平、贫血、纽约心脏病协会心功能分级、陈旧性心肌梗死病史、估测肾小球滤过率(eGFR)及静息心率是预测远期死亡率的重要危险因素。结论基于机器学习方法建立的随机森林模型可预测老年房颤合并冠心病患者的远期死亡率,具有较好的识别能力,其准确性高于传统的Logistic回归模型。可通过干预患者的D-二聚体水平、纠正低蛋白血症和贫血、改善心功能和控制静息心室率降低远期死亡率,改善患者远期预后。

关键词： 完全性肺静脉异位引流   风险因素   机器学习   LASSO  

摘要： 目的研究心上型完全性肺静脉异位引流(total anomalous pulmonary venous connection,TAPVC)病例特征,分析术后死亡事件的相关危险因素,探究Informed LASSO机器学习方法解决罕见先天性心脏病研究中的小样本量问题。方法回顾性分析2009—2019年于广东省人民医院接受手术修复的241例心上型TAPVC患者的临床资料,其中男179例、女62例,中位手术年龄71(33,232)d。首先使用单变量Cox等比分析模型对患者的临床数据进行初步筛选,保留P≤0.05的特征变量。为解决小样本量的限制,我们提出Informed LASSO方法进行多因素Cox风险分析。结果单变量分析中,有统计学意义(P<0.001)的临床变量包括:手术体重≤2.5 kg(HR=16.00)、主肺动脉内径(HR=0.78)、体外循环时间(HR=1.21)、主动脉阻断时间(HR=1.28)和术后呼吸机辅助时间(HR=1.13/d)。Informed LASSO多变量分析表明,术后死亡独立风险因素包括体外循环时间(a HR=1.308/30 min)、年龄(a HR=0.898)、术后呼吸机辅助时间(a HR=1.023/d)、体重≤2.5 kg(aHR=2.545)、右侧垂直静脉回流(a HR=1.977)、术前肺静脉梗阻(a HR=1.633)和急诊手术(a HR=1.383)。结论Informed LASSO利用既往研究结果可提高小样本量的模型分析功效,体外循环时间、手术年龄、术后呼吸机辅助时间、体重、右侧垂直静脉回流、术前肺静脉梗阻和急诊手术为心上型TAPVC术后死亡风险因素。

关键词： 科技大数据   价值评估   价值链模型   机器学习方法  

摘要： 科技大数据在科技创新、社会经济运行和国家安全等活动中发挥着重要的作用,其价值评估问题是目前学术界和工业界关注的难题。基于价值链理论和品牌价值理论,本文构建了科技大数据的全过程价值链模型,提出了科技大数据的核心价值链;基于科技大数据核心价值链,构建了科技大数据价值评估指标体系,并针对其中难以量化的关键指标,提出了基于社交网络分析和动态主题模型的指标测度方法,同时以科技论文数据为例验证了所提测度方法的有效性。本文研究为科技大数据价值评估难题提供了新的研究视角、理论框架和模型方法。

关键词： 助推   助推型减碳政策   公众政策偏好   联合实验   机器学习  

摘要： 助推策略在促进公众低碳行为方面具有效果佳且成本低的优势,但将其广泛运用到减碳政策中将引发公众对决策自主性可能被侵犯的担忧。助推型减碳政策要获得更高程度的公众支持,需要系统了解公众对助推型政策设计中多个属性的偏好。论文采用联合实验设计,从受益者、助推目标、公民社会参与、实施者、助推技术、透明性及替代技术这七个政策属性切入,分析了公众对助推型减碳政策的偏好,并使用机器学习方法探索了不同群体在助推型减碳政策偏好上的异质性。研究发现,公众偏好受益者为人类,助推目标为绿色出行及可持续电力消费行为,公民社会的参与以环保组织及大学与科研机构为代表,助推技术以运动式教育、积极框架与反馈策略为主,透明性高且用以取代税收政策的助推型减碳政策。公众对助推型减碳政策实施者属性中的四种类型无显著的偏好差异。不同文化世界观、不同气候变化风险感知的群体在助推型减碳政策偏好上具有较大差异。上述发现对助推型减碳政策的制定与推广有相应政策启示。

关键词： 企业创新   政治关联   国有企业   混合所有制改革   双重/无偏机器学习  

摘要： 基于2008—2019年我国国有上市企业混合所有制改革样本数据,使用双重/无偏机器学习方法,研究国有企业混合所有制改革对企业创新水平的影响,为时下进行的国有企业混合所有制改革提供参考借鉴。研究表明,国有企业混合所有制改革有效促进了企业创新水平的提升,同时,引入具有政治关联的民营股东能进一步提升企业的创新水平;进一步机制研究表明,国有企业混合所有制改革通过提高创新投入强度与改善创新效率两途径促进企业创新水平提升。

关键词： M超声图像   特征提取   传统分类算法   气胸诊断   分类器   沙滩征  

摘要： 本研究基于图像提取特征结合机器学习方法,建立超声M模式图像分类模型,为气胸诊断提供参考。收集肺部滑动存在特征典型图像171幅,特征不典型图像283幅;肺部滑动消失特征典型图像1113幅,特征不典型图像111幅;肺点特征典型图像850幅,特征不典型图像285幅。通过提取灰度共生矩阵、灰度游程矩阵等纹理特征,采用五折交叉验证方法,使用随机森林、朴素贝叶斯和支持向量机3种分类器对M模式下超声图像进行分类。在使用支持向量机下,对单独特征典型图像进行分类的准确率最高,达到99.2%,灵敏度为99.54%,特异性为97.08%。实验结果证明,机器学习有望作为一种新的辅助诊断手段,有助于提高急救场合下的超声诊断气胸的准确率。

关键词： 高通量检测   纵向数据   统计分析方法   系统生物学   组学数据   变量数目   机器学习方法   组学研究  

摘要： 近年来,随着高通量检测技术与机器学习方法的发展,以前瞻性队列设计为基础的纵向组学研究已经成为系统生物学研究新趋势。统计学上,纵向数据统计分析方法已经形成了系统的统计分析框架,但这些方法主要集中于变量数目小于观察单位数的低维医学纵向数据。而针对纵向组学数据,目前仍缺乏成熟的统计分析策略。本文拟对近年来国内外研究者提出的纵向组学数据统计分析方法进行介绍,并系统地总结各个方法的核心思想及优缺点,给出纵向组学数据统计分析策略。

关键词： 土壤   有机质   随机森林   空间分布预测   空间自相关性   属性相似性   两点机器学习  

摘要： 准确预测土壤有机质(Soil Organic Matter,SOM)空间分布对精细农业、耕地质量建设、生态环境保护以及固碳减排等均具有重要的意义。该研究探讨了基于两点机器学习方法(Two-point Machine Learning,TPML)提高SOM空间分布预测的可行性。以黑龙江省海伦市为研究区,以气候、地形地貌、社会经济和空间位置信息等因素作为辅助变量,充分利用空间位置信息和属性相似关系,有效处理SOM空间分布异质性及其与辅助变量间关系异质性,以提高TPML方法进行SOM空间分布预测的精度。采用随机森林、基于随机森林的回归克里格、反距离权重法和普通克里格(Ordinary Kriging,OK)方法作为对比,以平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)、预测值与真实值相关系数(r)和决定系数(R2)作为评价指标,进行不同样本量下的多组对比试验,评价不同方法的预测精度。结果表明:1)研究区SOM含量在1.775~7.188 g/kg之间,平均值为3.179 g/kg,空间分布不均匀,呈东高西低的分布趋势。2)在不同样本量条件下,与其他模型相比,TPML的预测精度均最高,其MAE(0.088~0.097 g/kg)和RMSE(0.116~0.139 g/kg)均为最小,r(0.992~0.996)和R2(0.971~0.985)均为最高。3)预测值的误差标准差(理论误差)与实际误差具有相似的空间模式,说明TPML可以为预测结果提供合理的不确定性估计。综上,TPML模型可以通过同时利用空间自相关性和属性相似性来提高预测精度,该模型适用于预测具有一定空间自相关性且具有可用辅助数据的资源环境变量。

关键词： 植被覆盖度   多源遥感   机器学习   科尔沁沙地  

摘要： 植被覆盖度是监测生态系统及其功能的关键参数,如何提高大区域植被覆盖度的反演精度,对生态脆弱区环境可持续发展至关重要。本研究基于人工神经网络、支持向量回归和随机森林等机器学习方法,利用无人机、Worldview-2与Landsat 8 OLI遥感数据,对科尔沁沙地植被覆盖度进行多尺度反演。结果表明:随机森林模型比人工神经网络、支持向量回归模型表现佳,可在单元(试验区)、区域(研究区)尺度上较高精度地反演沙地的植被覆盖度,反演值与无人机实测值均在线性水平上呈显著相关(P<0.01);在单元、区域尺度上,构建的植被覆盖度反演模型测试集R^(2)分别为0.84、0.80,MSE分别为0.0145、0.0370,一致性指数d分别为0.9576、0.8991。利用多源遥感数据和机器学习方法,通过局部区域的高精度反演逐步实现低空间分辨率遥感影像的大区域植被覆盖度反演,不仅可有效提高沙地植被覆盖度的反演精度(R^(2)=0.78,大于0.63),也为区域生态环境监测与生态系统健康评价提供支持。

关键词： 性别识别   机器学习方法   适用性  

摘要： 针对人脸图像的性别识别领域,从准确率、计算速度、稳定性等多个角度出发,采用无监督学习、半监督学习、有监督学习等多种机器学习方法进行计算识别。将不同机器学习方法的运行结果进行统计整理,分析各个方法的优缺点。通过参数特征的对比,得出不同应用场景下的机器学习方法适用性结论,为实际应用场景提供具有参考价值的机器学习方法选择方案。