【摘 要】
：
多形性腺瘤（PA）是一种良性肿瘤，大多起源于唾液腺，起自气管支气管的PA非常罕见，国内外文献基本为个案报道。原发性支气管肺癌现已成为全世界发病率、死亡率最高的恶性肿瘤，是男性癌症死亡的首要原因，在女性癌症死亡中成为仅次于乳腺癌的次要原因，因其症状的不典型性，往往在确诊肺癌时已处于晚期，因此造成了巨大的经济及社会压力。气管PA合并原发性支气管肺癌的病例目前未有文献报道，本文报道1例右肺下叶气管PA合
论文部分内容阅读
多形性腺瘤（PA）是一种良性肿瘤，大多起源于唾液腺，起自气管支气管的PA非常罕见，国内外文献基本为个案报道。原发性支气管肺癌现已成为全世界发病率、死亡率最高的恶性肿瘤，是男性癌症死亡的首要原因，在女性癌症死亡中成为仅次于乳腺癌的次要原因，因其症状的不典型性，往往在确诊肺癌时已处于晚期，因此造成了巨大的经济及社会压力。气管PA合并原发性支气管肺癌的病例目前未有文献报道，本文报道1例右肺下叶气管PA合并支气管肺癌的病例资料，旨在通过文献学习提高对该病诊断、治疗的认识。
其他文献
业务流程预测是业务流程管理中对记录流程的事件日志进行分析并预测正在执行的业务流程,近年来深度学习在业务流程预测中越来越多的被应用,主流的方法是将流程看作自然语言处理中的序列,利用循环神经网络RNN和LSTM学习类似单词序列的语义,从而获取流程的语义。这些方法受限于RNN类神经网络的缺点且未能很好的利用流程中活动与活动之间的行为关系以及流程的图特征,所以本文提出基于深度学习的流程感知业务流程预测方法
现如今,信息技术的发展日新月异,海量的数据不断涌现在模式识别、机器学习等领域。这些原始数据由于更新速度快,维数高、结构复杂以及冗余信息多等特性,导致其存储困难、数据计算量大等一系列问题。目前,维数约简是解决这些问题的有效方法之一。维数约简不仅能够降低原始高维数据的维数,使数据易于存储,还能够发现隐藏在高维数据中的内在规律与联系。局部保持投影是维数约简方法中的典型代表,在降维的过程中能够很好地保留原
土壤是由气候、母质、生物、地形、时间等自然因素共同作用的产物,是人类生活和动植物生长的重要基础资源,对人们的生产生活至关重要。而随着自然因素与人为活动的影响,土壤属性具有复杂的空间异质性和非平稳性。土壤p H是土壤质量的重要指标之一,研究土壤p H的时空分布特征及其影响因素,对于土壤质量管理、土壤养分持续利用具有重要意义。本文以安徽省为研究对象,利用全国第二次土壤普查数据（1980s）和《中国土系
推荐算法是利用用户的一系列行为,并通过相关算法,推荐出用户可能喜欢的产品。它已逐渐深入到社会生活的潮流中,人们熟悉的抖音、淘宝、豆瓣、网易云,美团等应用软件就是基于推荐算法开发的。实际上,传统的推荐算法难以满足日益增加数据和用户需求,且存在着数据稀疏、冷启动、兴趣偏移、特征工程等问题,导致推荐的效果不佳,具有很大的局限性。本文主要针对传统算法中的数据稀疏和兴趣偏移问题提出解决方法,并利用深度学习技
区块链技术是近年来最具变革性的技术,其去中心化、不可篡改和可追溯的特性引起许多国家和企业的关注。共识算法是区块链技术的核心,它决定着区块链系统的账本一致性和系统性能。实用拜占庭容错（PBFT）算法是当前联盟链中应用最广泛的共识算法。然而,目前无论是PBFT算法还是基于PBFT改进的其他共识算法,都只能串行的共识区块,共识效率低下。针对上述问题,本文研究基于并行出块的拜占庭容错共识算法,主要工作如下
在无线传感器网络（Wireless Sensor Network,WSN）中,功率控制和覆盖优化问题至关重要,但是传统WSN在根据局部信息对功率和覆盖问题进行优化时无法达到全局最优。软件定义网络（Software Defined Network,SDN）的出现为WSN的发展提供了新思路,目前已有学者将SDN架构引入到WSN中,提出了软件定义无线传感器网络（Software Defined Wire
社会化标签作为Web2.0时代由互联网用户产生的重要数据,用户在自由开放的网络平台中以自身理解为出发点对互联网Web资源进行评论与标注,产生大量资源、用户和标签（tags）的社会化标签信息。但社会化标签具有较强的独立性、自发性和公开性特点,导致其存在语义模糊、词语冗余和资源独立等问题。因此构建主题识别方法可以揭示社会化标签蕴含的潜在知识,本文针对社会化标签的主题识别问题进行以下研究工作:（1）针对
目前我国煤矿行业隐患监管中存在监管重复、信息孤岛、数据失真以及信任机制匮乏等问题。针对上述问题,本文设计基于区块链的煤矿隐患数据共享方案,借助于区块链技术去中心、防篡改、可追溯等特性解决煤矿隐患信息存储的安全问题,同时实现多主体之间的数据共享功能,确保数据的真实可信、有效共享和准确追责。本文的主要工作如下:（1）提出了迭代演化机制的PBFT共识的改进算法。该算法简化PBFT共识算法中一致性环节,降
近年来,深度神经网络在众多领域都取得了成功应用,比如,自动驾驶、人脸识别以及医疗系统等。但研究表明,深度学习模型在预测阶段容易受到对抗样本的攻击,导致目标模型以高置信度输出一个错误预测。该攻击给深度神经网络的应用领域带来了极大的安全威胁。为解决此问题,研究者们提出了对抗训练、输入预处理、特异性防御等防御方法。由于基于特异性防御方法往往只针对特定的对抗攻击进行防御,泛化性能较差。因此,本文从对抗训练
在如今海量信息的时代,事件作为人们认知世界的基本单元,它们间存在着包含因果在内的各种语义关系。挖掘事件间的因果关系是对事件深度理解的必然要求,尤其是在突发类事件中,因为其发生的突然性,往往对社会造成不可估量的损失,所以准确的抽取突发事件中的因果关系对于预防突发事件和制定应对决策具有重要意义。目前的突发事件因果关系抽取研究中,经常存在着词特征不符合上下文语境,以及由于突发类事件文本中因果信息不足导致