- 博客(265)
- 资源 (14)
- 收藏
- 关注
RSS订阅原创 皮肤科规培考点-40病理
色素痣、表皮样囊肿、汗管瘤、脂肪瘤、多发性脂囊瘤、.皮肤纤维瘤、皮脂腺痣、表皮痣、基底细胞癌、鳞状细胞癌、鲍恩病、湿疹样癌、黑色素瘤。
2025-02-27 16:03:08
172
原创 皮肤科规培考点----红斑丘疹鳞屑性皮肤病--- 多形红斑
重症多形红斑=黏膜损害+前驱感冒症状+四肢远端大小不一红色丘疹+多形态皮疹+同心圆状环形红斑，部分中央暗红色或点状结痂+病程自限性+否认药物服用及过敏史。前驱感冒症状+四肢远端大小不一红色丘疹+多形态皮疹+同心圆状环形红斑，部分中央暗红色或点状结痂+病程自限性+否认药物服用及过敏史。以泼尼松为例，> 1 mg/kg·d或者1-1.5mg/(kg*d)中等剂量：以泼尼松为例，0.5 ~ 1 mg/kg·d；小剂量：以泼尼松为例，< 0.5 mg/kg·d；大剂量：以泼尼松为例，> 1 mg/kg·d；
2025-02-27 15:46:39
209
原创 【R语言进阶】手把手教你绘制精美雷达图[特殊字符]】
person1 = data.frame(skills = c("沟通能力", "团队合作", "问题解决能力", "创新能力", "领导能力"), values = c(7, 8, 6, 9, 7)),person2 = data.frame(skills = c("沟通能力", "团队合作", "问题解决能力", "创新能力", "领导能力"), values = c(6, 9, 7, 8, 6)),🚀 雷达图，又叫蜘蛛图或星形图，是一种超酷的可视化工具，能帮你轻松展示多维数据的关系。
2025-01-23 20:39:49
145
原创 如何在data.table中处理缺失值
今天我要和大家分享一个超实用的R语言技巧——如何在data.table中处理缺失值，并且提供了一个自定义函数calculate_missing_values来帮你快速找到缺失值所在的行和列。通过本文介绍的 calculate_missing_values 函数，R语言用户可以更加高效地处理包含缺失值的 data.table 数据集。为了更好地理解上述方法，下面是一个具体的示例代码，展示了如何使用 calculate_missing_values 函数来处理一个包含缺失值的 data.table 数据集。
2025-01-23 20:32:26
571
原创 数据可视化小技巧 | R语言ggplot2包绘制分组点图[特殊字符]
用scale_fill_manual函数为每个分组的点设定不同的颜色，用theme_minimal函数将绘图主题设置为简约风格。然后，我们来创建一个模拟数据框data，里面包含Group和Value两列，模拟三个分组数据，每个分组都有100个观测值。这样我们就能动手绘制分组点图啦！用ggplot函数创建绘图对象，指定x轴和y轴变量及分组信息，然后调用geom_dotplot函数绘制分组点图。分组点图的灵活性很强哦！今天来和大家分享一个超实用的数据可视化技巧——用R语言的ggplot2包绘制分组点图！
2025-01-23 20:23:28
302
原创 生存网络与mlr3proba
通过结合生存网络和mlr3proba，可以使用生存网络模型来预测个体在给定时间点发生事件的概率，并使用mlr3proba提供的工具进行模型的训练、评估和选择最佳模型。iii）基本的机器学习（ML）方法，如重新排序和调整。在本文中，我们将只讨论前五种，因为它们在文献中得到了更好的建立，并且它们具有相同的接口，这简化了调优，我们将在下面看到。我们不会为模型指定自定义架构，而是使用默认架构，如果你熟悉PyTorch，那么你可以选择创建自己的架构，如果你愿意的话，通过将其传递给模型中的custom_net参数。
2025-01-23 20:15:37
996
原创 【Survival Analysis and Time-Dependent ROC Curve Script】代码--实测可行
【代码】【Survival Analysis and Time-Dependent ROC Curve Script】代码--实测可行。
2025-01-23 20:01:21
246
原创 生存数据cox-nomogram-临床预测研究代码-实测可行
传统的模型评估方法常存在一个关键误区：在训练集和验证集中分别建立独立模型。这种做法实际上会严重扭曲模型的真实预测能力。正确的方法是在训练集中建立统一模型，并使用相同的模型参数分别对训练集和验证集进行性能评估。在临床预测研究中，构建一个可靠、准确且具有广泛适用性的预测模型是研究者面临的核心挑战。模型的有效性不仅取决于其在开发阶段的性能，更重要的是其在未知数据集上的泛化能力。这种方法不仅能准确反映模型的实际预测能力，还能确保研究结果的科学性和可重复性。对于临床预测研究而言，方法的严谨性与结果的可靠性同等重要。
2025-01-23 17:41:53
342
原创 “““【运用 R 语言里的“predict”函数针对 Cox 模型展开新数据的预测以及推理。】“““
本文详细介绍了在R语言中使用predict函数对Cox比例风险模型进行新数据预测的具体步骤。核心观点包括导入必要的包、准备新数据集、使用predict函数的不同参数（type = "survival" 和 type = "risk"）来进行生存概率和风险比的预测，以及如何输出和查看这些预测结果。本文主要介绍了如何在R语言中使用predict函数对已拟合的Cox比例风险模型进行新数据的预测和推理。首先需要导入R语言中的survival包，该包提供了实现Cox比例风险模型和其他生存分析方法的功能。
2025-01-23 17:14:52
940
原创 【configparser.NoSectionError: No section: ‘versioneer‘】
下载后本地安装：pythonsetup.pyinstall。自行修改两个文件：我已经上传，自行下载。如果还没有成功，请留言。
2025-01-20 00:00:06
447
原创 【MLR3_Terminate after a specific performance has been reached：达到特定性能指标后停止】
需要达到的性能水平。如果性能超过（相应的度量必须最大化）或福尔斯（相应的度量必须最小化）此值，则终止。如果终止条件为正，则为TRUE，并且 否则，请执行以下操作。：在给定迭代次数中确实找到表现很好的参数组合后停止。这个类的对象可以用这个方法克隆。类在达到性能级别后终止优化。Super class 超类。Dictionary 字典。：达到特定性能指标后停止。：达到特定性能指标后停止。Arguments 论点。Arguments 论点。See also 另见。创建此R6类的新实例。Examples 示例。
2024-12-24 16:06:53
787
原创 WSL安装过程中出现 0x80072EE2 错误
这个问题应该是由DNS解析服务出现了某些问题导致“第一次打开子系统时的初始化安装操作”出现错误，在[以太网 状态]中我发现DNS服务器使用的是本机路由器的地址，我将它替换为。我的问题解决了，如果没解决，评论区留言。现在我可以正常安装了。关于这个问题我在刚刚。
2024-12-15 00:52:46
1941
原创 系统学习CUDA
CUDA简介CUDA是NVIDIA的GPGPU模型，它使用C语言为基础，可以直接以大多数人熟悉的C语言，写出在显示芯片上执行的程序，而不需要去学习特定的显示芯片的指令或是特殊的结构。在CUDA的架构下，一个程序分为两个部份：host端和device端。Host端是指在CPU上执行的部份，而device端则是在显示芯片上执行的部份。Device端的程序又称为"kernel"。通常host。
2024-12-10 08:18:38
824
原创 《Scientific Reports》2024最新投稿经验
Scientific Reports有一个两年的影响因子：4.380（2021），是世界上第六大被引用最多的期刊，在2020年被引用超过540,000次（Clarivate Analytics，2021）。
2024-12-06 21:50:42
7305
1
原创 【无标题】
但由于您在 Windows 系统上运行代码，可以采取以下措施来绕过问题：通过创建一个简单的fncl.py文件并放置在Python安装目录的Lib目录下，可以避免因缺少该模块而引发的错误。新建fcntl.py文件（用记事本也行），输入以下代码并保存至Python安装目录的Lib目录下。是一个特定于 Unix 的模块，在 Windows 上无法使用。模块在您的 Windows 系统上不可用。
2024-12-02 18:17:30
706
原创 复旦大学附属中山医院院士团队论文遭遇质疑
该论文研究了蛋白酪氨酸磷酸酶受体S（PTPRS）在肝细胞癌中的作用，特别是其如何通过调控表皮生长因子受体（EGFR）诱导的上皮间质转化（EMT）来抑制肿瘤转移。然而，评论者Mycosphaerella arachidis指出，论文中的图3和图4中显示的蛋白印迹（Western blot）图像存在意外的相似性，这些图像本应来自不同的细胞类型和实验条件。图3和图4：这些蛋白印迹（blot）之间存在意外的相似性，而它们本应来源于不同的细胞类型和实验条件。杂志的肝细胞癌研究论文因图像数据的相似性问题受到质疑。
2024-09-26 00:28:51
498
原创 医学双语术语|糖尿病
糖尿病是一种慢性病，当胰腺产生不了足够的胰岛素或者人体无法有效地利用所产生的胰岛素时，就会出现糖尿病。高血糖症或血糖升高，是糖尿病不加控制的一种通常结果，随着时间的推移会对人体的许多系统带来严重损害，特别是神经和血管。Ⅰ型糖尿病（过去称为胰岛素依赖型，青少年或儿童期发病型糖尿病）的特征是缺乏胰岛素分泌能力，需要每天注射胰岛素。9.excessive excretion of urine [ɪk'sesɪv ɪk'skriʃ(ə)n əv 'jʊrɪn] 尿液分泌过多。适当控制血糖，尤其是Ⅰ型糖尿病患者。
2024-09-26 00:21:11
1250
原创 Nature | 浙江大学张龙：AARS1/2调控cGAS乳酸化并抑制固有免疫
2024年4月，苏州大学周芳芳团队通过CRISPRi筛选，发现并验证了AARS1是细胞内乳酸感应器和乳酸转移酶，AARS1直接与乳酸结合并催化乳酸-AMP的形成，将其转移到赖氨酸上调控整体赖氨酸乳酸化。在人巨细胞病毒（HCMV）感染的患者中，血清中L-乳酸水平正常的患者，其血清中的cGAMP和IFNβ（干扰素β）浓度显著高于高乳酸血症（H-Lac）或乳酸酸中毒（LA）的患者。自然界中存在乳酸的两种旋光异构体L-乳酸和D-乳酸，可分别介导蛋白发生L-乳酸化修饰、D-乳酸化修饰。
2024-09-26 00:15:51
1407
原创 Biomaterials近期论文及下载链接
近期论文1近期论文2近期论文3近期论文4近期论文5近期论文6https://authors.elsevier.com/a/1jimvWWN0%7EIuZ公众号投稿请联系：
2024-09-26 00:14:00
222
原创 基因共定位 xQTLbiolinks 第4部分
此小插图中提供了一些可视化示例，包括示例数据、代码和图形。组织 eQTL 、 sQTL 、 基因表达的可视化。4. 使用 xQTLbiolinks 进行可视化。
2024-09-25 23:36:39
436
原创 基因共定位 xQTLbiolinks 第3部分
All we need to prepare include three parts:我们需要准备的包括三个部分：Prostate cancer is one of the most common cancers in men. Prostate cancer pathogenesis involves both heritable and environmental factors. The molecular events involved in the development or prog
2024-09-25 23:34:57
814
原创 【基因共定位 xQTLbiolinks 第2部分】
共定位位点应显示一种一般模式，其中高 LD 中的 SNP 将与共定位基因的表达水平表现出很强的相关性，而低 LD 中 SNP 的 eQTL 关联将减弱。eQTL 的这种模式在不同的组织/细胞类型中有所不同，其强度表明变体的调节作用的强度。在此示例中，加载了 16538 （rows） x 5 （cols） 的 data.table 对象。此外，为了减少性状基因的数量，从而减少运行时间，我们将 eGenes 和性状基因的重叠作为功能。性状基因是位于哨兵 SNP 的 1Mb （默认，可以使用参数。
2024-09-25 23:32:23
948
原创 【基因共定位 xQTLbiolinks 第1部分】
下载指定基因或组织的 sGenes （sQTL Genes） 的详细信息。下载指定基因或组织的 eGenes （eQTL Genes） 详细信息。eGene/sGene download eGene/sGene 下载。xQTL expression download xQTL 表达下载。Gene expression download 基因表达下载。下载 sQTL 对的内含子的标准化内含子切除比。1. xQTLbiolinks：查询和下载。下载组织中指定基因的所有样品的中位表达。
2024-09-25 23:28:19
1188
原创 【无标题】
报错：方案1：install.packages() 加上INSTALL_opts = '--no-lock'：方案1会安装升级成功，但是00LOCK-rlang文件夹还在——说明下次更新此包时仍可能出同样的error。方案2：use unlink() to delete 00LOCK-rlang删除00LOCK-rlang文件夹，后续照常安装即可。如果unlink失败可尝试重启R。install.package()的说明文件里是这么解释的：也就是说，出于防止其他安装过程干扰和暂存旧版本的目的，R
2024-09-25 16:06:13
777
原创 【R 4.4.0 Can‘t Install hyprcoloc】
HyPrColoc 是一种高效的确定性贝叶斯分裂聚类算法，使用 GWAS 摘要统计数据，可以同时检测大量特征的共定位。
2024-09-25 15:57:35
446
原创 无法将ggplot图保存为PDF文件怎么办
即serif代表Times New Roman字体，sans代表Arial字体，mono代表Courier New字体。这种映射关系在基础绘图系统和系统中均可使用。然后你就会看到大量的字体，被从内置区域，搬运到R 目录下然后就是在保存之前，加载字体ggsaveggplot2提供了ggsave函数来保存图形。：在某些情况下，图形设备可能没有正确打开或关闭。CairoPDF()是一个替代方案，它更好地处理了字体渲染和跨平台问题。为确保CairoPDF正常工作，请确保正确使用单位并且关闭图形设备 (
2024-09-17 10:50:02
750
原创 count格式的数据转换(count to FPKM,count to TPM) 【GEO数据库】
在正式分析之前，对于数据的处理是至关重要的，这种重要性是体现在很多方面，其中有一点是要求分析者采用正确的数据类型。对于，原始数据，比如差异分析、热图、箱线图、PCA分析、生存分析、模型构建，聚类分析和相关性分析等。对于，在上述的常见分析中是需要。首先要去获取基因长度文件，因为后续需要用这个数据去矫正基因长度。网址：https://gdc.cancer.gov/about-data/gdc-data-processing/gdc-reference-files。
2024-08-27 08:56:50
4324
1
原创 bat入门到精通
首先我们需要知道脚本是什么：脚本是一种特殊文件，借助这种文件我们可以快速实现一些配置设置或快速启动某些部件那么脚本具有什么优势：脚本的语言相对而言比较简单易学，可以快速掌握脚本可以使用任何文本文件编辑工具创建和修改，简单便捷脚本通过一次书写多次执行的方式来简化多次代码的书写，加快速度脚本可以提前设置执行方式，使我们在部署或其他方面简化操作，封装内部快速使用那么市面上常见的脚本都有哪些：python：目前比较常用的语言之一，这里推荐简单学习一下。
2024-08-20 20:41:16
1342
原创 【错误于split.default(seq_len(nrow(mat)), split): 组的长度为零但数据的长度大于零】
无厘头的报错：circos.heatmap(mat1, col = col_fun1)报错如下。
2024-08-01 21:06:41
1161
2
原创 成功解决报错：cell2location导入报错 cannot import name ‘parse_use_gpu_arg
Cell2location采用贝叶斯层次框架。首先使用外部单细胞RNA测序数据作为参考数据，估计细胞类型特异性基因表达特征。然后，通过负二项分布（negative binomial regression）对观察到的空间表达计数矩阵建模，其中均值参数取决于参考细胞类型的特征，过度分散参数使用指数-伽马复合先验建模，旨在使大多数基因具有低过度分散。基因特异性技术灵敏度和基因-位置特异性的加性偏移被包括在均值参数的一部分，每个都使用单独的层次伽马先验进行建模。
2024-07-15 21:26:18
1389
原创 生存分析和机器学习
在生存分析中，可以使用基于集成学习的方法，如Bagging、Boosting等，对多个模型进行集成，提高生存时间的预测准确性。鉴于目前生存分析的解读性文章太多，本公众号主打数据分析的实践、实战、复盘以及高分文章的复盘，本文只罗列核心的几个概念，欲只更多，大家可自行检索其他。在数据分析过程中，小编发现大家最大的问题是无法将自己的变量在不同的分析目的中顺延下去，因此，基于此生存分析合集，你将主要学会如何具体应用深度学习模型进行生存分析，并且迅速掌握用python及R语言实现用自己的数据进行生存分析，发表文章。
2024-05-06 06:05:51
1195
1
原创 【基于深度学习进行多变量纵向数据和生存数据的动态预测】
01【研究背景】阿尔茨海默病(AD)是一种进行性神经退行性疾病，在疾病的早期阶段准确预测AD的进展对于治疗至关重要。AD患者通常在疾病的整个过程中进行随访，从而重复测量多个纵向变量，将多个纵向变量纳入生存模型将会改善AD预测。许多现有的预测方法只使用最后可用的观测，忽略了累积纵向信息，具有局限性；适用于纵向和生存数据的联合模型(JM)被用于评估各种纵向生物标志物预测AD的能力，当考虑多个纵向结果，JM涉及大量的随机效应，计算困难。02【当前进展和关键科学问题】目前已经提出
2024-05-06 06:03:52
2174
原创 神经网络模型--DEEPSURV
其中：：特指神经网络的输出，表示给定协变量 的风险的对数估计。：是在时间 之前仍然存活的所有个体的风险的对数总和。：表示发生事件（例如死亡）的个体数。：这是正则化项，用于防止模型过拟合。
2024-05-06 06:00:01
2150
3
原创 Linux环境下的7种文件
对于Linux环境下的编程学习，小编已经发布过关于Linux内核组成的相关推文了，本次决定发一篇关于Linux环境下文件类型的推文，希望对读者的学习有所帮助。对于文件类型及信息的查看方式，小编知道的方式有三种，如图所示，如果读者还知道其他方式，可以到后台给小编留言哦！作用：一种用于进程间通信的特殊文件，也称为命名管道FIFO。作用：用于存放目录项，是文件系统管理的重要文件类型。6、字符设备文件---->c。4、套接字文件---->s。7、块设备文件---->b。1、普通文件---->-
2024-05-06 05:45:59
369
原创 Linux- 如何快速移动代码块？
相信程序员在编程（撸代码）的时候，都会有对代码块进行调整的时候，但是如何快速的移动代码块以实现高效率呢？对于代码块的快速移动，除了需要掌握通过Ctrl + C 和 Ctrl + V 实现代码跨文件移动或同一文件不同位置移动之外，还需要掌握小编今天给刚入门的小白提供的方法，实现代码的原地移动及代码块的整齐排列。好了，本次推文的内容就到这里，如果读者对于本次推文内容、文字排本等相关内容有什么好的建议，可以到本公众号后台进行留言哦！4、在食指持续按住的情况下，根据自己的需要用中指点击Tab键，达到效果。
2024-05-06 05:44:33
341
原创 Linux内核的五大子系统
虚拟文件系统（VFS）是物理文件系统与服务之间的一个接口层，它对Linux的每个文件系统的所有细节进行抽象，使得不同的文件系统在Linux核心以及系统中运行的其他进程看来，都是相同的。进程是正在运行的程序实体，并且包括这个运行的程序中占据的所有系统资源，比如说CPU（寄存器），IO,内存，网络资源等。内核，是一个操作系统的核心。是基于硬件的第一层软件扩充，提供操作系统的最基本的功能，是操作系统工作的基础，它负责管理系统的进程、内存、内核体系结构，设备驱动程序、文件和网络系统，决定着系统的性能和稳定性。
2024-05-06 05:42:43
1420
1
前列腺癌GWAS研究（GCST006085）29892016-GCST006085-EFO-0001663-build37.f
2024-09-25
py -m pip install nvidia-cudnn-cu12
2024-09-24
01-MorphableModel.mat
2023-06-05
mxnet==1.7.0.post2
2022-06-07
torchvision-0.11.1+cu113-cp38-cp38-win_amd64
2022-06-02
org.Hs.eg.db_3.5.0.tar.gz下载一直报错
2022-05-26
Chromoblastomycosis
2022-05-10
SEER数据库简介 Documentation of SEER*Stat Variables
2022-05-09
pycocotools_windows-2.0.0.2-cp38-cp38-win_amd64.whl
2022-05-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人