中国中西医结合影像学杂志2024年5月第22卷第3期
胃癌居全球最常见恶性肿瘤的第5位，是我国常见的消化道肿瘤，也是与癌症死亡相关的第三大原因［1］。淋巴结转移是胃癌最常见的转移形式，准确评估术前多个站点淋巴结转移状态对胃癌的治疗和预后至关重要。对无淋巴结转移的早期胃癌，首选胃镜下黏膜切除术或黏膜下清扫术，可提高患者生活质量，减少术后并发症，降低死亡率［2］，但大多数患者不能接受。虽然胃切除D1或D2手术被公认为胃DOI：10.3969/j.issn.1672-0512.2024.03.004 ［基金项目］ 潍坊市卫生健康委员会科研项目（WFWSJK-2023-037）；河北省卫生健康委医学科学研究项目（20211406）。 ［通信作者］ 王锡臻，Email：********************。基于CT的影像组学对胃癌不同站点
正常大小淋巴结转移的预测价值
马雯雯1，蒋常琴2，冯 强2，徐芹艳1，张文轩1，范 振1，姬国敏3，王锡臻11.山东第二医科大学附属医院影像中心，山东 潍坊 261031；2.山东省潍坊市益都中心医院影像科，山东 潍坊 262550；3.河北省故城县医院影像科，河北 故城 253800
［摘要］ 目的：探讨基于CT的影像组学对胃癌不同站点正常大小淋巴结转移的预测价值。方法：回顾性分析233例胃癌患者共303个符合纳入标准的胃周正常大小淋巴结，将其分为两区，一区为胃周第一站淋巴结（175个），二区为胃周第二、三站淋巴结（128个）。两区淋巴结分别按照7∶3的比例分为训练集和验证集。筛选临床独立危险因素及影像组学特征，并分别放入决策树、LinearSVC、支持向量机（SVM）、logistic回归4个分类器中，对两区淋巴结分别构建临床-影像组合模型。通过AUC评估组合模型的性能，通过决策曲线分析模型的临床价值。结果：在两区淋巴结分别建立4个临床-影像组合模型，一区淋巴结的SVM模型显示出最佳的鉴别效能，其在训练集和验证集中的AUC分别为0.960（95%CI 0.925～0.995）和0.731（95%CI 0.556～0.905）。二区淋巴结的SVM模型亦显示出最佳的鉴别效能，其在训练集和验证集中的AUC分别为0.998（95%CI 0.993～1.000）和0.959（95%CI 0.924～0.994）。决策曲线分析提示，两区淋巴结SVM模型在临床决策中的应用均有较大效益。结论：基于CT的
1.1 基本数据结构1.数组
2.链表，双向链表
3.队列，单调队列，双端队列
4.栈，单调栈
1.2 中级数据结构1.堆
2.并查集与带权并查集
3.hash 表
自然溢出
双hash
1.3 高级数据结构1. 树状数组
2. 线段树，线段树合并
3. 平衡树
Treap 随机平衡二叉树
Splay 伸展树* Scapegoat Tree 替罪羊树
4. 块状数组，块状链表
5.* 树套树
线段树套线段树
线段树套平衡树
* 平衡树套线段树
6.可并堆左偏树
*
配对堆
7. *KDtree，*四分树
1.4 可持久化数据结构
1. 可持久化线段树
主席树
2. * 可持久化平衡树
3. * 可持久化块状数组
1.5 字符串相关算法及数据结构
1. KMP
2. AC 自动机
3. 后缀数组
4. *后缀树
5. *后缀自动机
6. 字典树Trie7.manacher
1.6 图论相关1. 最小生成树
prim
kruskal
2. 最短路，次短路，K短路
spfa
dijkstra
floyd
3. 图的连通
连通分量
割点，割边
4. 网络流
最大流最小割
费用流
分数规划
5. 树相关
树上倍增，公共祖先
树链剖分
树的分治算法（点分治，边分治，*动态？树
分治）
动态树（LCT，*树分块）
虚树
*prufer编码
7. 拓扑排序
8. 欧拉图
9. 二分图
*KM算法
匈牙利算法
1.7 数学相关
1. （扩展）欧几里得算法，筛法，快速幂
斐蜀定理
更相减损术
2. 欧拉函数与*降幂大法
3. 费马小定理
4. 排列组合
lucas定理
5. 乘法逆元
6. 矩阵乘法
7. 数学期望与概率8. 博弈论
sg函数
树上删边游戏
9. *拉格朗日乘子法
10. 中国剩余定理
11. 线性规划与网络流
12. 单纯型线性规划
13. 辛普森积分
14. 模线性方程组
15. 容斥原理与莫比乌斯反演16. 置换群
17. 快速傅里叶变换
18. *大步小步法（BSGS），扩展BSGS
1.8 动态规划
1. 一般，背包，状压，区间，环形，树形，数
位动态规划
记忆化搜索
基于三电平典型拓扑结构的SVPWM调制策略研究
作者：王超然 刘宇蝶
来源：《无线互联科技》2024年第12期 摘要：當前，我国的新能源技术面临发电量受外界因素影响较大、电能不能稳定输出等问题，大功率变换器的使用是解决此问题的关键，多电平逆变器能够满足大功率变换器的高压大功率化需求。文章以T型三电平逆变器为研究对象，分析了其调制算法和中点电位平衡问题，并进行了仿真验证。根据空间矢量脉宽调制（Space Vector Pulse Width Modulation，SVPWM）算法的原理，文章分析了中点电位不平衡对空间电压矢量作用的不良影响。基于MATLAB/Simulink平台，文章搭建了仿真模型，仿真结果证明了三电平SVPWM算法对中点平衡控制策略的有效性。所提方法能够弥补原有算法操作复杂的不足，对三电平乃至多电平逆变器的工程应用具有促进作用。
关键词：T型三电平逆变器；中点电位不平衡；SVPWM算法 中图分类号：TM464；TP273文献标志码：A
0 引言
随着现代电力电子技术的迅速发展，适用于不同场合的多电平逆变器所具有的拓扑结构层出不穷，所对应的调制算法也千差万别。T型三电平逆变器利用2个反向串联的功率开关管将直流母线侧的中点与输出端相连，实现中点箝位功能和零电流切换。当中点电位发生变化时，T型三电平逆变器拓扑能够解决上、下桥臂的开关管功率损耗分布不均的问题，但存在中点电位动态不平衡的问题［1］。
空间矢量脉宽调制（Space Vector Pulse Width Modulation，SVPWM）的算法原理是将逆变器的输出状态转化为空间电压矢量，通过空间矢量的切换控制三电平变流器的开关管工作。SVPWM算法所形成的系统模型简单，输出波形在大范围调制比内具有良好的性能、较小的输出谐波含量以及较高的电压利用率，易于实现抑制中点电位波动、减小谐波含量、减少开关频率等控制目标［2］。
JDK1.6的包简介
Java SE Platform 软件包
java.applet 提供创建 applet 所必需的类和 applet 用来与其 applet 上下文通信的类。
java.awt 包含用于创建用户界面和绘制图形图像的所有类。
java.awt.color 提供用于颜色空间的类。
java.awt.datatransfer 提供在应用程序之间和在应用程序内部传输数据的接口和类。
java.awt.dnd Drag 和 Drop 是一种直接操作动作，在许多图形用户界面系统中都会遇到它，它提供了一种机制，能够在两个与 GUI 中显示元素逻辑相关的实体之间传输信息。
java.awt.event 提供处理由 AWT 组件所激发的各类事件的接口和类。
java.awt.font 提供与字体相关的类和接口。
java.awt.geom 提供用于在与二维几何形状相关的对象上定义和执行操作的 Java 2D 类。
java.awt.im 提供输入方法框架所需的类和接口。
java.awt.im.spi 提供启用可以与 Java 运行时环境一起使用的输入方法开发的接口。
java.awt.image 提供创建和修改图像的各种类。
java.awt.image.renderable 提供用于生成与呈现无关的图像的类和接口。
java.awt.print 为通用的打印 API 提供类和接口。
java.beans 包含与开发 beans 有关的类，即基于 JavaBeansTM 架构的组件。
java.beans.beancontext 提供与 bean 上下文有关的类和接口。
java.io 通过数据流、序列化和文件系统提供系统输入和输出。
ng 提供利用 Java 编程语言进行程序设计的基础类。
ng.annotation 为 Java 编程语言注释设施提供库支持。
ng.instrument 提供允许 Java 编程语言代理检测运行在 JVM 上的程序的服务。
