期刊文献+
共找到27,874篇文章
< 1 2 250 >
每页显示 20 50 100
基于K-prototypes的混合属性数据聚类算法 被引量:16
1
作者 陈韡 王雷 蒋子云 《计算机应用》 CSCD 北大核心 2010年第8期2003-2005,2110,共4页
通过对基于K-prototypes算法对混合属性数据处理的聚类问题进行研究,改进了K-prototypes算法中分类属性相异度计算公式,使之能更加精确反映样本间的差异;在此基础上提出了一种用于处理混合属性数据的聚类算法,并将改进后的算法应用于英... 通过对基于K-prototypes算法对混合属性数据处理的聚类问题进行研究,改进了K-prototypes算法中分类属性相异度计算公式,使之能更加精确反映样本间的差异;在此基础上提出了一种用于处理混合属性数据的聚类算法,并将改进后的算法应用于英语借词数据的聚类分析中。实验结果表明,与K-prototypes算法相比,改进后的算法具有更好的稳定性和更高的精度。 展开更多
关键词 聚类 k-prototypes算法 混合属性数据 相异度
在线阅读 下载PDF
一种改进的加权K-prototypes算法 被引量:5
2
作者 刘强 邓磊 +1 位作者 贾振红 覃锡忠 《激光杂志》 CAS CSCD 北大核心 2014年第1期18-20,共3页
为了提高K-prototypes算法的聚类准确度,解决其随机选取聚类中心初始值导至的聚类精度较低和聚类结果不稳定的问题。通过对混合属性数据聚类算法的研究,对K-prototypes算法做了进一步的改进。提出了混合属性聚类的初始聚类中心确定方法... 为了提高K-prototypes算法的聚类准确度,解决其随机选取聚类中心初始值导至的聚类精度较低和聚类结果不稳定的问题。通过对混合属性数据聚类算法的研究,对K-prototypes算法做了进一步的改进。提出了混合属性聚类的初始聚类中心确定方法,并且通过加权算法改进了相异度计算公式。最后用UCI数据集对算法进行检验,结果表明,改进的加权K-prototype算法更加稳定,并具有较高的聚类精度。 展开更多
关键词 数据挖掘 混合属性 聚类 权重调整
在线阅读 下载PDF
模糊k-prototypes聚类算法的一种改进算法 被引量:11
3
作者 王宇 杨莉 《大连理工大学学报》 EI CAS CSCD 北大核心 2003年第6期849-852,共4页
模糊k-prototypes算法是当前聚类分析中最有效算法之一.简述了模糊k-prototypes算法的发展进程和主要性质;并在此基础上,指出它在处理数值型和分类型混合数据时的不足,进而提出一种改进算法;最后,将算法应用到英语借词之中,给出计算结果... 模糊k-prototypes算法是当前聚类分析中最有效算法之一.简述了模糊k-prototypes算法的发展进程和主要性质;并在此基础上,指出它在处理数值型和分类型混合数据时的不足,进而提出一种改进算法;最后,将算法应用到英语借词之中,给出计算结果.结果表明,改进算法具有较好的稳定性和较高的精确度. 展开更多
关键词 模糊k-prototypes聚类算法 数值型属性 分类型属性 英语借词 数据挖掘
在线阅读 下载PDF
一种增强的K-prototypes混合数据聚类算法 被引量:5
4
作者 李顺勇 顾嘉成 《陕西科技大学学报》 北大核心 2021年第2期183-188,共6页
针对K-prototypes算法处理混合数据时精度不高等问题,提出了一种增强的K-prototypes混合数据聚类算法(An Enhanced K-prototypes Mixed Data Clustering Algorithm,EKPCA).首先定义了一种新的距离计算公式,扩大了数据之间的差异性,有利... 针对K-prototypes算法处理混合数据时精度不高等问题,提出了一种增强的K-prototypes混合数据聚类算法(An Enhanced K-prototypes Mixed Data Clustering Algorithm,EKPCA).首先定义了一种新的距离计算公式,扩大了数据之间的差异性,有利于对簇边缘数据进行合理划分;其次选取较多初始原型来覆盖数据的整体信息;最后迭代消去多余原型,得到数据集的真实分类.在8个UCI数据集上对算法进行评测,实验结果表明EKPCA算法有较高聚类精度. 展开更多
关键词 k-prototypes 混合数据 距离计算 初始原型 迭代消去
在线阅读 下载PDF
量子遗传算法的模糊K-prototypes聚类 被引量:1
5
作者 叶奇明 梁根 《计算机工程与应用》 CSCD 北大核心 2010年第1期112-115,共4页
聚类分析是数据挖掘中应用最多的一种技术,它在许多领域都有重要应用。模糊h-prototypes算法是当前聚类分析中最有效算法之一,但是存在对初始值敏感、容易陷入局部极小值的问题。为了克服该缺点,提出了一种基于量子遗传算法和FKP算法的... 聚类分析是数据挖掘中应用最多的一种技术,它在许多领域都有重要应用。模糊h-prototypes算法是当前聚类分析中最有效算法之一,但是存在对初始值敏感、容易陷入局部极小值的问题。为了克服该缺点,提出了一种基于量子遗传算法和FKP算法的混合聚类算法,首先利用量子遗传算法确定FKP的初始聚类中心,再将量子遗传算法聚类结果作为后续FKP算法的初始值。实验结果显示,算法具有良好的收敛性和稳定性,聚类效果优于单一使用FKP算法和相关改进的算法。 展开更多
关键词 聚类算法 量子遗传算法 模糊k-prototypes算法 数值型属性 数据挖掘
在线阅读 下载PDF
基于平均差异度的改进k-prototypes聚类算法 被引量:4
6
作者 石鸿雁 徐明明 《沈阳工业大学学报》 EI CAS 北大核心 2019年第5期555-559,共5页
针对k-prototypes聚类算法随机选取初始聚类中心导致聚类结果不稳定,以及现有的大多数混合属性数据聚类算法聚类质量不高等问题,提出了基于平均差异度的改进k-prototypes聚类算法.通过利用平均差异度选取初始聚类中心,避免了初始聚类中... 针对k-prototypes聚类算法随机选取初始聚类中心导致聚类结果不稳定,以及现有的大多数混合属性数据聚类算法聚类质量不高等问题,提出了基于平均差异度的改进k-prototypes聚类算法.通过利用平均差异度选取初始聚类中心,避免了初始聚类中心点选取的随机性,同时利用信息熵确定数值数据的属性权重,并对分类属性度量公式进行改进,给出了一种混合属性数据度量公式.结果表明,改进后的算法具有较高的准确率,能够有效处理混合属性数据. 展开更多
关键词 k-prototypes算法 聚类 初始聚类中心 混合属性数据 平均差异度 信息熵 属性权重 度量公式
在线阅读 下载PDF
基于信息增益的模糊K-prototypes聚类算法
7
作者 欧阳浩 王智文 +1 位作者 戴喜生 刘智琦 《计算机工程与科学》 CSCD 北大核心 2015年第5期1009-1014,共6页
K-prototypes聚类算法结合了K-means算法和K-modes算法,可用于分析混合属性的数据对象。传统的K-prototypes聚类算法在计算数据对象的相异度时,未考虑各个属性对于最终聚类结果的影响程度,而现实世界中,各属性的重要程度是不同的。使用... K-prototypes聚类算法结合了K-means算法和K-modes算法,可用于分析混合属性的数据对象。传统的K-prototypes聚类算法在计算数据对象的相异度时,未考虑各个属性对于最终聚类结果的影响程度,而现实世界中,各属性的重要程度是不同的。使用了信息论中信息增益的计算方法,来获得各个属性的权值。在计算各属性的差异度时,乘以这些权值,从而可以获得更为准确的聚类结果。为了增加算法处理模糊问题的能力,本算法引用了模糊理论,从而使其具有较好的抗干扰能力和处理不确定性问题的能力。通过对四个UCI数据集的聚类分析实验,表明了本算法的有效性。 展开更多
关键词 聚类 信息增益 模糊k-prototypes算法 混合型数据
在线阅读 下载PDF
一种改进的K-Prototypes聚类算法 被引量:1
8
作者 吴孟书 吴喜之 《统计与决策》 CSSCI 北大核心 2008年第5期24-26,共3页
传统的K-Prototypes聚类算法是利用划分的思想来对混合数据进行聚类,但是当混合数据的维度增大时,对象之间的差异度几乎相等,使得此算法难以进行。针对上述缺陷,文章提出一种改进的K-Prototyes聚类算法,聚类前先剔除各类中不相关的维度... 传统的K-Prototypes聚类算法是利用划分的思想来对混合数据进行聚类,但是当混合数据的维度增大时,对象之间的差异度几乎相等,使得此算法难以进行。针对上述缺陷,文章提出一种改进的K-Prototyes聚类算法,聚类前先剔除各类中不相关的维度,将高维混合数据投影降维后再进行聚类。文中给出了Heart Disease Databases的算例,验证了算法的有效性。 展开更多
关键词 高维混合数据 投影寻踪聚类 k—Prototyes聚类
在线阅读 下载PDF
一种有效的Gk-prototypes聚类算法 被引量:1
9
作者 郭映江 徐蔚鸿 +1 位作者 陈沅涛 文泽林 《计算机工程与科学》 CSCD 北大核心 2019年第9期1693-1699,共7页
针对传统的聚类算法对初始聚类中心敏感、只能对单一属性聚类且聚类效果有时欠佳等不足,提出了一种能处理数值属性和分类属性的Gk-prototypes聚类算法。在经典的k-prototypes聚类算法的基础上,利用去模糊相似矩阵来构造粗粒子集,结合粒... 针对传统的聚类算法对初始聚类中心敏感、只能对单一属性聚类且聚类效果有时欠佳等不足,提出了一种能处理数值属性和分类属性的Gk-prototypes聚类算法。在经典的k-prototypes聚类算法的基础上,利用去模糊相似矩阵来构造粗粒子集,结合粒计算和最大最小距离法确定初始聚类中心,并改进了目标函数。实验结果和理论分析表明,Gk-prototypes聚类算法与其他基于k-prototypes的改进算法相比,聚类更准确,有效性更好,鲁棒性更强。 展开更多
关键词 k-prototypes聚类 去模糊相似矩阵 粒计算 最大最小距离法
在线阅读 下载PDF
基于改进式k-prototypes聚类的坏数据辨识与修正 被引量:9
10
作者 王孝慈 董树锋 +2 位作者 刘育权 王莉 李俊格 《电测与仪表》 北大核心 2022年第2期9-15,共7页
工业领域很多技术的实现都以准确的负荷数据为基础,而工厂现有的负荷数据测量体系常因为通信、存储等故障,导致负荷数据中出现大量坏数据。因此,提出基于改进式k-prototypes聚类的坏数据辨识与修正方法,通过在聚类中引入非负荷数据特征... 工业领域很多技术的实现都以准确的负荷数据为基础,而工厂现有的负荷数据测量体系常因为通信、存储等故障,导致负荷数据中出现大量坏数据。因此,提出基于改进式k-prototypes聚类的坏数据辨识与修正方法,通过在聚类中引入非负荷数据特征,削弱负荷坏数据对聚类结果的影响,使坏数据辨识和修复结果更准确。改进式k-prototypes算法通过随机初始化,并行计算择优,克服了标准k-prototypes容易随初始聚类中心陷入局部最优解的缺陷;并通过聚类数量的自适应处理,解决了主观决定聚类数量的问题。基于聚类结果,根据正态分布原则确定负荷数据可行域,识别坏数据,并利用类中心置换法进行修正。实验表明,该方法较只考虑负荷数据的模糊均值聚类法效果更好,坏数据识别的召回率与修正的准确率显著提高。 展开更多
关键词 k-prototypes聚类 混合数据集聚类 坏数据辨识 类中心置换修正法 工业负荷预处理
在线阅读 下载PDF
一种面向混合型数据聚类的k-prototypes聚类算法 被引量:7
11
作者 贾子琪 宋玲 《小型微型计算机系统》 CSCD 北大核心 2020年第9期1845-1852,共8页
同时包含数值型和分类型数据的混合型数据集在实际应用中普遍存在.经典的k-prototypes算法通过人为设置参数γ来调节分类型数据和数值型数据之间的占比,γ对聚类结果影响很大.为了避免不同类型数据之间的特征转换和参数调整以及处理高... 同时包含数值型和分类型数据的混合型数据集在实际应用中普遍存在.经典的k-prototypes算法通过人为设置参数γ来调节分类型数据和数值型数据之间的占比,γ对聚类结果影响很大.为了避免不同类型数据之间的特征转换和参数调整以及处理高维混合型数据聚类中的特征加权问题,提出了基于熵权的分类型相异度系数,量化的数值型相异度系数和适用于混合型数据聚类的混合型相异度系数.提出的相异度系数充分考虑了分类型特征值的重要性和数值型特征值的平均值,并具统一的准则,可以更客观的计算数据对象与簇之间的相异度.此外,将加权的混合型相异度系数应用到经典的k-prototypes算法中,提出了一种面向混合型数据聚类的k-prototypes聚类算法(KPMD).使用UCI真实数据集进行实验,结果验证了KPMD算法的有效性和鲁棒性. 展开更多
关键词 k-prototypes 混合型相异度系数 分类型数据 数值型数据 混合型数据
在线阅读 下载PDF
面向本地差分隐私的K-Prototypes聚类方法 被引量:9
12
作者 张国鹏 陈学斌 +2 位作者 王豪石 翟冉 马征 《计算机应用》 CSCD 北大核心 2022年第12期3813-3821,共9页
为了在聚类分析中保护数据隐私的同时确保数据的可用性,提出一种基于本地化差分隐私(LDP)技术的隐私保护聚类方案——LDPK-Prototypes。首先,用户对混合型数据集进行编码;其次,采用随机响应机制对敏感数据进行扰动,而第三方在收集到用... 为了在聚类分析中保护数据隐私的同时确保数据的可用性,提出一种基于本地化差分隐私(LDP)技术的隐私保护聚类方案——LDPK-Prototypes。首先,用户对混合型数据集进行编码;其次,采用随机响应机制对敏感数据进行扰动,而第三方在收集到用户的扰动数据后以最大限度恢复原始数据集;然后,执行K-Prototypes聚类算法,在聚类过程中,使用相异性度量方法确定初始聚类中心,并利用熵权法重新定义新的距离计算公式。理论分析和实验结果表明,所提方案与基于中心化差分隐私(CDP)技术的ODPC算法相比,在Adult和Heart数据集上的平均准确率分别提高了2.95%和12.41%,有效提高了聚类的可用性。同时,LDPK-Prototypes扩大了数据之间的差异性,有效避免了局部最优,提高了聚类算法的稳定性。 展开更多
关键词 本地化差分隐私 k-prototypes 随机响应机制 熵权法 隐私保护
在线阅读 下载PDF
基于K-prototype聚类的学生教育画像分析 被引量:19
13
作者 翟鸣宇 程建 +1 位作者 王苏桐 王延章 《大连理工大学学报(社会科学版)》 CSSCI 北大核心 2021年第6期22-31,共10页
针对包含类别数据与数值数据的高校教育大数据,采用基于汉明距离与欧式距离混合度量的K-prototype进行聚类,并通过轮廓系数对聚类效果进行评价,与常用的k-means、DBSCAN进行对比,实验结果表明:基于K-prototype的聚类在教育大数据的处理... 针对包含类别数据与数值数据的高校教育大数据,采用基于汉明距离与欧式距离混合度量的K-prototype进行聚类,并通过轮廓系数对聚类效果进行评价,与常用的k-means、DBSCAN进行对比,实验结果表明:基于K-prototype的聚类在教育大数据的处理上更具优势。基于聚类结果,采用词云图构建了4类学生教育画像。画像从基本属性、生活消费、生活规律等维度将学生群体划分为“思想积极型学生”“夜猫子游戏型学生”“规律作息型学生”“节俭好学型学生”4类,为学生教育管理人员提供相应的决策支持。 展开更多
关键词 学生教育画像 k-prototype聚类 词云图
在线阅读 下载PDF
一种基于k-prototype的多层次聚类改进算法 被引量:1
14
作者 李士进 朱跃龙 刘净 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2007年第3期342-347,共6页
针对k-prototype算法在处理复杂的数据集时,常出现一些纯度不高的簇,影响了聚类质量的问题,提出一种基于k-prototype的多层次聚类改进算法,利用属性自动选择的方法将一些纯度不高的簇进行再聚类,以提高聚类质量.以UCI标准测试数据集进... 针对k-prototype算法在处理复杂的数据集时,常出现一些纯度不高的簇,影响了聚类质量的问题,提出一种基于k-prototype的多层次聚类改进算法,利用属性自动选择的方法将一些纯度不高的簇进行再聚类,以提高聚类质量.以UCI标准测试数据集进行实验,实验结果表明,该改进算法能够明显提高混合型数据集的聚类质量,并且在数据约简方面有良好表现. 展开更多
关键词 聚类 混合数据 多层次聚类 k-prototype聚类
在线阅读 下载PDF
改进K-SMOTE随机森林算法在地震信息发布安全风险评估中的应用研究 被引量:1
15
作者 李亚龙 何琳 +2 位作者 万杰 潘丹 孙静 《地震工程学报》 北大核心 2025年第1期168-177,共10页
为有效地提高地震监测、预警、灾情评估等信息发布的安全性提出一种改进型K-SMOTE随机森林(RF)方法构建地震信息安全风险评估模型。该模型通过改进K-SMOTE算法中运用混合采样获得均衡度高的样本集,然后使用随机K折交叉验证方法进行样本... 为有效地提高地震监测、预警、灾情评估等信息发布的安全性提出一种改进型K-SMOTE随机森林(RF)方法构建地震信息安全风险评估模型。该模型通过改进K-SMOTE算法中运用混合采样获得均衡度高的样本集,然后使用随机K折交叉验证方法进行样本划分与模型优化,最终实现目标安全风险等级评估。对实际地震信息发布案例进行评测,文章所提方法构建模型评估准确率为92%,模型精确率和查全率分别为0.81和0.92,模型泛化能力强,能有效用于地震信息发布安全风险评估。本研究为完善地震信息发布安全评估体系、改进地震信息发布环境、降低安全风险提供了参考。 展开更多
关键词 地震信息发布 风险等级评估 改进k-SMOTE 随机森林 随机k折交叉验证
在线阅读 下载PDF
基于K互近邻与核密度估计的DPC算法 被引量:2
16
作者 周玉 夏浩 +1 位作者 刘虹瑜 白磊 《北京航空航天大学学报》 北大核心 2025年第6期1978-1990,共13页
快速搜索和发现密度峰值聚类(DPC)算法是一种基于密度的聚类算法。该算法不需要迭代和过多的设定参数,但由于计算局部密度时没有考虑数据的局部结构,导致无法识别簇密度小的聚类中心。针对此问题,提出基于K互近邻(KN)和核密度估计(KDE)... 快速搜索和发现密度峰值聚类(DPC)算法是一种基于密度的聚类算法。该算法不需要迭代和过多的设定参数,但由于计算局部密度时没有考虑数据的局部结构,导致无法识别簇密度小的聚类中心。针对此问题,提出基于K互近邻(KN)和核密度估计(KDE)的DPC(KKDPC)算法。通过K近邻和核密度估计方法得到数据点的K互近邻数量和局部核密度;将K互近邻数量与局部核密度进行加和获得新的局部密度;根据数据点的局部密度得到相对距离,并通过构建决策图选取聚类中心及分配非中心点。利用人工数据集和真实数据集进行实验,并与DPC、基于密度的噪声空间聚类应用(DBSCAN)、K-means、模糊C均值聚类算法(FCM)、基于K近邻的DPC(DPCKNN)、近邻优化DPC(DPC-NNO)、基于模糊加权共享邻居的DPC(DPC-FWSN)算法进行对比。通过计算调整互信息(AMI)、调整兰德指数(ARI)、归一化互信息(NMI)来验证KKDPC算法的性能。实验结果表明:KKDPC算法能更加准确地识别聚类中心,有效地提高聚类精度。 展开更多
关键词 聚类算法 密度峰值 k近邻 k互近邻 核密度估计
在线阅读 下载PDF
Prototypes and Vocabulary Teaching
17
作者 王乐 《陕西师范大学学报(哲学社会科学版)》 CSSCI 北大核心 2006年第S1期337-338,共2页
The prototype theory suggests that many metal concepts we have are really prototypes.It claims that children first learn words that are "basic" because they reflect aspects of the world,prototypes, which sta... The prototype theory suggests that many metal concepts we have are really prototypes.It claims that children first learn words that are "basic" because they reflect aspects of the world,prototypes, which stand out automatically from the rest of what they see.Basic level words should be taught first. 展开更多
关键词 prototypE prototype theory prototype theory of vocabulary
在线阅读 下载PDF
生成式人工智能领先企业专利布局实证分析——基于复杂网络分析与K均值聚类算法 被引量:2
18
作者 高山行 王慧 杨张博 《科技进步与对策》 北大核心 2025年第4期55-66,共12页
生成式人工智能(AIGC)技术对经济社会发展带来巨大挑战,现有研究多从技术规制、发展历程等方面展开,较少对AIGC领先企业专利布局进行深入分析。选取美国AIGC领域领先的14家初创公司和4家科技巨头,基于复杂网络分析方法和机器学习的K均... 生成式人工智能(AIGC)技术对经济社会发展带来巨大挑战,现有研究多从技术规制、发展历程等方面展开,较少对AIGC领先企业专利布局进行深入分析。选取美国AIGC领域领先的14家初创公司和4家科技巨头,基于复杂网络分析方法和机器学习的K均值聚类算法,利用专利IPC信息构建专利知识网络。研究发现,美国AIGC领先企业的专利布局聚焦于电数字数据处理、图形数据读取及呈现等技术领域;从专利布局知识宽度、知识深度、知识紧密程度、知识分离程度和知识一致性程度进行聚类,企业可分为三类,即专业玩家、大厂/领先者和创新者。同时,识别不同企业的核心知识领域和桥接知识领域,最后从算法、算力和数据方面为我国发展AIGC产业提出政策建议。 展开更多
关键词 生成式人工智能 AIGC 复杂网络 专利布局 k均值聚类
在线阅读 下载PDF
基于改进K-SMOTE随机森林算法的房屋建筑抗震能力判定 被引量:1
19
作者 李亚龙 张洁 檀斌 《工程抗震与加固改造》 北大核心 2025年第1期67-78,共12页
为完善房屋建筑抗震能力评价体系,改进房屋建筑抗震能力判定方法,本文分析了房屋建筑抗震设防能力影响因素,基于故障树分析法(FTA)确定评估目标的基本原因事件,并对FTA模型中的基本原因事件进行分类归纳,构建房屋建筑抗震设防能力判定体... 为完善房屋建筑抗震能力评价体系,改进房屋建筑抗震能力判定方法,本文分析了房屋建筑抗震设防能力影响因素,基于故障树分析法(FTA)确定评估目标的基本原因事件,并对FTA模型中的基本原因事件进行分类归纳,构建房屋建筑抗震设防能力判定体系;采用基尼指数计算体系中各指标因子的权重并对指标的重要性进行分析,在对指标进行斯皮尔曼相关系数计算的基础上,结合指标重要性基于随机森林(RF)方法构建了房屋建筑抗震设防能力判定模型,以霍山县部分房屋建筑基础数据构建样本集,为提升RF模型泛化能力,避免模型过度拟合,通过改进K-SMOTE算法混合采样提高样本均衡度,使用随机K折交叉验证方法进行样本划分与模型优化,实现房屋建筑抗震设防能力等级判定。研究结果表明:(1)模型评估准确率为93.81%,模型精确率和查全率分别为0.883和0.938,模型泛化能力强;(2)选择实际房屋建筑样例,模型判定结果与实际结果一致,验证了所提方法构建模型的正确性,能有效用于房屋建筑抗震能力判定;(3)将所提方法应用霍山县乡镇区域房屋建筑抗震设防能力判定,得出霍山县城区房屋建筑抗震能力一般,乡村房屋建筑抗震能力较差。本研究可有效用于房屋建筑抗震能力判定,为改进区域抗震设防措施、降低区域震害风险提供参考。 展开更多
关键词 抗震设防判定 FTA 改进k-SMOTE 随机森林 随机k折交叉验证
在线阅读 下载PDF
组织蛋白酶K和分泌型卷曲相关蛋白2与高龄急性心肌梗死患者术后心室重构的关系 被引量:1
20
作者 胡琼 杨力 +1 位作者 杨倩 冯莹 《中华老年心脑血管病杂志》 北大核心 2025年第10期1326-1329,共4页
目的探究组织蛋白酶K(cathepsin K,CTK)和分泌型卷曲相关蛋白2(secreted frizzled-related protein 2,sFRP2)与高龄急性心肌梗死(acute myocardial infarction,AMI)患者经皮冠状动脉介入治疗(percutaneous coronary intervention,PCI)... 目的探究组织蛋白酶K(cathepsin K,CTK)和分泌型卷曲相关蛋白2(secreted frizzled-related protein 2,sFRP2)与高龄急性心肌梗死(acute myocardial infarction,AMI)患者经皮冠状动脉介入治疗(percutaneous coronary intervention,PCI)术后心室重构中的作用及其相关性。方法选取2020年1月至2023年12月武汉市第一医院心血管内科接受PCI的高龄AMI患者192例,根据术后6个月是否发生心室重构分为心室重构组74例和非心室重构组118例。收集两组临床资料及术后生化指标,采用多因素logistic回归分析评估CTK和sFRP2水平与心室重构的相关性,并利用ROC曲线分析CTK和sFRP2对高龄AMI患者心室重构的预测价值。结果心室重构组住院时间、左心室舒张末期内径、CTK、sFRP2、C反应蛋白(C-reactive protein,CRP)、白细胞介素6(interleukin-6,IL-6)水平显著高于非心室重构组,左心室射血分数显著低于非心室重构组,差异有统计学意义(P<0.05,P<0.01);多因素logistic回归分析显示,CTK和sFRP2为高龄AMI患者PCI术后心室重构的危险因素(P<0.01)。ROC曲线分析显示,CTK、sFRP2、CRP、IL-6四者联合预测高龄AMI患者PCI术后心室重构的曲线下面积为0.892,敏感性为79.73%,特异性为88.14%(P<0.01)。结论CTK和sFRP2在高龄AMI患者PCI术后心室重构中明显升高,与心室重构发生密切相关,可作为预测PCI术后心室重构的潜在生物标志物,为临床诊疗提供重要参考。 展开更多
关键词 组织蛋白酶k 心肌梗死 心室重构
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部