简介:摘要:深度学习工作流中最难的部分之一是为模型寻找最佳的超参数。深度学习模型的性能与超参数直接相关。超参数调优越多,得到的模型就越好。在神经网络框架中,如何对其模型的超参数进行自动化获取一直是一个重要问题。因此,为了提高超参数优化的效率,提出了一种基于贝叶斯优化,进化和粒子群的超参数优化算法。该方法针对不同优化场景进行了相应的使用。
简介:摘要目的对比和预测乙酰唑胺等药物对急性高山病(AMS)的预防效果。方法遵循系统评价、Meta分析的PRISMA声明的检索策略,检索PubMed、Embase、Cochrane Library、Web of Science、CNKI、万方等数据库1980年1月1日至2020年12月30日符合药物预防AMS的随机对照研究(RCT),分析研究资料。使用R等统计软件在贝叶斯框架下采用马尔科夫链-蒙特卡罗法进行网状Meta分析,另外使用节点分离法对闭环研究进行一致性检验。结果最终纳入23篇文献(25项研究)对比了4种药物对AMS的预防效果,按照药物分组进行贝叶斯网状Meta分析,乙酰唑胺组、地塞米松组、银杏叶提取物组和红景天组中AMS发生率均低于安慰剂组;在不同药物的相互比较中,乙酰唑胺组、地塞米松组和红景天组AMS发生率低于银杏叶提取物组;而乙酰唑胺组、地塞米松组、红景天组之间AMS发生率差异未见统计学意义(P>0.05)。其中8项研究报道了2种药物对进入目标海拔人群脉搏血氧饱和度(SpO2)的影响,贝叶斯网状Meta分析结果显示:在目标海拔,红景天组的SpO2高于乙酰唑胺组和安慰剂组,乙酰唑胺组与安慰剂组的SpO2的差异并无统计学意义。预防AMS效果概率排序显示:乙酰唑胺组、地塞米松组、银杏叶提取物组、红景天组和安慰剂组发生AMS排名第5的概率分别为45.72%、48.80%、0、5.48%和0。提高目标海拔人群SpO2概率排序显示:乙酰唑胺组、红景天组和安慰剂组在目标海拔提高SpO2效果排名第1的概率分别为2.27%、97.66%和0.07%;直接比较结果和贝叶斯预测模型间接比较结果一致性较好,差异无统计学意义(P>0.05)。结论乙酰唑胺和地塞米松可有效预防AMS发生,应作为今后相关补充研究的首选药物。红景天在提升进入高海拔人群的SpO2同时也可降低AMS的发生率,也应受到足够的重视。银杏叶提取物预防AMS效果不如上述3种药物,临床中应视情况使用。
简介:摘要目的探讨基于贝叶斯网络建立肝内胆管癌患者根治性切除术后生存预测模型的临床价值。方法回顾性分析中国10家中心2010年1月至2018年12月收治的经意向性根治切除治疗的516例肝内胆管癌患者的临床资料。男性266例,女性250例,年龄[M(QR)]58(14)岁;116例(22.5%)合并肝内胆管结石,143例(27.7%)合并慢性病毒性肝炎。使用Kaplan-Meier法绘制生存曲线,单因素生存分析采用Log-rank检验,多因素生存分析使用Cox回归模型。根据不同变量特征分别采用树增益朴素贝叶斯网络(TAN)及朴素贝叶斯网络算法,应用BayesiaLab软件建立以12个月为目标节点的生存预测模型。同时建立列线图模型,采用受试者工作特征曲线和曲线下面积(AUC)评价模型预测效果的优劣。结果516例患者的总体中位生存时间为25.0个月,1、3、5年累积总体生存率分别为76.6%、37.9%、21.0%。单因素分析结果显示,性别、术前有无黄疸、肿瘤分化程度、有无血管侵犯、有无脉管侵犯、有无肝包膜侵犯、T分期、N分期、切缘、有无结石、癌胚抗原水平、CA19-9水平是患者的预后因素(χ2=5.858~54.974,P值均<0.05)。Cox多因素回归模型分析结果显示,性别、肿瘤分化程度、有无肝包膜侵犯、T分期、N分期、有无结石及CA19-9水平为患者的独立预后因素(P值均<0.05)。依据19个临床病理学因素建立的TAN模型的AUC为74.5%,依据单因素分析得到的12个预后因素所建立的TAN模型的AUC为74.0%,依据多因素分析得到的7个独立预后因素所建立的朴素贝叶斯网络模型的AUC为79.5%,依据多因素分析得到的7个独立预后因素所建立的列线图生存预测模型的AUC为78.8%,C-index为0.73。结论基于贝叶斯网络建立的肝内胆管癌根治术后生存预测模型具有较高的准确性,较列线图具有一定的优势。
简介:摘要目的建立基于贝叶斯概率估计算法的多维度周边快速对比敏感度函数(pqCSF)检测方法,并评估此检测方法的可行性和准确性。方法采用横断面研究设计,2017年9月至2018年3月于中山大学中山眼科中心非连续纳入12名健康正视眼受试者19眼,平均年龄(22.92±2.91)岁,平均球镜度和柱镜度分别为(-0.34±0.52)D和(-0.30±0.42)D,裸眼视力均≥1.0。基于贝叶斯概率估计算法,通过对比敏感度峰值γmax、空间频率峰值ƒmax、带宽β和低对比度截距δ来快速描绘全空间频率的对比敏感度函数(CSF)曲线,建立了(pqCSF)检测方法。所有受试者均在上方、下方、颞侧和鼻侧4个方向6°、12°、18°和24°离心率的16个周边视野位置(其中周边18°的颞侧视野接近生理盲点,不纳入研究)进行pqCSF检测。比较各个视野位置的CSF曲线下面积(AULCSF)以及19个空间频率(以对数单位等间隔分布)所对应的对比敏感度。结果各方向内随着离心率不断增加,AULCSF逐渐降低,不同离心率间AULCSF两两比较,差异均有统计学差异(均P<0.05)。周边6°、12°和24°水平方向(鼻侧+颞侧)AULCSF均较垂直方向(上方+下方)AULCSF大,差异均有统计学意义(均P<0.05)。CSF曲线显示,随着与中心凹距离的增加,pqCSF、AULCSF及高频截止频率都有不同程度的降低,并且数据标准差也逐渐增大。结论pqCSF检测可以描绘出周边大范围视野较完善的周边CSF曲线图,较好地反映周边视功能质量。