决策树-马尔可夫模型在心房颤动筛查经济学评价中的应用

心房颤动（简称房颤）近年来的发病率呈现年轻化趋势，严重威胁着人类的生存及健康。基于决策树?马尔可夫模型，模拟房颤?脑卒中?疾病转归的自然发展过程，依据成本效用等指标开展不同房颤筛查策略的卫生经济学评价。针对上海地区和国内平均水平分别提出了不同的最优筛查组合策略。通过模型敏感性分析发现，房颤筛查费用对于上海的成本效用敏感性最强，而抗凝治疗费用对于国内平均的成本效用敏感性最强。最后，为了更好地开展针对房颤的健康管理，给出了房颤筛查策略的建议，为我国房颤筛查防治的健康管理模式优化提供参考。     

南京市城市轨道交通站点周边地区建成环境对居民活动的影响——基于梯度提升决策树与SHAP解释模型的分析

城市轨道交通作为低能耗、少污染、具有可持续属性的公共交通类型之一，其对沿线城市发展、居民生产生活产生深远影响。我国城市轨道交通建设目前仍处于高速发展阶段，部分站点周边地区面临空间利用率不匹配、潮汐客流趋势加重等问题。城市轨道交通站点周边地区的城市空间规划需关注城市居民的活动特征，以提升站点地区城市空间全时段活力。本文以南京市中心城区内轨道交通站点周边地区为例，基于城市空间开放数据、实地踏勘调研、互联网LBS数据，采集统计与评价建成环境现状与居民活动特征数据，并运用梯度提升决策树与SHAP解释分析站点地区建成环境与居民活动的非线性关系及建成环境要素之间的交互作用，在此基础上提出建成环境要素适宜区间及协同优化条件，为城市轨道交通站点周边地区空间规划与优化提供建议。     

搭接相位信号交叉口非机动车过街行为分析

为提高信号交叉口非机动车通行的安全水平，本研究以广州市典型的搭接相位控制信号交叉口的调查数据为基础，基于C5.0决策树算法对非机动车过街行为进行影响因素分析。考虑到一个信号周期内的不同时段对非机动车过街行为的影响，本研究将一个完整的信号周期按照非机动车过街的风险冲突划分为对向绿灯风险期、同向绿灯安全期、同向绿灯风险期和垂直方向风险期4个风险时段，并根据非机动车在交叉口的等待选择和闯红灯情况将过街行为分为冒险型、机会型和守法型3类，通过构建C5.0决策树模型分别研究3类过街行为的影响因素并分析评价模型的分类效果。结果表明：决策树模型分类结果的整体准确率大于83.04%,AUC（受试者工作特征曲线下的面积）值大于0.880，模型预测精度较优；搭接相位控制信号交叉口非机动车的过街行为主要与交通环境显著相关，而与骑手的行为因素显著性较低，到达风险期、非机动车信号灯设施、冲突机动车流量、车道数和过街风险对冒险型过街行为的发生存在显著影响，其中到达风险期为最主要的影响因素；车道数、红灯时间和到达风险期对机会型过街行为的发生存在显著影响，其中车道数为最主要的影响因素；冲突机动车流量、信号周期、车道数...     

融合长距离信道注意力与病理特征的肺结节分类

针对现有深度学习网络普遍存在的长距离特征通道关联性缺失、网络自提取特征会湮没肺结节病理显性特征等问题，首先，将通道注意力和空间注意力结合，提出一种可以有效建立长距离特征通道关联性的注意力模块LCA(long-distance channel attention),让模型能获取肺部CT图像的全局显著特征，提高对肺结节的良恶性诊断精度.其次，将肺结节直径、纹理、钙化度等病理显性特征与其深度特征融合，以增强这些显性特征的重要度，提高模型的分类效果.最后，搭建一种特征提取网络DLCANet(dual-connected long-distance channel attention network)和一种分类器模型MARTM(multiple additive regression tree model).在数据集LIDC-LDRI和LUNA16上进行分类实验，与基准模型DPN(dual path network)相比，准确率提高了3.63%,假阳性率下降了8.66%,且整体性能优于目前主流模型.