您的位置: 专家智库 > >

王瀚

作品数:3 被引量:8H指数:2
供职机构:教育部更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:自动化与计算机技术医药卫生更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇医药卫生

主题

  • 2篇掌纹
  • 2篇掌纹识别
  • 2篇细节点
  • 2篇GABOR
  • 1篇预后
  • 1篇图像
  • 1篇图像质量
  • 1篇图像质量评价
  • 1篇细胞
  • 1篇细胞癌
  • 1篇细胞癌组织
  • 1篇细节点提取
  • 1篇免疫
  • 1篇免疫组化
  • 1篇分辨率
  • 1篇肝细胞
  • 1篇肝细胞癌
  • 1篇肝细胞癌组织
  • 1篇高分辨率
  • 1篇癌组织

机构

  • 2篇北京大学
  • 1篇第二军医大学
  • 1篇教育部

作者

  • 3篇王瀚
  • 2篇刘重晋
  • 2篇封举富
  • 1篇丛文铭
  • 1篇王瀚
  • 1篇付翔

传媒

  • 1篇北京大学学报...
  • 1篇软件学报
  • 1篇中华肿瘤防治...

年份

  • 1篇2019
  • 1篇2015
  • 1篇2014
3 条 记 录,以下是 1-3
排序方式:
肝细胞癌组织HepPar-1表达临床意义倾向评分匹配研究被引量:5
2019年
目的肝细胞抗原(hepatocyte paraffin,Hep Par-1)是肝细胞癌(hepatocellular carcinoma,HCC)诊断最常用的免疫组化标志物,但其表达情况对预后的影响尚罕见报道。本研究旨在探讨Hep Par-1不同表达HCC患者的临床病理学特征差异及其对预后的影响。方法收集2009-12-01—2010-03-31东方肝胆外科医院收治的582例肝切除术治疗的HCC患者的临床病理资料,无瘤生存期和总生存期用于进行生存分析,并采用倾向评分匹配平衡组间差异。结果 HCC患者中Hep Par-1阴性率为14.4%(84/582)。Hep Par-1阴性HCC患者的5年无瘤生存率(25.2%)和5年总生存率(41.1%)均低于Hep Par-1阳性患者的34.1%和54.5%,P值分别为0.016和0.002。在倾向评分匹配队列中结果相似,5年无瘤生存率分别为25.2%和36.9%,5年总生存率分别为41.1%和51.6%,P值分别为0.041和0.046。总研究队列多因素分析显示,甲胎蛋白>400ng/mL、乙肝表面抗原阳性、肝门阻断、肿瘤直径>2cm、肿瘤无包膜以及Hep Par-1阴性是无瘤生存期的独立风险因素。丙氨酸氨基转移酶≥40U/L、甲胎蛋白>400ng/mL、Child Pugh肝功能分级B级、肿瘤直径>2cm、肿瘤多发、肿瘤无包膜、Hep Par-1阴性是总生存期的独立风险因素。倾向评分匹配研究队列多因素分析显示,乙肝表面抗原阳性、肿瘤无包膜、Hep Par-1阴性是无瘤生存期的相关风险因素;门冬氨酸转氨酶≥40U/L、甲胎蛋白>400ng/mL、Hep Par-1阴性是总生存期的相关风险因素。结论 Hep Par-1阴性HCC是一种新的临床病理学分型,其肿瘤生物学行为恶性程度高,临床预后差,Hep Par-1有潜力成为HCC个体化治疗的新分子靶点。
王瀚王瀚
关键词:肝细胞癌HEPPAR-1免疫组化预后
基于Gabor相位和图像质量评价的高分辨率掌纹细节点提取算法被引量:2
2015年
针对主线、褶皱线及噪声等造成高分辨率掌纹细节点提取困难的问题,提出一种基于Gabor相位和图像质量评价的高分辨率掌纹细节点提取算法。首先使用Gabor振幅相位模型对掌纹图像进行描述,并基于Gabor相位提出多尺度的细节点检测方法;然后利用提取细节点过程中的信息,设计基于傅里叶响应的质量评价方法和基于Gabor振幅的质量评价方法;最后融合两种质量评价结果,并对检测到的细节点进行筛选。实验结果表明,所提方法能够有效地提取高分辨率掌纹图像的细节点,并去除不可信细节点。与其他方法相比,具有更好的细节点提取结果。
刘重晋王瀚封举富
关键词:掌纹识别细节点提取图像质量评价
基于学习的高分辨率掌纹细节点质量评价方法被引量:2
2014年
细节点在高分辨率掌纹匹配中扮演了重要角色,然而掌纹图像受到主线、褶皱线等的影响,提取出的细节点质量参差不齐.所以,对细节点进行质量评价并去除伪细节点,成为一个研究课题.提出了一种基于学习的高分辨率掌纹细节点质量评价方法.首先使用了基于图像的Gabor卷积响应和复数滤波响应等的一系列特征,用来对细节点局部进行冗余描述;然后,把每个特征作为弱分类器,用AdaBoost算法进行多层训练,挑选出对真伪细节点判别效果最理想的特征;最后,把弱分类器加权线性组合的响应分数作为细节点质量的得分,筛选出得分在阈值以上的细节点作为真细节点.该方法的实验结果与基于傅里叶变换的方法相比,能够更好地区分真伪细节点,对细节点的质量做出了更好的评价.
王瀚刘重晋付翔封举富
关键词:掌纹识别ADABOOST算法
共1页<1>
聚类工具0