首页 > 文献资料
-
格列吡嗪缓释滴丸的制备及体外释放行为的考察
目的:制备格列吡嗪缓释滴丸并对其体外释放行为进行考察.方法:采用固体分散技术,以聚乙二醇类和硬脂醇为载体材料制得具有良好缓释效果的格列吡嗪缓释滴丸.通过线性和非线性小二乘法回归,对零级、一级等体外释药模型进行评价.结果:将r~2(确定系数)和AIC(Akaike's informulation criteri-on)作为评价指标,自制缓释滴丸模型拟合结果以零级和Higuchi方程更优,16 h累积释放度达到95%以上.结论:自制缓释滴丸中药物实现近恒速释放,与市售制剂相比释药更完全,扩散为其主要释药机制.
-
福建石狮市医院住院人数长期趋势模型的建立与预测
目的 用时间序列建立住院人数线性回归模型,预测2012年、2013、2014、2015年的住院人数.方法 选取石狮市医院1997-2011年住院人数,用小二乘法建立线性模型,并对模型进行回归分析.结果 回归模型为Y=3892+2730.X,方差分析结果P =0.0038＜0.05,可以认为住院人数与年次有直线回归关系.石狮市医院2012年、2013、2014、2015年的住院人数点预测分别为36206、37798、39390、40981；区间预测为31553-40860、32689-42907、33815-44965、34933-47030.结论 通过预测住院人数为医院的工作计划和决策提供依据,使卫生资源实行优化配置.
-
一元线性回归算法在生物化学分析仪上的应用研究
目的:实现一种应用于生物化学分析仪的定量分析方法.方法:利用一元一次线性回归模型,结合标准曲线来计算待测样本的浓度值.结果:经过验证和临床测试,该算法可满足性能要求,且有效可行.结论:该方法能很好地满足临床应用,并能扩展到工业检测、食品安全等领域.
-
液相色谱-串联质谱法测定黄瓜中多菌灵含量的测量不确定度评定
目的 评定用液相色谱-串联质谱法测定黄瓜中多菌灵含量的测量不确定度,找出影响的主要因素.方法 依据JJF1059.1-2012《测量不确定度评定与表示》的方法和JJF 1135-2005《化学分析不确定度评定》中小二乘法拟合标准曲线的实例建立测量模型,分析不确定度来源,评定各分量的不确定度,再计算合成标准不确定度、扩展不确定度.结果 黄瓜中多菌灵含量报告为(0.001 23±0.000 22) mg/kg.结论 拟合标准曲线方程计算试液含量环节和测量重复性是测量不确定度的主要来源,若改善这两个环节,可以提高检测的准确度和可靠性.
关键词： 液相色谱-串联质谱法 黄瓜 多菌灵 最小二乘法 测量不确定度 -
基于小二乘法的彩色模板人脸检测算法
人脸检测(Face detection)是人脸信息处理中一个重要的研究方向,检测方法主要包括:基于肤色,利用肤色信息分割出候选区域,再结合人脸几何特征或灰度特征验证候选区是否为人脸[1-3];基于启发式模型,首先抽取待检测图像的几何、灰度、纹理等特征,通过判断是否符合人脸特征来检测人脸[4-7];基于统计模型,将人脸区域看作一类模式,即模板特征,使用大量的"人脸"与"非人脸"样本训练、构造分类器,通过判断图像中所有可能区域属于哪类模板的方法实现人脸检测[8-11].针对彩色图像中正面和侧面人脸检测问题,本研究提出一种基于小二乘法和模板的人脸检测算法.该算法首先利用人脸图像样本库合成彩色人脸模板,然后利用小二乘法对人脸模板和待检测图像进行操作,后根据阈值判断原理判断待检测图像是否为人脸.现将该算法的设计和实验过程叙述如下.
-
稳定回归-分光光度法同时测定3组分食用色素
食用合成色素常混合使用.用光度法测定时,干扰往往较严重.应用以小二乘法为准则的多波长线性回归光度法.可同时测定多组分混合物[1,2].但小二乘法受异常点影响显著,且对测量波长的位置等条件要求严格.稳定回归法能改进小二乘法的上述不足[3].本文利用以小-乘法为准则的多波长稳定回归光度法,建立了一种定量分析吸收光谱严重重叠的3组分混合色素的方法,用于混合标准试样及市售饮料中食用合成色素的测定,并与小二乘法进行对比,结果满意.现介绍如下.
-
S型曲线的一种新的拟合方法——拟分布函数法
目的：提出一类新的 S型曲线——拟分布曲线，给出拟分布曲线的拟合方法。方法：用小二乘法估计参数，算法采用 Brent二分法合并Runge，K帅a数值积分方法。结果：应用 N05A软件，获得各种拟分布曲线参数估计值与拟合优度。结论：根据实例演算，表明拟正态分布曲线在尾部的拟合效果明显优于!ogisttc曲线，且参数能得到较好的解释。
-
季节比率测定和趋势分析在医院统计工作中的应用
门诊是医院向社会提供服务的一个窗口,是求医者进行诊断、治疗和开展预防保健的直接地方,是医院医疗工作的重要组成部分.因此,如何利用有限的人力和物力资源,科学合理地组织管理门诊工作至关重要.我们利用门诊病人流量的季节变化规律,采用季节比率测定和小二乘法的直线趋势拟合,对2005年门急诊量的趋势进行预测,为门诊管理工作提供依据.
-
非线性动力学模型近似回归方法初探
对于在生命科学中广泛应用的非线性动力学模型(Michaelis-Menten模型)：-(dC)/(dt)=(VmC)/(Km+C)(1) 若令y=-(dC)/(dt)，x=(1)/(C)，A=(1)/(Vm)，B=(Km)/(Vm)，则可以将(1)式转化为如下方程：y=(1)/(A+Bx)(2) 为了求出参数A和B，从而求出Vm和Km，通常采用代换Y=(1)/(y)，将(2)式转化为如下的方程Y=A+Bx(3) 根据原始数据，用小二乘法，就可以从(3)式中求出参数A和B，进而求出Vm和Km，得到(1)的近似回归方程。
-
基于立体视觉的手术导航光学定位系统
背景:以立体视觉技术为基础的手术导航定位系统可为医生实时显示手术器械相对于病灶部位的位置和方向,提高手术定位精度.目的:利用双目立体视觉技术对手术持针器导航标志物进行立体定位.方法:采用带阈值的重心法提取手术持针器导航标志物的球心特征,采用张氏平面标定法得到立体摄像机的内外参数,利用小二乘法原理确定手术持针器导航标志物三维坐标,进而确定穿刺针相对于病灶部分的位置关系.结果与结论:在现有的实验条件下,立体光学定位系统能够对手术用持针器标志物进行实时定位,且手术精度能够满足导航的需求.
-
脑电图数据中α波功率谱分布特性的研究
目的:时客观记录的脑电图数据进行α波功率谱分布特性的研究,为正确划分正常人α波的主要分布范围提供基础实验依据和理论根据.并为以此为依据而进行的其他研究做基础分析.方法:对α波显著出现的后头部及枕部电极得到的脑电图数据进行相关运算、功率转换和曲线拟合,得出脑电图数据功率和频率之间的二维关系图以及α不同相关系数下的拟合图形,通过这些研究得出α波的主要分布范围.结果:相关系数在(1,0.45)内时α波显著出现,在(0.1,0.45)内时不能确定是否出现,而小于0.1时判定为不出现.结论:自相关系数越高,α波出现就越显著并且分布集中,随着自相关系数的降低直至为零,α波的出现也越见减少并且松散.逐渐至不出现的状态.
-
小二乘法抛物线回归分析在溶出分析信号平滑和微分中的应用
本文报道了小二乘法抛物线回归分析在分析化学信号平滑和微分中应用的具体方法.推导了令中心电位点E=0的数据处理方法,使计算公式简化,给出了计算机原程序代码,结合测试条件,应用于电位溶出分析仪的信号处理.确定了电位溶出分析的佳参数.达到了用虚拟仪器真实测量的目的,获满意结果.
-
温控医用灌注泵报警技术研究
基于PID控制算法的温控医用灌注泵,用于将常温下的生理盐水加热到37±1.5℃.输液管中的生理盐水在蠕动泵的作用下流进蛇型水袋,并在加热板的作用下迅速升温.该文对原有的温控医用灌注泵提出改进,增加一些相关的报警措施,包括:生理盐水温度或过低报警、加热板温度过高报警、水袋缺水报警和生理盐水出口水压过大报警,以提高设备的安全性,防止对术中患者造成进一步伤害,并防止设备的损坏.
-
相对小二乘法在理化检验中的应用
目的 探讨相对小二乘法在理化检验中的应用.方法 举例说明相对小二乘法计算的直线回归方程回归分析的标准系列的低浓度理论值与测量值的相对差值总和与小二乘法的区别.结果 相对小二乘法计算的直线回归方程回归分析的标准系列的低浓度理论值与测量值的相对差值总和均小于小二乘法.结论 建议在理化分析中用相对小二乘法替换小二乘法计算直线回归方程式绘制标准曲线代表标准系列计算被测物质含量.
-
医院住院成本预测
目的分析和预见各种因素对医院成本形成过程的影响程度,加强经济核算.方法应用SPSS、SAS统计软件包对手术人数、院内感染率、病床使用率、平均住院日和鼻咽癌、肝癌、肺癌、女性乳腺癌、食管癌出院人数等因素,分别用小二乘法和岭估计法对参数进行估计.结果建立了以人均住院成本为因变量的多重线性回归模型.结论岭估计法能克服小二乘法的缺点,选取适当的k值,消除了自变量间存在的共线性,回归系数估计趋向稳定.
-
应用小二乘法和季节变动法预测某院2017年入院人数
目的 用小二乘法和季节法预测某院2017年入院人数,为领导决策提供科学依据. 方法 用移动平均法对某院2009-2016年的入院人数求出季节指数,结合小二乘法求得直线回归方程.计算出2017年某院入院人数的预测值. 结果 某院2017年入院人数的高峰期分别为5月份、7月份,其中5月份入院人数点预测为1 514人次,95％置信区间为[1 468,1 560]人次;7月份入院人数点预测为1 465人次,95％置信区间为[1 419,1 511]人次.2017年入院人数的低谷期分别为1、2月份,其中1月份入院人数点预测为1 188人次,95％置信区间为[1 142,1 234]人次;2月份入院人数点预测为940人次,95％置信区间为[894,986]人次. 结论 综合运用移动平均季节指数法和小二乘法能较准确地反映某院入院人数的变化规律,为某院领导制订工作计划提供科学依.
-
小二乘法和季节指数法在医院管理中的应用
目的 用小二乘法原理和季节指数法预测我院2016年门诊人次,为医院管理者掌握门诊工作动态,制定工作计划提供科学依据.方法 用季节指数法对2008-2015年的门诊人次求出季节指数,结合小二乘法原理,求得直线回归方程,计算出2016年的门诊人次预测值.结果 得门诊人次各月的季节指数介于0.696 1～1.1039之间,门诊人次低谷期为1月和2月,高峰期为5月和7月.预测了2016年各月门诊人次,95％置信区间.结论 综合运用移动平均季节指数法和小二乘法原理的预测值能较准确的反映我院门诊量的变化规律,科学依据性强,为医院管理者制定管理方案提供了科学依据.
-
用小二乘法预测医院出院人次
目的：建立线性回归模型，预测我院2013年、2014年出院人次。方法采用小二乘法建立线性回归方程，并预测近2年出院人次。结果通过分析2003-2012年出院人次回归模型，线性关系显著（ P＜0．01）。出院人次直线回归方程为：Y＾＝0．13＋0．14 X。预测得2013年、2014年出院人次分别为1．67、1．81万人次。95％的置信区间分别为（1．62～1.72）和（1．79～1．83）万人次。结论用小二乘法对出院人次进行预测，是统计理论在实际工作中的应用，可为医院工作计划和决策提供理论依据。
-
医院住院人次和门诊诊疗人次的预测
目的 预测医院住院人次和门诊诊疗人次.方法 运用小二乘法和指数平滑法进行预测.方法 出院人次预测模型为:t=2 417+510Xt,门诊人次预测公式:t+1=αYt+(1-α) t,得到预测年的点预测和区间预测值.结论 充分地发挥医学统计的预测分析作用,考虑医院发展的其它因素,为医院管理、制订计划提供可靠的理论依据.
-
某医院出院人数趋势预测
目的 建立线性回归模型,预测某医院出院人数,为医院决策提供的理论依据.方法 采用小二乘法建立线性模型,并预测近两年出院人数.结果 某医院2001-2011年出院人数Y与时间X(年度序号)呈线性关系,直线回归方程为Y=3 715+520.5X.预测的2012年出院人数为9 962人,95%概率的波动区间为8 348～11 575人;预测2013年出院人数为10482人,95%概率的波动区间为8 803～12 162人.结论 小二乘法是从事物变化的因果关系出发对未来发展趋势进行预测的一种方法.本文通过出院人数的预测,为制订2012-2016年五年规划和年度工作计划提供了科学的理论依据.
