- 博客(43)
- 收藏
- 关注
RSS订阅原创 【NPJ顶刊推荐】华西医院利用术前MRI就可以预测脑膜瘤Ki-67状态？
脑膜瘤是常见的颅内肿瘤，Ki-67指数作为细胞增殖的生物标志物，对预后评估和治疗决策至关重要。然而，Ki-67的评估依赖于侵入性活检或手术标本，给患者带来负担。因此，开发一种基于术前MRI的非侵入性预测模型具有重要意义。
2025-03-12 17:29:23
819
原创 [DEBUG] pytorch 加速安装兼容cuda12.6版本(Torch CUDA is not available )
使用国内镜像源可以极大提升 PyTorch 安装速度，特别是在网络条件不佳的情况下。通过配置 pip 镜像和使用交大 PyTorch 镜像源，能够快速完成不同版本 PyTorch 的安装。希望这篇文章能对你的 PyTorch 使用带来帮助！如有问题，欢迎在评论区讨论交流。
2024-12-11 11:57:01
5299
原创 2024最新超全！病理组学特征提取模型！！
近年来，病理学中的预训练模型主要可以分为切片级（Patch-level）模型和全切片级（Slide-level）模型。这两类模型各有特点，切片级模型在局部特征识别上具有较强优势，而全切片级模型则能整合整个切片的信息。预训练模型通过在大规模数据集上学习特征表示，能够显著减少对标注数据的依赖，降低成本并加速新模型的开发。接下来的表格整理了近年来最先进的病理组学特征提取模型以及相关开源的论文及模型权重地址，以供相关研究人员进行改进或作下游微调任务。切片级特征提取器 （Patch-level models）
2024-12-05 11:52:50
1019
3
原创 【病理组学】跨尺度多实例学习用于病理图像诊断
炎性肠病（如克罗恩病）是临床诊断中的一个重要问题，病理学作为诊断这一疾病的金标准，长期以来依赖病理学家通过显微镜对组织切片进行多尺度的形态学分析。然而，这一过程不仅繁琐，而且高度依赖于病理学家的经验和直觉，容易受到主观因素的影响。随着数字病理学的发展，借助全切片图像（Whole Slide Images, WSI）和深度学习技术，计算机辅助病理诊断的潜力日益显现，为提高诊断效率和准确性提供了新的可能。尽管如此，现有的数字病理学方法主要集中在单一尺度的图像分析上，忽略了病理图像中跨尺度信息的关键作用。
2024-11-21 11:48:09
1257
原创 【顶刊BMJ】手把手教你如何开发临床预测模型！！！
临床预测模型旨在通过一组基线预测因子来预测未来的健康结局，以辅助医疗决策制定并改善健康状况。近年来，随着大数据的日益可用和机器学习方法的发展，预测模型在医学领域的应用越来越广泛。例如，一项综述在产科学领域发现了263个预测模型，另一项综述在COVID-19相关领域找到了606个模型。
2024-11-20 17:34:27
2494
原创 [DEBUG]AttributeError: module ‘numpy‘ has no attribute ‘bool‘?
AttributeError: module 'numpy' has no attribute 'bool'?"numpy.bool 已被弃用。建议降级到 1.23.1 版本。作为替代，有一个 numpy.bool_（带下划线）。一个对我有用的小技巧是这样做的：import numpy as npnp.bool = np.bool_这样处理有点粗糙，但对我来说有效。
2024-11-11 11:20:21
185
原创 使用R语言survminer获取生存分析高风险和低风险的最佳截断值cut-off
在生存分析中，Cox比例风险模型是一种常用的统计方法，用于评估多个变量对生存时间的影响。在临床研究中，我们经常需要根据某些连续变量的预测值来对患者进行分组，以便更好地理解不同风险组的生存差异。本文将介绍如何使用R语言中的survival和survminer包来执行Cox比例风险模型分析，并使用函数寻找最佳截断值。
2024-11-08 11:04:11
1006
原创 Recall（召回率）、F1分数、特异性（specificity）和精确度（precision）
这些指标通常在混淆矩阵（confusion matrix）的基础上计算，混淆矩阵是一个表格，用来描述模型预测的结果和实际情况之间的关系。在实际应用中，根据问题的具体需求，可能会更关注这些指标中的某一个或某几个。例如，在医疗诊断中，人们可能更关注召回率，因为漏诊（False Negative）的后果可能比误诊（False Positive）更严重。在机器学习和统计学中，recall（召回率）、F1分数、特异性（specificity）和精确度（precision）是评估分类模型性能的常用指标。
2024-10-23 09:17:02
1332
翻译 [超简单] 临床决策曲线 Decision curve analysis (DCA) 快速入门概要
Decision curve analysis (DCA) 是一种评估和比较预测模型的方法，它考虑了临床后果，只需要在模型测试的数据集上进行，并且可以应用于连续或二分类结果的模型。DCA 的核心思想是比较不同预测模型的净获益，即在不同阈值下，模型预测与实际发生事件之间的一致性所带来的获益与不一致性所带来的损失之间的差异。假设所有患者都是阳性，因此对所有人进行治疗（“治疗所有”策略）。假设所有患者都是阴性，因此不对任何人进行治疗（“不治疗所有”策略）。
2024-10-17 10:18:44
1760
原创 [DEBUG]生存分析 Censoring survival function is zero at one or more time points
在使用 scikit-survival 进行生存分析时，可能会遇到 "Censoring survival function is zero at one or more time points" 错误。此错误通常是由于测试集中的生存时间超出了训练集的最大生存时间范围，导致无法计算相应时间点的生存函数。为了解决该问题，本文提供了以下解决方案：通过筛选或截断测试集中的生存时间，确保其不超过训练集的最大生存时间，从而避免生存函数为零的情况。该方法有效提升了生存分析模型的稳定性和可靠性。
2024-10-15 09:49:22
399
原创 [DEBUG] VS Code Bad owner or permissions ssh远程连接服务器报错：Could not establish connection to
[DEBUG] VS Code Bad owner or permissions ssh远程连接服务器报错：Could not establish connection to
2024-10-11 14:25:39
122
原创 [论文速读] Multimodal Fusion on Low-quality Data:A Comprehensive Survey 低质多模态数据融合综述
[论文速读] Multimodal Fusion on Low-quality Data:A Comprehensive Survey 低质多模态数据融合综述
2024-09-25 10:50:39
1800
原创 [DEBUG] TypeError: object.__new__(onedal._onedal_py_host.svm.classification.model) is not safe, use
debug TypeError: object.__new__(onedal._onedal_py_host.svm.classification.model) is not safe, use onedal._onedal_py_host.svm.classification.model.__new__()
2024-09-20 16:03:28
229
原创 期刊杂志文章类型
在学术出版中，不同的文章类型通常代表着不同的内容、研究深度和目的。每种文章类型都有其特定的读者群体和目的，研究人员在选择发表类型时会考虑他们的研究内容和目标受众。- 这些文章可能不符合传统研究文章或综述文章的格式，但仍然提供有价值的信息或见解。- 这些文章通常比完整的研究文章短，但仍然包含研究方法、结果和结论。- 作者可能会提出对现有研究的批评、补充数据或新的研究想法。- 研究文章通常经过同行评审，以确保研究的质量和可靠性。- 编辑文章可能涉及对最近发表的文章或研究趋势的评论。
2024-09-04 15:13:54
592
原创 [DEBUG] ImportError: cannot import name ‘if_delegate_has_method‘ from ‘sklearn.utils.metaestimators‘
ImportError: cannot import name 'if_delegate_has_method' from 'sklearn.utils.metaestimators' eli5问题解决，debug
2024-06-19 14:51:24
1376
5
原创 轻松学统计——随机变量介绍
净重的测量可以得到任何实数值，尽管在实际生产中可能存在一定的分装标准，导致实际观测值可能较为集中或呈现某些特定的离散值，但从理论上讲，净重可以是连续范围内的任何数值。不及格的原因通常涉及分类信息，如“缺乏练习”、“理解难度高”、“缺勤过多”等，这些原因不能通过数量大小来衡量，而是依据其特性进行分类。：通常使用频数分布表、百分比、比例等描述性统计方法，以及卡方检验（χ²检验）等推论统计方法来分析不同类别的分布和关联性。因为气泡的数量可以明确计数，其可能值为非负整数（包括0，即没有气泡的情况）。
2024-06-01 19:09:12
565
原创 python简单学 策略模式【Strategy Pattern】
策略模式是一种行为型设计模式，它定义了一系列算法，并将每个算法封装成单独的策略类，使得它们可以相互替换，而不影响客户端的使用。策略模式将算法的使用和算法的实现分离开来，使得客户端可以根据需要灵活地选择和切换不同的算法。
2024-02-16 16:01:25
545
原创 python轻松学 设计模式 总结
在软件开发中，设计模式是解决常见问题的重要工具。设计模式按其目的和用途可以分为创建型、结构型和行为型模式。本文将深入探讨每种类型的常见设计模式，并提供适当的示例，帮助读者更好地理解和应用这些模式。
2024-02-16 14:51:27
419
原创 python简单学 装饰器模式【Decorator Pattern】
装饰器模式是一种结构型设计模式，它允许你动态地给一个对象添加一些额外的职责，而不会影响到它的扩展性。通过装饰器模式，你可以在不改变原有对象结构的情况下，灵活地给对象增加新的功能。
2024-02-16 14:48:37
399
原创 python简单学 状态模式【State Pattern】
状态模式是一种行为型设计模式，它允许对象在其内部状态发生变化时改变其行为，从而使得对象在不同的状态下有不同的行为。状态模式将对象的各种状态封装成单独的状态类，并在对象内部维护一个指向当前状态对象的引用。
2024-02-15 14:13:36
493
原创 python简单学 观察者模式【Observer Pattern】
观察者模式是一种行为型设计模式，它定义了一种一对多的依赖关系，使得当一个对象的状态发生变化时，其所有依赖对象都会收到通知并自动更新。在观察者模式中，被观察者称为主题（Subject），而观察者称为观察者（Observer）。
2024-02-15 14:06:27
572
原创 python简单学 中介者模式【Mediator Pattern】
中介者模式是一种行为型设计模式，它通过引入一个中介者对象来封装一系列对象之间的交互，从而降低了对象之间的直接耦合度。中介者对象负责协调对象之间的交互，使得对象之间不需要直接相互引用，而是通过中介者对象进行通信。
2024-02-15 13:58:30
431
原创 python简单学 命令模式【Command Pattern】
命令模式是一种行为型设计模式，它允许将操作封装成对象，以便在不同的上下文中进行传递、排队、记录和撤销。在命令模式中，请求被封装成一个对象，包括调用操作的对象、操作的方法和方法的参数。
2024-02-15 13:41:24
431
原创 python简单学 代理模式【Proxy Pattern】
代理模式是一种结构型设计模式，它允许我们创建一个代理对象来控制对其他对象的访问。代理对象充当了被代理对象的接口，客户端通过代理对象来访问被代理对象，从而可以在访问之前或之后执行一些额外的操作。
2024-02-15 13:35:01
381
原创 python简单学 外观模式【Facade Pattern】
外观模式是一种结构型设计模式，它提供了一个统一的接口，用于访问系统中的一组接口。外观模式隐藏了系统的复杂性，使得客户端可以通过简单的接口来访问系统的功能，而不必了解其内部的实现细节。
2024-02-15 13:11:05
446
原创 python简单学 组合模式【Component Pattern】
组合模式是一种结构型设计模式，它允许将对象组合成树状结构以表示“部分-整体”的层次结构。换句话说，组合模式可以让客户端以一致的方式处理单个对象和组合对象。
2024-02-15 12:59:51
414
原创 python简单学 桥接模式【Bridge Pattern】
桥接模式是一种结构型设计模式，它的主要目的是将抽象部分与实现部分分离，使它们可以独立地变化。换句话说，桥接模式允许抽象部分和实现部分可以独立地变化，从而使得系统更加灵活和可扩展。
2024-02-15 12:51:55
426
原创 python简单学 适配器模式【Adapter Pattern】
适配器模式是一种结构型设计模式，它允许将一个类的接口转换成客户端所期待的另一个接口。换句话说，适配器模式使得原本由于接口不兼容而不能一起工作的类能够协同工作。
2024-02-15 12:43:11
566
原创 python简单学 建造者模式【Builder Pattern】
建造者模式是一种创建型设计模式，它可以将一个复杂对象的构建过程与它的表示分离开来，从而使得同样的构建过程可以创建不同的表示。简单来说，就是把构建过程封装起来，使得我们可以通过一系列简单的步骤来构建一个复杂的对象。
2024-02-15 12:28:06
540
原创 python简单学 抽象工厂模式【AbstractFactory Pattern】
本文介绍了抽象工厂模式的概念、工作原理、优点和缺点，以及适用情况。抽象工厂模式是一种创建型设计模式，用于创建一系列相关或依赖的对象家族，而不需要明确指定它们的具体类。文章通过一个跨平台 UI 库的示例，展示了如何使用抽象工厂模式来创建不同操作系统下的 UI 控件。抽象工厂模式能够封装变化、保持一致性，提高了代码的灵活性和可维护性。然而，也需要注意不要滥用，避免导致工厂类职责过重和不易扩展的问题。在需要创建一系列相关或依赖的对象家族，并且希望保持一致性的情况下，抽象工厂模式是一个不错的选择。
2024-02-15 12:13:51
972
原创 python简单学 工厂模式【Factory Pattern】
摘要：工厂模式是一种常用的设计模式，它提供了一种简单而有效的方式来创建对象，同时将对象的创建过程与使用过程分离开来。本文介绍了工厂模式的概念、工作原理、优点和缺点，并探讨了何时使用工厂模式。工厂模式能够封装变化、简化对象的创建过程，但也存在不易扩展和工厂类职责过重的缺点。在实际应用中，工厂模式能够帮助我们更加灵活地管理对象的创建，提高代码的可维护性和扩展性。
2024-02-15 11:58:03
937
原创 python简单学 简单工厂模式【SimpleFactory Pattern】
本文介绍了简单工厂模式，它是一种创建型设计模式，通过一个工厂类来根据传入的参数来创建不同的对象，从而将对象的创建过程与对象的使用分离开来。我们探讨了简单工厂模式的工作原理、优点和缺点，以及何时使用它。简单工厂模式能够简化对象的创建过程，封装变化，但也存在不易扩展和工厂类职责过重的缺点。在适当的情况下，简单工厂模式能够为我们提供一种简单而有效的对象创建方案。
2024-02-15 11:49:41
848
原创 python简单学 单例模式【Singleton Pattern】
本文介绍了在 Python 中实现单例模式的方法，并提供了两种不同的实现方式。首先，我们讨论了如何使用特殊方法 __new__ 来创建一个单例类，以确保在程序运行期间只有一个实例存在。接着，我们展示了如何通过创建一个基类，并让需要单例模式的类继承这个基类来实现单例模式。最后，我们讨论了释放单例模式实例的方式，尽管 Python 的垃圾回收机制会自动释放不再被引用的对象，但我们也提供了一种手动释放单例实例的方法。通过本文的介绍，读者可以了解到单例模式的实现原理以及如何在 Python 中应用它来管理全局状态和
2024-02-15 11:32:42
467
原创 python中*args, **kwargs的作用是什么
其中关键字作为键，对应的值作为值。当你不确定函数将会接收多少关键字参数时，可以使用。通常用于函数定义中，它们允许你编写能够接受任意数量的位置参数和关键字参数的函数。当你不确定函数将会接收多少位置参数时，可以使用。，这些参数将被封装成一个。，这些参数将被封装成一个。
2024-02-15 10:59:53
581
翻译 【影像组学】影像组学基础介绍（工作流程，特征类型）
影像组学可用于捕捉组织和病变的特性，如形状和异质性，并追踪它们随时间的变化，尤其是在治疗或监测过程中。肿瘤学中，对组织异质性的评估对于生存的预测至关重要，而影像组学特征与此密切相关。相比于组织活检只能捕捉小部分肿瘤的异质性影像组学可全面捕捉整个肿瘤体积的异质性，从而更全面地了解肿瘤的侵袭性。此外，放射组学特征还被提出用于预测生存和治疗反应，与基因组学、转录组学或蛋白质组学特征直接相关。机器学习的运用使放射组学的影响力得以提高，特别是在处理大量信息时形成疾病特定的“放射组学签名”。
2024-01-21 22:50:32
3528
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人