基于主成分分析建立的肺胸部生理健康检查模型

背景：X射线胸片是临床肺胸部疾病鉴别诊断的重要手段之一,但大量数据的处理也为诊断工作带来巨大的压力。目的：验证利用主成分分析来评价肺胸部生理状况的理论的可行性,提出于临床中建立肺胸部生理健康检查模型的观念。方法：采集202名健康成年人的胸片,用MxLiteView软件手动测量每幅胸片的能代表肺胸部生理健康的9个测量项目。基于MATLAB软件自行编程实现主成分分析算法,对采集的实验数据进行处理。结果与结论：数据处理得到主成分变量,经分析与评定,可以分别表示特定区域的肺胸部生理健康状况。说明利用主成分分析法可快速而有效的对大量X射线胸片生理数据进行预处理和分析,实现直接由数据反映人的肺胸部生理健康状况。进一步证实建立肺胸部生理健康检查模型思想的可行性,有利于缓解目前临床方面人力资源浪费的现状。     

Matlab程序实现心脏形态学形状主成分的聚类分析

背景:快速的将心脏按其特征进行聚类可为后续统计分析和研究带来很大的便利.系统聚类法是将样品或变量按照其性质上的亲疏相似程度进行分类的一种多元统计方法.目的:提出用主成分一聚类分析的方法来描述心脏形态学形状并进行分类,对中国健康成年人的心脏X射线测量的各项指标进行综合评价.方法:搜集了36例健康成年人的胸片,并用MxLiteView软件手动测量了每幅胸片中代表心脏形态学形状常用的10个指标,用Matlab软件对测量指标进行主成分分析,然后对提取出的主成分进行聚类.结果与结论:主成分分析后提取出3个主成分变量,将36例样本用提取的主成分进行聚类,可将样本分为3类,分别代表了心脏的3类不同的心型.用该方法对心脏形态学形状进行快速分类,对心脏的统计和分类研究提供了一定的参考价值.     

肺真菌感染胸部CT诊断的影像结果分析

目的:探讨胸部CT对肺真菌感染的诊断价值及影像表现。方法:100例肺真菌感染患者在自愿前提下参与此次研究,均在2017年12月至2019年12月期间经我院心肺科确诊为肺真菌感染。所有患者均行胸部CT检查,对影像结果进行分析。结果:38例(38%)患者表现为弥散型,26例(26%)患者表现为曲菌球型,23例(23%)患者表现为实变型,13例(13%)患者表现为结节型。患者基础疾病与CT影像表现存在一定联系,肺结核患者主要表现为弥散型(64.71%,11/17);慢性支气管扩张患者主要表现为曲菌球型(82.35%,14/17);糖尿病患者主要表现为实变型(58.82%,10/17);肺癌患者主要表现为弥散型(70.59%,12/17);艾滋病患者主要表现为实变型、弥散型(共16例患者,各占50%);16例未患基础病的患者,各种影像学表现占比差异较小,分布较为分散。结论:胸部CT对肺真菌感染患者的诊断效果较理想,影像表现因患者基础疾病的不同而呈现出一定的规律,因此可用作临床辅助诊断工具。     

基于主成分分析的神经网络技术在碳酸盐岩岩性识别中的应用

碳酸盐岩的岩性识别对储层评价起着至关重要的作用,而仅凭测井曲线对复杂的碳酸盐岩岩性直接识别极易造成判断的多解性。以测井资料和薄片分析资料为基础,首先运用主成分分析对测井曲线进行重组,提取主成分,再应用神经网络技术对碳酸盐岩岩性进行快速识别,既减少了输入变量的个数,又消除了变量间的相互影响,提高了神经网络的收敛性和稳定性。此种方法在塔北哈拉哈塘地区的仿真结果表明,样本数据库中各类岩性的识别精度达到了85%以上,大大提高了单纯利用测井曲线对岩性进行分类识别的精度和速度。     

慢性阻塞性肺疾病患者行胸部物理疗法的疗效观察

目的　探讨胸部物理疗法 (CPT)对慢性阻塞性肺疾病 (COPD)患者血气分析及气道通气功能的影响。方法　选取 5 6例存在中度通气功能障碍的COPD患者 ,分为观察组 (行CPT)和对照组 (未行CPT)各2 8例 ,比较两组患者的血气分析指标及气道通气功能改善状况。结果　观察组血气分析指标明显改善 (P <0 0 5 ) ,气道通气功能明显改善 ,改善率达 5 3 5 7% (P <0 0 1)。结论　COPD患者行CPT后能明显改善气道通气功能 ,减少COPD急性加重的次数 ,延缓病程的进展     

胸部影像学诊断肝肺综合征的临床意义

目的:探讨肝肺综合征(HPS)的胸部X线及CT表现特点,病理基础及其临床意义。方法:分析经临床确诊肝硬化40例及慢性肝病无肝功能损害20例的胸部平片与CT扫描结果。结果:胸部平片表现为肺充血性改变及双下肺的粟粒状结节影,CT表现为肺底末梢血管的杵状及蜂窝状扩张,或与胸膜血管相连形成“蜘蛛痣”,肝硬化组发生率明显高于对照组。结论:胸部影像学检查是诊断肝肺综合征的重要方法,且与肝功能的损害程度密切相关。     

护理管理措施防控医院感染的主成分分析和效果评价

目的：为了明确护理管理措施在防控医院感染中的作用,通过主成分分析探寻措施并实施干预和效果评价。方法针对我院2011年医院感染发生率增高的情况,对我院护理人员进行问卷调查,利用主成分分析明确主要的护理措施,对筛选出的措施实施干预。收集2013年的院内感染率和环境卫生检测合格率等数据与2011年、2012年进行比较,对干预措施进行效果评价。结果主成分分析显示有4项主要的措施在防控医院感染中累积贡献率达到71.95％。通过强化这些干预措施,2013年的院内感染率为4.5％,环境卫生检测合格率82.41％,优于2011年和2012年,差异有统计学意义（ P＜0.05）。结论针对不同医院的特殊情况,可以利用主成分分析探寻有针对性的护理管理措施,对于防控医院感染效果良好,避免了护理管理措施的盲目性。     

外伤性湿肺的X线诊断分析（附50例报告）

外伤性湿肺是胸部外伤中常见的综合性病症。我院近几年共收治湿肺患者50例，全部经X线摄片确诊，由此分析X线胸片的检查在胸部外伤中的诊断价值。     

胸部钝性伤致肺深部裂伤的护理

<正>胸部钝性伤致肺深部裂伤(Deep pulmonary laceration,DPL)是闭合性胸部创伤中较严重的一种损伤类型,大多数病人需要紧急手术,如果不能及时作出诊断及处理,往往导致病人严重的后果甚至     

An improved SAR interferogram denoising method based on principal component analysis and the Goldstein filter

Interferogram filtering is an important data processing step in Interferometric synthetic aperture radar (InSAR) applications, which has a direct impact on the accuracy of the phase unwrapping and digital elevation model (DEM) or deformation results retrieval. An improved synthetic aperture radar (SAR) interferogram denoising method based on principal component analysis and the Goldstein filter is proposed, which can improve the coherence of interferogram remarkably and get more coherent targets. First, homogeneous pixels are identified with stacks of SAR amplitude data, which can obtain the unbiased coherence estimation. Then, the noise phase of one resolution unit is suppressed based on the principal component analysis of multi-baseline InSAR coherence stacks by considering the relationship between pixel size and scattering mechanism. Finally, the remaining noise is smoothed with the iterative Goldstein filter over spatial domain. The proposed method is tested over one deformed and low-coherence region to verify the better performance in the terms of noise reduction and coherence increase.     

肺部超声引导下胸部物理治疗ARDS的效果研究

目的：探讨肺部超声引导下胸部物理治疗与传统胸部物理治疗对机械通气ARDS肺不张病人的差异性,评估肺部超声在ARDS胸部物理治疗中的价值。方法：入选我院诊断为ARDS的机械通气患者,随机分为对照组(N组)和超声组(L组)进行治疗,每组根据氧合指数分为〈300mmhg,〈200mmhg,〈100mmhg分为3个亚组,N组采用常规机械辅助排痰,L组按超声评分分区排痰,患者入组、治疗24h、48h后分别测定血气分析、肺部超声评分(LUS),观察氧合指数和LUS变化情况并对比分析。结果：共纳入患者104例,48h治疗过程期间排除17例,提前脱机11例,死亡6例,最终纳入87例,N组45例(N1组14例、N2组23例、N3组8例),L组42例(L1组16例、L2组19例、L3组7例)。N1组与L1组24h、48h氧合指数及LUS无明显统计学差异,N2组与L2组24h LUS具有统计学差异(P<0.05),氧合指数无明显统计学差异,48h氧合指数及LUS改善具有明显统计学差异(P<0.05),N3组与L3组24h、48h氧合指数及LUS均无明显统计学差异。结论：与常规方法相比,超声引导在轻度、重度ARDS中改善程度无明显差异,可能与肺损伤及疾病严重程度干扰相关,而在中度ARDS中改善明显提升,提示超声引导下的ARDS胸部物理治疗可能具有更好的治疗效果。     

主元分析在研究滑倒时肌电信号中的应用

目的：对正常人滑倒过程中的下肢肌电信号进行特征提取，并对主要特征进行分析。方法：10例健康男性受试者参加了试验，他们分别按照自然步态在湿滑路面上完成了3次行走。通过肌电采集系统，得到了受试者下肢及腰部的14块主要肌肉的表面肌电信号，并对其进行了主元分析，主要分析了特征根、贡献率、累计贡献率和载荷因子4个参数。结果：前三个主元的累积贡献率超过了85％，反映了滑倒过程中的主要肌电信号特征。根据各个主元的载荷因子分析，前三个主元的物理意义依次被定义为：肌肉功率、能量在频域内的分布和正负幅值分布。结论：①在分析滑倒过程中多肌肉多变量的总体特征时，主元分析是一种十分有效的特征提取方法．能够实现用较少指标反映多指标的总体信息。②肌电信号功率的变化、能量在频域内的分布，以及正负幅值的分布这三个特征反映了正常人滑倒过程中的肌电信号的主要特征。     

基于MATLAB的恶性肝脏肿瘤B超图像的处理与分析

采用MATLAB的图像处理工具箱(IPT)对肝脏超声图像进行滤波处理,对肝脏的癌变组织区域和正常组织区域进行对比分析,绘制灰度值的对比曲线,对癌变区域进行边缘检测.对30例恶性肝脏肿瘤患者B超图像中的癌变区域和正常组织区域进行灰度值变化曲线绘制,能够准确地对比出癌变部分的灰度变化率显著高于正常区域.结果提示,使用MATLAB软件进行的灰度曲线绘制可以有效地将图像灰度信息量化,量化的图像参数对临床诊断肝癌具有重要的参考价值.     

Cardiac autonomic changes in middle‐aged women: identification based on principal component analysis

The purpose of this study was to investigate the application of the principal component analysis (PCA) technique on power spectral density function (PSD) of consecutive normal RR intervals (iRR) aiming at assessing its ability to discriminate healthy women according to age groups: young group (20–25 year‐old) and middle‐aged group (40–60 year‐old). Thirty healthy and non‐smoking female volunteers were investigated (13 young [mean ± SD (median): 22·8 ± 0·9 years (23·0)] and 17 Middle‐aged [51·7 ± 5·3 years (50·0)]). The iRR sequence was collected during ten minutes, breathing spontaneously, in supine position and in the morning, using a heart rate monitor. After selecting an iRR segment (5 min) with the smallest variance, an auto regressive model was used to estimate the PSD. Five principal component coefficients, extracted from PSD signals, were retained for analysis according to the Mahalanobis distance classifier. A threshold established by logistic regression allowed the separation of the groups with 100% specificity, 83·2% sensitivity and 93·3% total accuracy. The PCA appropriately classified two groups of women in relation to age (young and Middle‐aged) based on PSD analysis of consecutive normal RR intervals.     

A principal component analysis of quantitative serum protein data

In previous papers^1,2, we have shown that multivariate statistical analysis can be useful in analysing quantitative serum protein data. In the present study the approach used is slightly different. The data refer to four populations from Rwanda. These belonged to two different ethnic groups, the Hutus and the Twas (Pygmoids). Each ethnic group was sampled in a northern area (2,000 m ASL) and in a southern area (800 m ASL).     

基于主成分分析法的天津市某三级甲等医院CCU患者满意度分析

目的：采用主成分分析法分析影响住院患者满意度的主要因素指标权重,为进一步提高医疗护理服务质量,提升患者就医感受提供理论依据。方法：采用自行设计的住院患者满意度调查问卷,对天津市某三级甲等医院CCU的100名住院患者进行调查。指标权重采用主成分分析,各指标评价采用象限图法。结果：指标权重分析结果显示,对患者满意度影响较大的指标分别为医院提供的心理辅导、家属的关心、健康教育、医生沟通能力、病房探视制度、就医费用、病房软件环境（隔音、温湿度、气味等）、医院提供的饮食。象限图显示非常重要但是满意度相对不高的指标依次为医院提供的饮食、医院提供的心理辅导、就医费用、病房软件环境、病房探视制度、健康教育。结论：医院应优先改进医院提供的饮食、心理辅导、就医费用、病房软件环境、病房探视制度及健康教育这6个方面,以提高医疗护理服务质量,提升患者就医感受。     

Nonlinear denoising and analysis of neuroimages with kernel principal component analysis and pre-image estimation

We investigate the use of kernel principal component analysis (PCA) and the inverse problem known as pre-image estimation in neuroimaging: i) We explore kernel PCA and pre-image estimation as a means for image denoising as part of the image preprocessing pipeline. Evaluation of the denoising procedure is performed within a data-driven split-half evaluation framework. ii) We introduce manifold navigation for exploration of a nonlinear data manifold, and illustrate how pre-image estimation can be used to generate brain maps in the continuum between experimentally defined brain states/classes. We base these illustrations on two fMRI BOLD data sets - one from a simple finger tapping experiment and the other from an experiment on object recognition in the ventral temporal lobe.     

Development of a graded index microlens based fiber optical trap and its characterization using principal component analysis

We demonstrate a miniaturized single beam fiber optical trapping probe based on a high numerical aperture graded index (GRIN) micro-objective lens. This enables optical trapping at a distance of 200μm from the probe tip. The fiber trapping probe is characterized experimentally using power spectral density analysis and an original approach based on principal component analysis for accurate particle tracking. Its use for biomedical microscopy is demonstrated through optically mediated immunological synapse formation.OCIS codes: (060.2310) Fiber optics, (110.2760) Gradient-index lenses, (170.0170) Medical optics and biotechnology, (170.3880) Medical and biological imaging, (170.4520) Optical confinement and manipulation, (180.0180) Microscopy, (180.2520) Fluorescence microscopy, (350.4855) Optical tweezers or optical manipulation