简介：摘要随着新时代的到来，经济在逐渐地向前发展，社会也在不断地进步，并达到了一个更全新的水平，人民群众的生活水平也在日益提高，全民小康已经不再成为妄想，现在随着人民群众的生活水平的上升，人们对医疗设备也越来越重视和关注了，心电图机就是其中比较重要的常用医疗电子仪器，心电图机，顾名思义，就是针对心脏等器官的仪器，主要是能够自动记录心脏跳动时心肌产生的生物电信号。心电图机的作用就是将这微小的跳动信号通过某种方法放大，所以，对于心电图机自动分析算法我们还要更加积极认真地去思考和讨论。

简介：目的进行布鲁氏菌病相关危险因素研究,通过数据分析形成关联规则。方法采用关联规则算法（Apriori）,对张北县养殖户2014—2015年的调查问卷资料进行分析,采用支持度和置信度作为衡量关联规则的强度。结果共形成30个强关联规则,这些强关联规则中蕴含着布病感染与性别、年龄、职业、从业年限、羊存栏量、羊购买地和戴手套情况等因素之间的关联关系。结论关联规则算法为评估布病危险因素提供了一套可借鉴的研究方法。

简介：目的使用XGBoost算法开发加强监护病房（ICU）中脓毒症患者住院死亡风险的预测模型。方法使用美国大型重症数据库MIMIC-Ⅲ作为数据来源;根据2016年发布的第三版脓毒症诊断和定义标准,选取数据库中的脓毒症患者,提取其生命体征、实验室检查等数据;使用XGBoost开发模型,并比较其与SVM模、SAPS-Ⅱ模型的预测性能。结果共纳入10487例脓毒症患者,住院死亡率20.80%。XGBoost模型的受试者工作特征曲线下面积（AUROC）为0.836（95%置信区间：0.819-0.853）,优于SVM模型和SAPS-Ⅱ模型。Hosmer–Lemeshow检验显示,XGBoost模型拥有优秀的校准度。结论基于XGBoost的ICU脓毒症患者住院死亡风险预测模型能准确地辅助临床医生进行风险预测,从而采取合适的临床干预以降低ICU脓毒症患者的死亡率。