簡介：目的心腦血管疾病是全球的頭號死因，在我國死因順位上居首位（每年死亡人數約占國民全部死因的40％）。據估計，2008年有1730萬人死于心腦血管疾病，占全球死亡總數的30％（這些死者中，約730萬人死于冠心病，620萬人死于中風）。預計到2030年，心腦血管疾?。ㄖ饕切呐K病和中風）的死亡人數將增加至2330萬人，心腦血管疾病造成的80％以上死亡病例發(fā)生在低收入和中等收入國家。全球大氣環(huán)境的變化對疾病發(fā)生和死亡的影響正日益成為流行病學專家的研究重點。大量流行病學研究表明大氣環(huán)境因素，如日平均空氣污染指數AIRPOLLUTIONINDEX，API和氣象因素，如氣溫、濕度、氣壓，會影響心腦血管疾病的死亡。本研究探究20062010年沈陽市心腦血管疾病的時間、空間及時空上分布的聚集性，繼而探究日平均API、日平均氣溫、日平均濕度、日平均氣壓對心血管日死亡人數、腦血管日死亡人數的影響。方法采用沈陽市疾病預防與控制中心提供的20062010年心腦血管疾病死亡資料，并從沈陽市統(tǒng)計局、沈陽市環(huán)保局和中國氣象局獲得沈陽市的人口數據、大氣環(huán)境質量數據及氣象數據，添加沈陽市各區(qū)、各個街道的經緯度坐標，定義坐標系統(tǒng)，生成沈陽市五區(qū)、街道的單一符號點地圖統(tǒng)計各區(qū)的心血管、腦血管死亡人數，建立五區(qū)的地理、人口及死亡信息數據庫，導出供時空聚類分析使用。統(tǒng)計沈陽市日平均API、日平均氣溫、日平均濕度、日平均氣壓，并分析它們和心血管、腦血管日死亡人數的相關性和依存關系。時間、空間及時空掃描統(tǒng)計分析采用SATSCANV911實現，空間、時空聚類的專題地圖采用ARCGIS93繪制SPEARMAN相關分析、POISSON回歸分析分別由SPSS170、STATA100完成。結果1、SATSCAN掃描統(tǒng)計結果市區(qū)單純空間掃描統(tǒng)計結果，心血管死亡2007、2008、2009、20062010年一級聚類地區(qū)均為大東區(qū)P＜005，二級聚類地區(qū)均為鐵西區(qū)P＜0052006年一級聚類地區(qū)為大東區(qū)、沈河區(qū)（聚集區(qū)中心坐標為41805200N，123470000E，半徑為138KM）二級聚類地區(qū)為鐵西區(qū)P＜0052010年一級聚類地區(qū)為鐵西區(qū)P＜005。腦血管死亡2006、2007、2008、2009、2010、20062010年一級聚類地區(qū)均為鐵西區(qū)P＜0052007、2008、2009、20062010年二級聚類地區(qū)均為大東區(qū)P＜005。市區(qū)時空掃描統(tǒng)計結果，心血管死亡2006、2008、2009，20062010年一級聚類地區(qū)均為大東區(qū)，聚集時間主要在每年的16月，二級聚類地區(qū)為鐵西區(qū)、和平區(qū)，聚集時間主要在每年的912月，具有統(tǒng)計學意義2007年心血管死亡一級聚類地區(qū)為鐵西區(qū)，聚集時間在1012月，二級聚類地區(qū)為大東區(qū)，聚集時間在7月下旬至12月，且均具有統(tǒng)計學意義。腦血管死亡20062009每年一級聚類地區(qū)均為鐵西區(qū)，聚集時間主要在每年的16月P＜005二級聚類地區(qū)為大東區(qū)、和平區(qū)，聚集時間主要在2007年10月至2008年4月P＜005，2006、2008年的1月P＜0052010年一級聚類地區(qū)為鐵西區(qū)P＜005，聚集時間在8月下旬至12月。市區(qū)單純時間掃描統(tǒng)計結果，2006、2008、2010年心血管死亡一級聚類時間主要在每年的14月P＜0052007、2009年心血管死亡一級聚類時間在每年的1012月P＜005。2006、2007、2008年腦血管死亡一級聚類時間主要在每年的15月2009、2010年腦血管死亡一級聚類時間分別在8月中旬、10月底至11月上旬，且均具有統(tǒng)計學意義。街道單純空間掃描統(tǒng)計，2006、2007、2009年心腦血管死亡一級聚類地區(qū)在鐵西區(qū)，以重工、七馬路、輕工、工人村、啟工、十二路為中心分布，二級聚類地區(qū)在大東區(qū)，以東站、二臺子、遼沈、文官為中心分布，三級聚類地區(qū)在和平區(qū)，以南湖、新興為中心2008、2010年心血管死亡聚類，南湖、新興成為一級聚類地區(qū)。街道時空聚類掃描統(tǒng)計結果，心腦血管死亡聚類地區(qū)和單純空間聚類結果一致，聚集時間和市區(qū)時空掃描統(tǒng)計結果一致，在2007年心血管死亡聚類中，皇姑區(qū)陵北、向工成為一級、二級聚類地區(qū)，聚集時間分別在2007年5月、2007年7月。2、SPEARMAN相關分析結果日平均API與心血管日死亡人數之間的相關關系2006、2007、2008、2009、2010、20062010年滯后0D、0D、0D、1D、1D、0D的日平均API分別與心血管日死亡人數之間的正相關性最大P＜005，相關系數分別為0190、0159、0196、0321、0164、0162。日平均API與腦血管日死亡人數之間的相關關系2006、2008、2009、2010、20062010年滯后3D、1D、1D、0D、1D的日平均API分別與腦血管日死亡人數之間的正相關性最大P＜005，相關系數分別為0173、0279、0309、0230、0161，2007年日平均API與腦血管日死亡人數之間的相關性無統(tǒng)計學意義。日平均氣溫與心血管日死亡人數之間的相關關系2006、2007、2008、2009、2010、20062010年滯后0D、5D、2D、3D、0D、3D的日平均氣溫分別與心血管日死亡人數之間的負相關性最大P＜005，相關系數分別為0295、0228、0387、0280、0173、0282。日平均氣溫與腦血管日死亡人數之間的相關關系2006、2007、2008、2009、2010、20062010年滯后2D、5D、0D、3D、6D、5D的日平均氣溫分別與腦血管日死亡人數之間的負相關性最大P＜005，相關系數分別為0265、0289、0356、0198、0329、0289。日平均濕度與心血管日死亡人數之間的相關關系2006、2007、2008、2009、2010、20062010年滯后2D、3D、1D、2D、2D、2D的日平均濕度分別與心血管日死亡人數之間的負相關性最大P＜005，相關系數分別為0142、0165、0325、0178、0174、0174。日平均濕度與腦血管日死亡人數之間的相關關系2006、2007、2008、2009、2010、20062010年滯后2D、2D、2D、2D、2D、2D的日平均濕度分別與腦血管日死亡人數之間的負相關性最大P＜005，相關系數分別為0122、0121、0289、0160、0276、0164。日平均氣壓與心血管日死亡人數之間的相關關系2006、2007、2008、2009、2010、20062010年滯后6D、0D、1D、0D、4D、3D的日平均氣壓分別與心血管日死亡人數之間的正相關性最大P＜005，相關系數分別為0263、0160、0345、0290、0256、0253。日平均氣壓與腦血管日死亡人數之間的相關關系2006、2007、2008、2009、2010、20062010年滯后2D、1D、0D、0D、3D、2D的日平均氣壓分別與腦血管日死亡人數之間的正相關性最大P＜005，相關系數分別為0256、0271、0350、0191、0327、0278。3、POISSON回歸分析結果以心血管日死亡人數為因變量的POISSON回歸中，2006、2007、2008、2009、2010、20062010年PSEUD2值分別為00205、00134、00519、00244、00197、00182。2006、2007、2008、2009、2010、20062010年POISSON回歸方程分別為FCVD20060010T00007H09399T0、H0的IRR值分別為0990、0993。FCVD20070004T50002W32954T5、W3的IRR值分別為0996、0998。FCVD20080009H10004T76027H1、T7的IRR值分別為1009、0996。FCVD20090003API10005H00002W22821，API1、H0、W2的IRR值分別為1003、1005、0998。FCVD20100009H46211H4的IRR值為1009。F（CVD20062010）0003T30002W20004H50808T3、W2、H5的TRR值分別為0997、0998、1004。以腦血管日死亡人數為因變量的POISSON回歸中，2006、2007、2008、2009、2010、20062010年PSEUD2值分別為00144、00231、00406、00169、00228、00181。2006、2007、2008、2009、2010、20062010年POISSON回歸方程分別為FCEVD20060006T22703T2的IRR值為0994。FCEVD20070010H50002W26836H5、W2的IRR值分別為1010、0998。FCEVD20080006T70003API12417T7、API1的IRR值為0994、1003。FCEVD20090002API10002W20003H50847API1、W2、H5的IRR值分別為1002、0998、1003。FCEVD20100008H30002W24700H3、W2的IRR值分別為1008、0998。FCEVD200620100004H20003T50001W20001API11507H2、T5、W2、API1的IRR值分別為1004、0997、0999、1000。其中，CVD、CEVD分別表示心血管日死亡數、腦血管日死亡數，下標表示年份，API、T、W、H分別表示日平均空氣污染指數、平均氣溫、平均相對濕度、平均氣壓，下標表示滯后天數，號表示IRR值具有統(tǒng)計學意義，P＜005。結論1、單純空間和時空聚類分析在20062010年中，大東區(qū)2010年除外每年的心血管粗死亡率和標化死亡率最高，鐵西區(qū)每年的腦血管粗死亡率和標化死亡率最高。單純空間掃描統(tǒng)計和時空掃描統(tǒng)計結果都表明大東區(qū)心血管死亡聚集性最大，鐵西區(qū)腦血管死亡聚集性最大。這可能因為雖然沈陽市主要的工業(yè)均搬離了主城區(qū)，但是集中在鐵西區(qū)和大東區(qū)的邊緣地帶，因此造成這兩個地區(qū)的心腦血管死亡增高。2、時間聚類分析沈陽市中心五區(qū)心腦血管死亡聚集時間主要集中在10月下旬至來年6月上旬，由于沈陽市冬季始于10月中旬春季始于4月中下旬，所以極低的冬季氣溫以及變化無常的春季氣溫可能是造成心腦血管疾病死亡聚集的主要原因之一。3、SPEARMAN相關滯后效應分析日平均API、日平均氣溫、日平均濕度、日平均氣壓與心血管日死亡人數之間的相關關系表明它們均對心血管日死亡人數的影響存在滯后效應，本次研究中最大滯后效應的時間分別為1D、2D、1D、1D。日平均API、日平均氣溫、日平均濕度、日平均氣壓與腦血管日死亡人數之間的相關關系表明它們均對腦血管日死亡人數的影響存在滯后效應，本次研究中最大滯后效應的時間分別為1D、0D、2D、0D。大東區(qū)每年（2007年除外）的日平均API與心血管日死亡人數之間的相關性均較其余四個區(qū)顯著，提示大東區(qū)心血管死亡與該區(qū)的空氣質量狀況有關系。4、POISSON回歸危險因素分析日平均氣溫越高，心腦血管日死亡人數越少日平均氣溫越低，心腦血管日死亡人數越多，這種現象可能與季節(jié)有關，極高的夏季日平均氣溫升高或者極低的冬季日平均氣溫低都可能造成心血管日死亡人數增多。因為濕度和氣溫有很顯著的正相關性，所以濕度、氣溫對心腦血管死亡人數的影響效果基本一致。日平均API越大，日平均氣壓越高，心腦血管日死亡人數越多。

簡介：隨著現代科學技術的迅速發(fā)展和計算機的普及，教學改革應以現代教育理論為指導，在課堂教學中有針對性的運用以計算機為核心的教學媒體，調動教學雙方的積極性，培養(yǎng)學生解決問題的能力和創(chuàng)造性思維能力。多媒體教學作為現代教育技術的重要手段，是實現優(yōu)化教學的極為有效的途徑。醫(yī)學統(tǒng)計學課程在教學中具有許多特點，其抽象思維貫穿于整個學習過程。利用CAI課件能將一些抽象的、難以理解的概念和原理等，以圖像、動畫的形式生動、清楚地進行解釋和表達，使復雜艱難的認識過程變得簡單，從而能最大限度地調動學習者的主觀能動性，為改變灌輸式教學方法，實施探究式、互動式、開放式教學提供契機。本文主要闡述了“醫(yī)學統(tǒng)計學”動畫課件的研制過程。第一部分為前言，首先探討醫(yī)學統(tǒng)計學CAI課件的現狀，現有課件的優(yōu)點及不足之處。不足之處主要為生動性與趣味性不足，以及易用性與可移植性不強；接著介紹本研究的目的為提高教學效果、教學質量和激發(fā)學生的學習興趣，開發(fā)和研制醫(yī)學統(tǒng)計學的動畫課件，著重于課件的動漫化，趣味化，并增強課件的易用性和可移植性；然后提出“醫(yī)學統(tǒng)計學”動畫課件制作的原則。第二部分為開發(fā)和研制軟件的選擇。目前，用于制作課件的多媒體軟件種類繁多，每種制作軟件都有自己的特點，選擇正確的開發(fā)軟件是非常關鍵的。通過對多種多媒體制作軟件進行了研究和比較，鑒于FLASH8具有采用矢量繪圖、修改容易、導入和發(fā)布功能強大、流式播放技術、自帶ACITON腳本語言工具等優(yōu)點，結合醫(yī)學統(tǒng)計學的特點，最終確定以FLASH8作為主要創(chuàng)作工具來研制“醫(yī)學統(tǒng)計學動畫課件。第三部分為課件開發(fā)研制的基本步驟。該部分為本論文的主體。基本步驟包括課件的設計總體設計、專業(yè)設計、形象設計；素材資料的收集及制作處理；課件制作的關鍵技術以及課件的評價。其中。課件制作的關鍵技術為重點闡述的內容，即制作本動畫課件時所應用的FLASH8的關鍵技術。首先，以高爾頓釘板與正態(tài)分布為例闡述制作模擬課堂所應用的關鍵技術小球的滾動；人物表情及動作的變化；場景的應用；圖層的應用；聲音文件的加載，影片播放控制器。接著闡述課件中運用腳本語言編輯工具ACTION時的關鍵技術服從正態(tài)分布隨機數的產生、交互功能的實現、圖形各個部分的相對獨立變化、繪制圖形的方法、動態(tài)繪制函數圖像及公式表達、數組類和循環(huán)語句的應用，對課件建立知識點的鏈接。最后介紹動畫的發(fā)布。第四部分為討論部分。主要探討了本課件的特點及后續(xù)的開發(fā)工作。本課件的特點包括形象性、趣味性、交互性、易用性及可移植性。簡單地探討了后續(xù)開發(fā)工作，擬將本課件掛上網絡教學平臺，發(fā)揮互聯網的優(yōu)勢；課件的進一步完善，適當增加課件的內容，并將課件進行測評，最后擬將課件制作成產品出版發(fā)行。研制成的課件，運用卡通元素，同時利用FLASH8更強的交互功能和導入、發(fā)布功能，以更形象、更生動的方式展現教學內容，增強學生自主學習的能力，由被動接受到主動探索，激發(fā)學生的學習興趣，提高學習效率，進而優(yōu)化教學質量。

簡介：點擊查看更多空間統(tǒng)計小地域分析方法在腫瘤流行病學中的應用基礎研究.pdf精彩內容。

簡介：第二軍醫(yī)大學博士學位論文鉬靶、磁共振及核素顯像診斷乳腺癌準確性的系統(tǒng)評價及相關統(tǒng)計學技術探討姓名袁小東申請學位級別博士專業(yè)影像醫(yī)學與核醫(yī)學指導教師田建明20090501第二軍醫(yī)大學博上研究生畢業(yè)論文第二部分集成ROC曲線及其參數估計在EXCEL2003中的實現目的在EXCEL2003中建立應用程序VBA來完成集成ROC曲線SROC的繪制及曲線下面積、Q木值的計算。方法以EXCEL2003為平臺，由VB工具箱產生窗體及按鈕用戶界面編寫相應程序代碼，并調用EXCEL內置函數完成LOGIT變換、SROC的估計及描繪以及曲線下面積和Q水值的計算，并使程序具有初步的數據存儲和管理功能，META分析一SROC曲線的數理統(tǒng)計原理及方法參照劉關鍵，吳泰相的報道。VBA建立后錄入劉關鍵，吳泰相報道中的實例，并多次運行程序，以運行結果是否與報道中的結果一致來評價程序的可靠性和穩(wěn)定性。結果所建立的VBA應用程序具有良好的用戶界面，數據錄入及修改簡便，多次運行程序后結果一致，所描繪的SROC曲線整潔美觀，所得曲線下面積及Q水值與文章報道中相符精確ND數點后的兩位。結論本實驗中以EXCEL2003為平臺建立的VBA程序能方便可靠地對診斷性試驗的二分類數據進行META分析，描繪相應的SROC曲線，并準確的估計出相關參數，是循證影像學META分析的有用工具?！娟P鍵詞】循證影像學；META分析；EXCEL2003；SROC第三部分利用REVIEWMANAGER42實現診斷性試驗MEIA分析的探討探討如何利用REVIEWMANAGER42軟件對診斷性試驗進行META分析。結合實例介紹如何整理診斷性實驗數據并按二分類數據DICHOTOMOUSDATA錄入REVIEWMANAGER42TABLES／COMPARISONSANDDATA中進行分析，得出診斷性試驗的匯總陽性似然比、陰性似然比及匯總診斷比值比DIAGNOSTICODDSRATIO，DOR，并進一步推算出匯總敏感度和特異度?！P鍵詞診斷|生試驗META分析REVIEWMANAGER42似然比

簡介：點擊查看更多MasonⅡ、Ⅲ型橈骨頭骨折切除與內固定治療的統(tǒng)計學分析.pdf精彩內容。

簡介：2006屆研究生碩士學位論文Y8955二二學校代碼10269學號YS03161048犖象師毿天擎城市道路網絡最短路徑的統(tǒng)計學特征及實用算法研究院系姿邃曼巫撞堂睦地翌丕專業(yè)地圖堂董地堡值基丕筮研究方向魚S玨筮星座型指導教師王適1副麴援碩士研究生鹽饉絲2006年5月完成華東師范大學碩十學位論文城市道路網絡最短路徑的統(tǒng)計學特征及實HJ算法研究ABSTRACTMANYSTLLDIESONSHORTESTPATHALGORITLLLNSHAVEBEENCONDUCTEDIN6ELDSOFRCALTIMENAVIGATIONF研AUTOMOBILEALLDEME唱ENCYSUCCOLTHED司KS訂AALGORI廿LIILS，CLASSICAL鋤DPROFESSIONAL，ARETHEACADEMICBASISOFCONDUCTINGTOSOLVEPROBLEMSASITHAS10WCONDUCTEDEMCIENCYINURBAILROADSNCTWORKA11DMAYNOTMEETT11EREQUIRE】NENTOFEH’EC石VEANDREALTIME，M卸YDOMESTICAILDINTERNATIONALSCHOLARSHAVEMADEDE印RESEARCHON曲PMV血GT11EALGONTTLMSPEOPLERESEARCBINGON訂ADMONAL叩TIMIZEDALG面恤NSONLYREALIZEDABSHACTNE慚ORKT叩0109YI11TLLEPROCESSOFDESIGN，SMVINGFORIMPMVINGEFFECTIVITROFMEALG訓MMSMMUGHUPDATINGCOMPUTERDATASTNLCTUREOROPERATIONALRESEARCHPROBLEMS，WHICHNEGLECTINGMEEXISTING印ATIALCHARACTERISTICSINSPCCMCROADSNETWORKWITHTHEDEVEL叩MENTOFW曲GIS，MOBILEGISANDGPS，DYIL咖ICPAMLAYOUT晰11BET11E脅DOF如TUREINLPROVEMENTITCANBEOBTAINEDINFO皿ATIONOFREALTIMEROADSCONDI石ON，UPDATINGWEIGHTPFOPENYOFTHEPAMBYIMENLETAILDT11ENUSE血ESHONESTPAMALGORITHRNSTOWORKITOMHLSTEAD，PEOPLEWHORESEARCHONTR甜ITIONALOPTIMIZEDALGORITLLMSDON’TCONSID盯THEAⅡCCTIONOFTRANSMMING柚DUPDATINGDATAQUANTITYONMEPERFOMLANCEOFTHEWHOLEA1酬TLLLMSTHEREFORE，T11EALGORITHMSOFC伽打OLLINGSIZEOFMADSNETWORKCANOVCRCOME也ESHORTAGEOFME錳ADITIONALALGORITHMS，WHICHWILLENHANCEMEE岱W虹VITYOFMESHONESTPAMSALGOLJTLLMSBYCOMBININGOTHERAIGORITHMSNEWTCCLLTLOLOGYANDMETLLODSISUSEDFOR咖DYINGSHORTESTPATHPMBLEMINMISANICLETHEE11IPSEMODELISDESI印EDBYRANDOMLYTAKINGOUTMADNODESTOCALCUIATET11ESHONEST巾ATLL脅MESHALL曲AIROADSNEMORK，0BSERVINGTLLESPATIALDISTRIBUTIONCHARACTCRISTICFORSTYLEBOOK，AJLALYZINGT11ESTALISTICCHARACTERISTJCSFORTLLESHORTCSTPA廿1THEMODELDEMARCATEDⅡ1ERANGEOFSEARCHJNGTHESHONEST_PATHALGORITTLMSWIMINTHEELLIPSETHEE11IPSEMODELCANIMPROVE血ESHONESTPAILLALGORIMMS，FILTRATIILGRCDUNDALLTNODES，REDUCINGMEMORYSPEND訪島DECREASINGCALCULATEDTIME，UPDATINGMEWEI曲TOFREALTIMEDATATRALLSMISSION丘DMTHEMADSNETWORKA11DUPDATINGTHEPE橢ANCEA11DE骶CTIVITYOFA190刪1IILSTHEAREATHCIMPMVEDSHONESTPATHSALGORITHMUSINGMEELLIPSEMODDSEARCHESISONEFIMLSOFTHECLASSICDUKSTRAALGORITHMBASEDONRANDOMS鋤PLEINSHANGHAIROADSNCTWORK，THEREISALINEARITYRELATIONBETWEENMELENGTHOFTHESHORTESTPA山SAELDTLLEEUCIIDEANDISTALLCEANDMEMA血ATTAILDISTANCEOFTHEORIGINA11DDESTINATIONINTHEANALYSISOFTHESTATISTICCHARACTERISTICFORT11E

簡介：點擊查看更多“瘀血生風”假說檢驗——基于中風病醫(yī)案的統(tǒng)計學處理探討?zhàn)鲅c內風的相關性.pdf精彩內容。

簡介：自從上世紀九十年代初，我國張興棟與國外少數學者同時發(fā)現鈣磷生物陶瓷在非骨部位的骨形成現象后，骨誘導觀點經過十幾年研究已經得到廣泛的接受，具有良好生物活性的磷酸鈣骨替代陶瓷材料的研究日益被關注。合理解釋鈣磷材料的骨誘導性，必須從分子生物學，基因表達，超微結構等角度進行深入研究，以了解其機理。骨誘導機理的研究，對于新一代骨誘導生物材料的研究和開發(fā)具有重要的科學意義和巨大應用前景。目前骨誘導機理的探索和現象解釋主要以光學顯微鏡下組織形態(tài)學的觀察結果為基礎。由于光學顯微鏡的分辨率限制，難以對新生組織各階段的細胞形態(tài)結構以及分化過程做出準確觀察，因此本文運用透射電子顯微鏡、掃描電鏡，結合光學顯微鏡，對不同時期新生組織的形態(tài)學和細胞超微結構進行了觀察。重點觀察和研究骨誘導早期，孔隙中新生組織的長入，成骨細胞的形成，類骨質的分泌鈣化，以及新骨磷酸鈣界面的結構改變等，為研究骨誘導機理提供了更充分的證據。本實驗通過生物組織超薄電鏡切片技術，制作出了符合TEM檢測要求的未脫鈣硬組織超薄切片和半脫鈣硬組織超薄切片。經TEM觀察，確證成骨早期過程表現為新生肉芽結締組織長入材料孔隙成纖維細胞沿孔壁生長和增殖靠近孔壁的成纖維細胞向成骨前提細胞分化這些早期的成骨細胞分泌膠原纖維和類骨質類骨質中鈣磷沉積形成骨基質分化后期的成骨細胞包埋進骨基質中形成骨細胞骨小梁結構沿孔壁形成孔隙中心組織纖維化，髓腔結構形成。通過細胞超微形態(tài)及其功能隨時間變化的研究，反向推斷新生結締組織中的成纖維細胞是骨誘導新骨組織的細胞來源。此外，為了降低個體差異造成的誤差，定量地描述骨誘導，我們采用生物醫(yī)用統(tǒng)計學方法對三種動物種屬的三個植入時間段的骨誘導性進行了定性和定量的統(tǒng)計分析，通過對新骨誘導形成的組織形態(tài)學觀察，獲得了大量的實驗數據。通過收集定量的樣本數據每個樣品切片新生骨組織面積相對于孔隙界面的比值，進而展開計數資料和計量資料的統(tǒng)計學分析，建立適合本研究的統(tǒng)計學分析模型。統(tǒng)計結果顯示1，動物種屬對骨誘導性能有影響，統(tǒng)計顯示骨誘導性狗最好，兔次之，鼠最差。在進化親緣性上，基因結構和人類接近的大型動物更易出現骨誘導性；2，隨著植入時間增加，骨誘導形成新骨數量增多；3，同一種材料和種屬動物植入材料后，有的出現骨誘導反應有的沒有。進一步確證骨誘導過程是機體新骨誘導形成過程，并非病理性鈣化。

簡介：多類別分類問題一直以來就是機器學習領域中的重點研究對象，隨著互聯網絡以及數據挖掘技術的不斷發(fā)展，如何準確快速地處理類別數較多的多類別分類問題已經成為了研究和應用的熱點。輸出編碼是解決多類別分類問題的一般性框架。大多數研究使用預先定義的輸出編碼來達到分類的目的。ONEAGAINSTALL，ONEAGAINSTONE是最常用的多類別處理方法，將多類別問題納入一個優(yōu)化問題處理也得到了大量的研究。最近連續(xù)編碼的概念已經被提出，并以此進行了編碼的自動設計。這些研究將編碼設計的問題歸結為一個有約束的優(yōu)化問題，但是這些方法需要解大量的優(yōu)化問題，導致了復雜的計算從而影響到算法的效率。本文提出了解決多類別分類問題的一般性方法，它利用最小最大概率機的概率信息和間隔信息啟發(fā)式地解決了編碼設計問題。在我們的算法中將一個減少了迭代次數的分類器視為弱化了的分類器，同時保留分類器的間隔屬性和幾何特性。最后我們利用高維映射將分類器輸出映射到特征空間，使用核技巧來提升整體性能。在弱化階段我們大量減少了整體的迭代次數而合成階段利用非線性映射來提升性能。我們對算法進行了數值試驗，與其它算法報告的最好結果相比，算法取得了較好的結果。

簡介：第四軍醫(yī)大學博士學位論文應用GIS技術研究我國應征男青年體質狀況的生態(tài)學統(tǒng)計分布特征姓名尚磊申請學位級別博士專業(yè)流行病與衛(wèi)生統(tǒng)計學指導教師徐勇勇20040501塑璺蘭墾查蘭豎生堂些笙壅一縮路語ASEPEBMIDBPDCSESDAESESDAGISGPSIDWMPEOK法RMSSPERMSPERSSBPTSA95％CI縮略語表英文全稱AVERAGESTANDARDERRORBODYMASSINDEXDIASTOLICBLOODPRESSUREDATACOLLECTEDSYSTEMEXPLORATORYSPATIALDATAANALYSISEXPERTSYSTEMEXPLORATORYSPA矗ALDATAANA／SISGEOGRAPHICALINFORMATIONSYSTEMGLOBALPOSITIONSYSTEMINVERSEDISTANCEWEIGHTEDMEANERRORORDINARYKRIGINGMETHODROOTMEANSQUARESTANDARDIZEDROOTMEANSQUAREPREDICTIONELTORREMOTESENSINGSYSTOLICBLOODPRESSURETRENDSURFACEANALYSIS95％CONFIDENTINTERVAL中文全稱估計偏差平均標準誤體塊指數舒張壓數據收集系統(tǒng)空間數據探索分析專家系統(tǒng)空間數據探索分析地理信息系統(tǒng)全球定位系統(tǒng)反距離加權法估計偏差的均數普通克立格法估計偏差標化均方根估計偏差均方根遙感收縮壓趨勢面分析95％可信區(qū)闖

簡介：色彩管理技術是解決不同成像設備之間色彩再現不一致的一種技術，力求實現色彩“所見即所得”的終極目標，已經廣泛應用于印刷、紡織和多媒體等領域。作為色彩管理的一項核心技術，色彩校正的主要任務是補償因外設非理想特性產生的色偏，在色彩管理系統(tǒng)中往往是和色彩轉換結合起來，其效果直接影響色彩再現的精確性，因而一直是國內外研究的熱點問題。近幾年來，考慮到光照等環(huán)境影響，色彩恒常也已成為未來色彩管理和實際需求迫切需要解決的一項重點技術。色彩恒常的目的是在不同光照環(huán)境下保持對色彩的不變描述，這對計算機視覺中物體識別和基于內容的圖像檢索等應用至關重要。色彩校正和色彩恒常通常借助彩色樣本集來描述、獲取某種色彩特性，并將問題歸結為不同色彩空間之間的映射關系。然而，作為研究樣本集特征和關系描述的一種有力工具，統(tǒng)計學習技術當前還未深入涉及到這一領域。為此，本文主要研究了統(tǒng)計學習技術在色彩校正和色彩恒常中的應用問題。結合色彩校正算法的傳統(tǒng)分類，本文按照校正機理的不同并依據統(tǒng)計學習概念將算法分為四類，即，三維插值、鄰域回歸、稀疏貝葉斯學習及計算智能，重點討論了不同校正機理下的技術瓶頸及相應解決方案，強調了方案的精度和速度效果。在色彩恒常中，結合目前國內外研究現狀及課題的整體部署，主要討論了色彩恒常的實現過程，并分別提出了相應的光源估計算法和監(jiān)督色彩恒常算法。在三維插值類中，主要解決了當前流行插值算法的幾何體定位難題并提出了一種新的高精度插值算法。首先提出了兩種基于四面體插值校正的加速算法。第一種算法為基于歷史的局部搜索法，主要借助數據相關性，根據上次插值數據的鄰域來查找此次的數據。第二種算法為利用輔助表的快速定位法，采用了粗略定位和精確定位的兩步定位法。兩種算法均能促進三維查找表數據的快速生成。此外，針對色域匹配的不同渲染目的，提出了再加速策略，以減小對應不同渲染目的三種查找表數據的生成時間，實驗證實了策略的有效性。最后提出了基于改進最大模糊熵的線性插值算法。該算法定義了新的插值范圍，采用模糊熵形式確定插值系數。算法無需定位幾何體，其校正精度優(yōu)于目前的三維插值算法。在鄰域回歸類中，針對當前回歸類算法的技術缺陷，提出了鄰域回歸校正概念，并提出了兩種不同的鄰域回歸算法。鄰域回歸算法深化了分區(qū)思想，克服了分區(qū)回歸存在的缺點。第一種算法為基于結構風險最小化和全最小二乘法的鄰域回歸算法，結構風險化原則貼近了真實風險并減小了模型復雜度，而全最小二乘法考慮到了輸入輸出數據的噪聲。第二種算法為基于提升的核偏最小二乘回歸算法，核函數將源色彩空間數據映射到一個高維空間，偏最小二乘回歸提取了主成分，而提升技術進一步提高了精度。此外，還討論了鄰域的加速確定和范圍問題。在稀疏貝葉斯學習類中，以當前稀疏核工具的應用利弊分析為基礎，提出了采用基于貝葉斯法則的稀疏核工具一相關向量機的校正方案，并提出了多種有效的改進措施。該類算法采用了統(tǒng)計學習中最新的實效技術，在以往的色彩校正研究中從未出現過，且取得了滿意的校正效果。算法集成了多個核函數以提供一組完備基或超完備基。為了減小算法的訓練時間，首先采用保局投影來約簡多核輸入矩陣的列維數，其次采用相關向量的預提取技術和分布式結構來進一步減小訓練時間。其中，完備基主要通過尺度核函數及小波核函數實現，超完備基則使用到了現存的多種核函數。相關向量的預提取技術主要通過分層采樣和聚類來實現。算法在校正精度上優(yōu)于支持向量機和相關向量機，且訓練時間小于相關向量機。在計算智能類中，首先分析了當前模糊邏輯和神經網絡應用于校正的實際困難，然后提出了相應的措施以解決兩者的內部結構確定難題，最后給出了遺傳算法在色彩校正中的應用可能。首先提出了基于KPCA和ANFIS的校正算法，KPCA作為數據的預處理器，ANFIS自動化了IFTHEN規(guī)則。實驗表明了算法在精度上的優(yōu)越性。隨后構建了一種新的集成神經網絡的校正模型，該模型解決了單個網絡中的結構確定難題，通過集成多個簡單的神經網絡提高了模型的泛化能力，其校正精度高于單個網絡和BAGGING集成模型。最后，構建了基于遺傳算法的簡易提升校正模型，選擇算子挑選比較“難”學習的樣本組成下次訓練樣本集，基于ANFIS的例子表明了模型有效性。在色彩恒常的實現中，結合前沿研究和實用目的，提出了基于自適應約簡相關向量機的光源色度估計算法以及基于薄板樣條和最小一乘法的監(jiān)督色彩恒常算法。前者采用自適應混合核函數來提高精度，利用改進的保局投影來減小訓練時間；為估計光源色度，采用色度直方圖的模糊中心和相應光源值訓練算法。后者通過放置監(jiān)督色板來描述光源轉換關系，然后采用薄板樣條映射光照數據，再在約簡后的映射數據上應用最小一乘法捕獲轉化關系。基于真實圖像的實驗表明了兩種算法的優(yōu)越性。

簡介：中南大學碩士學位論文空間統(tǒng)計學方法在某市淋病疫情時空聚集性特征研究中的應用姓名羅珍胄申請學位級別碩士專業(yè)流行病與衛(wèi)生統(tǒng)計學指導教師劉愛忠馮鐵建20100501中南大學碩士學位論文中文摘要頭街道，2009年為深圳西南部的南山和南頭街道；單純時間掃描分析顯示深圳2005和2007年的淋病發(fā)病聚集時間段為11～12月，2006年聚集時間段為10““11月，2008年和2009年聚集時間分別為7“9月和5～7月；時空掃描分析顯示深圳市粵海、南頭、南山和沙河街道的淋病發(fā)病在2005年3～7月有聚集性LLR84．06，砌P2．40，南山、南頭、粵海、招商和蛇口街道的淋病發(fā)病在2006年4“6月有聚集性LLIB869．75，RR8．87，南頭、南山、粵海和新安街道的淋病發(fā)病在2007年4“6月有聚集性LLR645．47，砌P6．45，南頭、南山、粵海、招商和蛇口街道的淋病發(fā)病在2008年4“6月有聚集性LLR959．05，RR7．65，新安、西麗、南頭、西鄉(xiāng)、粵海和南山街道的淋病發(fā)病在2009年4“6月有聚集性LLR1157．85，腓6．78。結論以街道為基本單元的深圳市淋病病例和淋病發(fā)病率在時間、空間和時空分布上均存在聚集性。2005“2009年淋病的高發(fā)病率聚集區(qū)位于深圳西南部，低發(fā)病率聚集區(qū)位于深圳東北部。深圳市淋病病例空間聚集區(qū)主要位于西北部和西南部；淋病發(fā)病的聚集時間段有從第四季度向前推移的趨勢；時空聚集特點為每年第二季度左右在深圳西南部聚集?？臻g自相關和空間掃描統(tǒng)計等空間統(tǒng)計方法能夠用于揭示深圳市淋病疫情時空聚集性分布特征，并確定淋病防控的重點區(qū)域。關鍵詞淋病，空間統(tǒng)計學，空間自相關，掃描統(tǒng)計N

簡介：信息技術與課程整合是當前教育技術研究的熱點問題，它有利于實現教育教學的根本目的，幫助教師教學，有利于提高學生的信息素養(yǎng)，幫助學生學習，有利于培養(yǎng)學生的創(chuàng)新性。當前信息技術與課程整合理論存在著“大整合論”與“小整合論”兩種觀點。國內關于信息技術與課程整合的研究資料大多是基于小整合論的。本文從大整合論出發(fā)，以軟件技術與課程內容、課程目標的結合為切入點，以課程教育統(tǒng)計學為研究對象，為實現整合設計并實現了需要的部分軟件系統(tǒng)。本文主要做了以下幾方面的工作1對信息技術與課程整合做了較為全面的介紹，對它的內涵、理論基礎、發(fā)展現狀及研究動態(tài)做了分析。2以教育統(tǒng)計學為例，以大整合論將信息技術融入課程整體而改變課程內容和課程結構為指導，對整合所需要軟件系統(tǒng)按照面向對象軟件開發(fā)的軟件工程規(guī)范做了深入細致的分析。3在對軟件系統(tǒng)進行分析的基礎上，利用MFC軟件開發(fā)環(huán)境對軟件系統(tǒng)進行了設計與實現。

簡介：點擊查看更多基于統(tǒng)計學方法的擊鍵動態(tài)認證技術的研究.pdf精彩內容。

簡介：視頻分析是多媒體信息處理的重要研究內容。多媒體信息呈現爆炸式增長，海量視頻數據需要高效的瀏覽、檢索工具進行管理和訪問?，F有內容分析技術大多是基于非語義低層物理特征，不僅難以理解而且與人類思維中的高層語義概念相差甚遠，嚴重影響和制約了基于內容的視頻管理、檢索技術進一步推廣和應用。如何跨越低層特征和高層語義概念間的語義鴻溝，以語義概念來管理、訪問視頻數據，已成為多媒體領域頗具挑戰(zhàn)性的研究課題。本文基于統(tǒng)計學理論，提出了一個視頻數據多粒度語義分析和提取的通用解決方案。在該方案中，多層次語義分析與多模式信息融合技術在同一模型中得到統(tǒng)一和應用。本文首先提出了一種基于統(tǒng)計分布的鏡頭漸變邊界檢測方法，并用一種具有時間語義語境約束的關鍵幀選取策略對時域內容進行表示；然后在基本視覺語義識別后，得出一種層次的多粒度視覺語義分析提取框架；隨后把時頻變換得到的聲音頻譜作為可觀察特征，構建了基本聲音語義識別的隱馬爾可夫模型，通過語義窗口獲得基本聲音語義組后，按照高層邏輯定義提取音頻高層語義；最后仿照人腦多感覺器官信息融合機理，將視頻中多模式特征按不同類別進行劃分，設計了一種基于仿生的視頻語義分析兩級多模式信息融合算法。本文的創(chuàng)新點是（1）提出一種多層次／多粒度視覺語義分析的通用框架。仿照人類視覺系統(tǒng)的注意力機制，利用時空注意力模型選擇動態(tài)和靜態(tài)顯著區(qū)域；將所選區(qū)域用模式分類技術進行基本視覺語義分類識別；設計了一種適合基本視覺語義分類識別的特征選擇算法；得出一種定步長組合劃分方法，用于對具有多峰分布屬性的特殊顯著區(qū)域進行基本視覺語義識別；將高層視覺語義看作是隱含狀態(tài)，利用層次隱馬爾可夫模型和幀切片策略建立時間語義語境約束后，對高層視覺語義進行提取。（2）提出一種對音頻語義分析和提取的方法。采用隱馬爾可夫模型（HMMS）對分析窗口內的基本聲音語義進行識別；以貝葉斯決策排除語義窗口聲音段中的未定義基本語義；按貝葉斯公式計算最大后驗概率后，得到語義窗口內的一個基本聲音語義組；采用高層語義邏輯定義來描述基本語義與高層聲音語義概念間的聯系，最終提取高層音頻語義。（3）通過對人腦多種感官信息融合機理的分析，提出一種基于仿生的視頻語義分析兩級多模式信息融合算法。首先分別進行視頻圖像、音頻、文字等各部分內的多模式特征融合，然后通過基于核的非線性算法把輸入空間變換到高維特征空間，在特征空間中求取最優(yōu)線性分類面，最終得到融合多模式信息的視頻語義。