针对现有基于视频整体时间结构建模的行为识别方法中,存在的时间噪声信息和歧义信息干扰现象,从而引起行为类别识别错误的问题,提出一种新型的Grenander推理优化下时间图模型(temporal graph model with Grenander inference,TGM-GI).首...针对现有基于视频整体时间结构建模的行为识别方法中,存在的时间噪声信息和歧义信息干扰现象,从而引起行为类别识别错误的问题,提出一种新型的Grenander推理优化下时间图模型(temporal graph model with Grenander inference,TGM-GI).首先,构建3D CNN-LSTM模块,其中3D CNN用于行为的动态特征提取,LSTM模块用于该特征的时间依赖关系优化.其次,在深度模块基础上,利用Grenander理论构建了行为识别的时间图模型,并设计了两个模块分别处理慢行为时间冗余和异常行为干扰问题,实现了时间噪声抑制下的时间结构提议.随后,设计融合特征约束和语义约束的Grenander测度,并提出一种时序增量形式的Viterbi算法,修正了行为时间模式中的歧义信息.最后,采用基于动态时间规划的模式匹配方法,完成了基于时间模式的行为识别任务.在UCF101和Olympic Sports两个公认数据集上,与现有多种基于深度学习的行为识别方法进行比较,该方法获得了最好的行为识别正确率.该方法优于基准的3D CNN-LSTM方法,在UCF101数据集上识别精度提高6.41%,在Olympic Sports数据集上识别精度提高5.67%.展开更多
目的:探究脊柱结核患者病灶清除融合内固定术后住院时间延长的相关危险因素,构建列线图预测模型,为脊柱结核患者快速康复管理提供理论依据。方法:回顾性分析2018年12月~2023年6月遵义医科大学附属医院骨科收治的142例脊柱结核行病灶清...目的:探究脊柱结核患者病灶清除融合内固定术后住院时间延长的相关危险因素,构建列线图预测模型,为脊柱结核患者快速康复管理提供理论依据。方法:回顾性分析2018年12月~2023年6月遵义医科大学附属医院骨科收治的142例脊柱结核行病灶清除融合内固定术治疗的患者,按2∶1比例分为建模组(n=96)及验证组(n=46)。将住院时间>21d作为住院时间延长的结局变量,以两组患者的年龄、性别、饮酒史、吸烟史、高血压、冠心病、糖尿病、贫血、术后是否有低蛋白血症、是否合并脊髓损伤、是否并发其他部位结核、是否合并骨质破坏、是否输血、拔出引流管时间、术后并发症、手术时长、出血量、术前美国麻醉医师协会(American Society of Aneshesiologists,ASA)评分、术后ASA评分、手术切口长度、是否有脓液形成、术前是否进行化疗、化疗方案等分别作为自变量,建立单因素Logistic回归模型,单因素分析筛选出的危险因素纳入多因素Logistic回归模型分析脊柱结核患者病灶清除融合内固定术后住院时间>21d的独立危险因素并构建风险预测模型。采用受试者操作特征(receiver operating characteristics,ROC)曲线下面积(area under curve,AUC)对模型的区分度进行评价;采用校准曲线评价模型校准度;采用决策曲线(decision curve analysis,DCA)评价模型的临床价值及其对实际决策的影响。利用验证组数据绘制ROC曲线、校准曲线,进行外部验证。结果:建模组中单因素与多因素分析结果提示,脊柱结核患者病灶清除融合内固定术后住院时间延长的独立危险因素包括年龄(OR=1.040,95%CI:1.011~1.069)、合并其他部位结核(OR=2.867,95%CI:1.157~7.106)、术前ASA评分(OR=1.543,95%CI:1.015~2.347)。建模组与验证组模型的ROC曲线AUC分别为0.767(95%CI:0.671~0.863)和0.720(95%CI:0.569~0.871),表明预测模型具有较好的预测效能。校准曲线分析结果显示实际曲线与理想曲线拟合较好,DCA曲线分析显示,列线图在建模组与验证组有较好的临床获益性。结论:高龄、合并其他部位结核、术前ASA评分等级高的脊柱结核患者病灶清除融合内固定术后易发生住院时间延长,基于此建立的风险预测列线图模型具有良好的预测效能。展开更多
文摘目的:探究脊柱结核患者病灶清除融合内固定术后住院时间延长的相关危险因素,构建列线图预测模型,为脊柱结核患者快速康复管理提供理论依据。方法:回顾性分析2018年12月~2023年6月遵义医科大学附属医院骨科收治的142例脊柱结核行病灶清除融合内固定术治疗的患者,按2∶1比例分为建模组(n=96)及验证组(n=46)。将住院时间>21d作为住院时间延长的结局变量,以两组患者的年龄、性别、饮酒史、吸烟史、高血压、冠心病、糖尿病、贫血、术后是否有低蛋白血症、是否合并脊髓损伤、是否并发其他部位结核、是否合并骨质破坏、是否输血、拔出引流管时间、术后并发症、手术时长、出血量、术前美国麻醉医师协会(American Society of Aneshesiologists,ASA)评分、术后ASA评分、手术切口长度、是否有脓液形成、术前是否进行化疗、化疗方案等分别作为自变量,建立单因素Logistic回归模型,单因素分析筛选出的危险因素纳入多因素Logistic回归模型分析脊柱结核患者病灶清除融合内固定术后住院时间>21d的独立危险因素并构建风险预测模型。采用受试者操作特征(receiver operating characteristics,ROC)曲线下面积(area under curve,AUC)对模型的区分度进行评价;采用校准曲线评价模型校准度;采用决策曲线(decision curve analysis,DCA)评价模型的临床价值及其对实际决策的影响。利用验证组数据绘制ROC曲线、校准曲线,进行外部验证。结果:建模组中单因素与多因素分析结果提示,脊柱结核患者病灶清除融合内固定术后住院时间延长的独立危险因素包括年龄(OR=1.040,95%CI:1.011~1.069)、合并其他部位结核(OR=2.867,95%CI:1.157~7.106)、术前ASA评分(OR=1.543,95%CI:1.015~2.347)。建模组与验证组模型的ROC曲线AUC分别为0.767(95%CI:0.671~0.863)和0.720(95%CI:0.569~0.871),表明预测模型具有较好的预测效能。校准曲线分析结果显示实际曲线与理想曲线拟合较好,DCA曲线分析显示,列线图在建模组与验证组有较好的临床获益性。结论:高龄、合并其他部位结核、术前ASA评分等级高的脊柱结核患者病灶清除融合内固定术后易发生住院时间延长,基于此建立的风险预测列线图模型具有良好的预测效能。
