基于CT影像组学的机器学习融合模型鉴别诊断儿童新型冠状病毒性肺炎与其他病毒性肺炎的应用研究

目的：探讨基于CT影像组学的机器学习融合模型鉴别诊断儿童新型冠状病毒感染与其他病毒性肺炎的应用研究。方法：回顾性分析18岁以下2022年12月至2023年2月山西省儿童医院及太原市妇幼保健院核酸检测新型冠状病毒阳性肺炎并接受胸部CT扫描的49例患儿的临床和影像资料，同时回顾性分析2020年1月至2023年1月山西省儿童医院核酸检测新型冠状病毒阴性但感染其他单种病毒的病毒性肺炎98例患者的临床及影像资料。从首次平扫胸部CT图像中提取出病毒性肺炎影像组学特征，结合临床资料分析，建立影像组学模型、临床组学模型和融合模型。通过受试者操作特征（ROC）曲线、校准曲线和决策曲线分析各种模型的诊断性能。结果：影像组学模型在训练集中鉴别诊断COVID-19组和非COVID-19组的ROC曲线下面积（AUC）为0.854，灵敏度为86.1%，特异度为75.2%，准确度为84.3%；在测试集中鉴别诊断COVID-19组和非COVID-19组的AUC为0.839，灵敏度为84.6%，特异度为72.1%，准确度为86.4%。临床组学模型在训练集中鉴别诊断COVID-19组和非COVID-19组的AUC为0.8...     

广州地区典型绿化乔木降温增湿效应研究

对广州地区典型乔木的降温增湿进行了仿真研究,并以广州某校园住宅小区为模型进行了参数化研究：首先,基于实测数据对仿真平台进行了校准,以提升其仿真精度（如室外空气温度及湿度的最大均方根误差分别低至1.49°C和5.63%）。其次,为了全面揭示乔木树种的实体形态及其群落特征对城市微气候的影响机制,建立了芒果、蒲桃、小叶榄仁、细叶榕、腊肠树、白千层6种乔木仿真模型,采用ENVI-met对单株植物和植物群落的热环境调控作用进行了仿真。研究表明,叶面积指数、冠幅、树高对植被下方的地面温度和显热通量影响较大;植被在10 m高度以上时植被群落的降温效果较好,单株细叶榕的降温增湿效果最好;相比低矮植物,白千层植物群落的降温增湿效果更好,在中午时分其降温程度和增湿强度分别比低矮植物高约1°C和约5%。选择合适绿化乔木可有效降低居住小区的热岛现象,增加空气湿度,提供更舒适的室外环境。     

广西秋冬季暴雨天气分型及基本特征

利用1980-2016年站点观测数据和NCEP再分析资料对广西秋冬季暴雨进行了天气学分型，并用合成分析的方法给出了各类暴雨的天气形势特征。结果表明：广西秋冬季暴雨可分为台风类、切变类和副高边缘类三类。其中，前两类暴雨发生次数最多，主要发生在9-10月份。高低空系统配置显示，秋冬季暴雨发生时对流层上层都伴有较强的高空急流，而对流层中低层的影响系统不尽相同；在暴雨期间，前两类暴雨副高减弱东退，第三类暴雨副高则加强西伸；广西秋冬季三种类型暴雨在水汽、热力、动力及形成机制方面也各有异同，但与汛期暴雨相比，各类暴雨的主要影响系统位置稍有差异，无论是水汽条件，还是动力条件，秋冬季暴雨比汛期暴雨要求都高，其中副高边缘类暴雨在不同季节差异最为明显。