菜单
  
      µm

     上皮体积百分比                        腔平均直径                        µm

     腔体积百分比                          上皮平均厚度                    µm

     腺体体积百分比                        腺形状因子                        --

     外表面腺密度                          mm²/mm³ 腺体平均曲率                          mm﹣¹

     内表面腺密度                          mm²/mm³ 长度密度腺                            mm²/mm³

     腺平均直径                        µm   

     而细胞核的相关参数也是和预测变量有许多关联的,其主要相关特征如下表所示:

    表2.3.2 核大小(平均)与核大小变化相关特征

    周长                              µm

    面积                          µm

    最短轴                          µm

    最长轴                          µm

    核大小                        µm

    核形状因子                    --

    核轴比                              --

        本课题中,采用的是4C规则和3D评分中的7个变量来对子宫内膜腺体进行定量的评测。

        多元统计分析程序采用各个细胞组成的图案,计算的过程通常则由一个小型计算机专业开发的程序执行,本课题中涉及的变量计算通过公式进行计算。正态分布,是一个应用多变量技术来分析所要研究问题的一个常用方法。考-斯二氏实验检测中,P<0.05(双侧)作为显著性的水平,没有一个特征可以被正态分布拒绝。在实验中常用的方法,首先是将每个小组分开成为由随机数选取然后组成到一个组合。接着,将一个收集特征采用逐步回归分析被选择。亚类选择被决定基于1、模型的显著性;2、每步骤增加相关系数;3、起作用特征的显著性。关于哪个组合应该被采用,优先选择特征最少的联合组(在前面提到的条件式下)。已经选择的一组特征,判别分析被执行,正确和不正确分类数量被记录。电脑选择有显著统计学意义的特征作为分母。在这个标准中选择的组合并不总是容易理解的。在最终的分级过程中有更多的洞察,当然容易理解,非常显著的特征可以被强调或者定位,计算机偏爱这些特征。在本研究中子宫内腺体的上皮体积百分比是最好的鉴别器,这个特征和外表面密度、上皮厚度、和短轴平均值以及核大小标准差固定在一起。在这个固定比计算机自动选择特征更好,形成一个略小的显著性的模型。除区别所有四组之外,还尝试区别所有增生症和癌。文献综述

  1. 上一篇:智慧城市背景下的数据质量评估
  2. 下一篇:Objective-C信息系统电子看板设计与实现
  1. 基于MATLAB的图像增强算法设计

  2. 人脸图像品质评估算法设计与实现

  3. 基于RGB-D摄像机的图像分割算法研究与实现

  4. 基于蛋白质图像表示的二硫键预测

  5. 基于余弦积分图像的快速...

  6. 高光谱遥感图像线性混合像元分解方法研究

  7. SDOCT频域相干断层图像的视...

  8. 杂拟谷盗体内共生菌沃尔...

  9. 酸性水汽提装置总汽提塔设计+CAD图纸

  10. 十二层带中心支撑钢结构...

  11. 中考体育项目与体育教学合理结合的研究

  12. 电站锅炉暖风器设计任务书

  13. java+mysql车辆管理系统的设计+源代码

  14. 河岸冲刷和泥沙淤积的监测国内外研究现状

  15. 当代大学生慈善意识研究+文献综述

  16. 大众媒体对公共政策制定的影响

  17. 乳业同业并购式全产业链...

  

About

751论文网手机版...

主页:http://www.751com.cn

关闭返回