2025年大學(xué)《生物統(tǒng)計學(xué)》專業(yè)題庫——生物統(tǒng)計學(xué)在醫(yī)學(xué)影像學(xué)中的作用考試時間：______分鐘總分：______分姓名：______一、簡述醫(yī)學(xué)影像數(shù)據(jù)（如CT、MRI）具有哪些區(qū)別于傳統(tǒng)統(tǒng)計學(xué)分析數(shù)據(jù)的特點，并說明這些特點對統(tǒng)計方法的選擇提出了哪些獨特要求。二、在醫(yī)學(xué)影像學(xué)研究中，研究者想要比較A組（疾病組）和B組（健康對照組）在某個特定影像特征上的平均水平是否存在顯著差異。請列出至少三種適用于該研究目的的統(tǒng)計假設(shè)檢驗方法，并簡要說明每種方法的基本原理和適用條件。三、影像組學(xué)（Radiomics）旨在從醫(yī)學(xué)影像中提取大量定量特征，并利用這些特征進(jìn)行疾病診斷或預(yù)后預(yù)測。請簡述影像組學(xué)分析流程中，從影像數(shù)據(jù)到建立預(yù)測模型通常涉及的關(guān)鍵步驟，并解釋在特征選擇環(huán)節(jié)中，為何需要進(jìn)行特征重要性評估？四、某項研究收集了30名肺癌患者的CT影像數(shù)據(jù)，并測量了他們的腫瘤在特定序列下的一個紋理特征值。研究者希望了解該特征值是否與患者的腫瘤分期（I期、II期、III期、IV期）相關(guān)聯(lián)。請說明在這種情況下，除了使用ANOVA分析外，還可以考慮哪些統(tǒng)計方法來探討兩者之間的關(guān)系，并簡述理由。五、在比較兩種不同的影像診斷方法（方法A和方法B）對某種疾病的診斷準(zhǔn)確率時，僅使用靈敏度、特異性和準(zhǔn)確率可能不足以全面評估方法優(yōu)劣，尤其是在樣本不平衡的情況下。請列舉至少兩種在這種情況下常用的補充評價指標(biāo)，并簡述其含義和作用。六、在醫(yī)學(xué)影像大數(shù)據(jù)分析中，常常需要處理來自不同模態(tài)（如PET和CT）的影像數(shù)據(jù)。請簡述將多模態(tài)影像數(shù)據(jù)整合起來進(jìn)行分析的主要挑戰(zhàn)，并列舉至少兩種常用的多模態(tài)數(shù)據(jù)融合策略。七、生存分析是醫(yī)學(xué)研究中常用的方法，用于研究事件發(fā)生時間（如患者生存時間）與影響因素之間的關(guān)系。在醫(yī)學(xué)影像學(xué)中，如何利用生存分析方法研究某個影像特征對患者生存期的影響？請簡述基本的分析思路和可能用到的統(tǒng)計方法。八、隨著人工智能技術(shù)的發(fā)展，深度學(xué)習(xí)等方法在醫(yī)學(xué)影像分析中展現(xiàn)出巨大潛力。請討論在醫(yī)學(xué)影像學(xué)應(yīng)用中，深度學(xué)習(xí)模型與傳統(tǒng)的統(tǒng)計模型之間可能存在的互補關(guān)系和各自的優(yōu)勢。九、在進(jìn)行醫(yī)學(xué)影像數(shù)據(jù)分析時，如何評估所獲得的統(tǒng)計結(jié)果的可靠性？請從數(shù)據(jù)質(zhì)量、統(tǒng)計方法選擇、模型驗證等多個角度進(jìn)行闡述。試卷答案一、醫(yī)學(xué)影像數(shù)據(jù)特點：高維度、大規(guī)模、非線性關(guān)系、噪聲干擾、多模態(tài)、具有空間結(jié)構(gòu)（二維或三維）。對統(tǒng)計方法的要求：能夠處理高維數(shù)據(jù)、適應(yīng)非線性的復(fù)雜關(guān)系、能有效處理噪聲和不確定性、能夠從大規(guī)模數(shù)據(jù)中提取信息、適用于多變量分析、需要考慮空間信息或時間序列結(jié)構(gòu)。二、1.獨立樣本t檢驗：適用于兩組數(shù)據(jù)呈正態(tài)分布且方差相等的情況，檢驗兩組均值是否存在顯著差異。2.Mann-WhitneyU檢驗：適用于兩組數(shù)據(jù)不滿足正態(tài)分布或方差不等的情況，通過比較秩和檢驗兩組中位數(shù)的差異。3.ANOVA（單因素方差分析）：如果研究目的包含比較三個或以上組別（例如，不同亞型疾病組），可使用ANOVA檢驗各組均值是否存在顯著差異，前提是數(shù)據(jù)滿足正態(tài)性、方差齊性。三、關(guān)鍵步驟：影像預(yù)處理（去噪、標(biāo)準(zhǔn)化）、特征提取（形狀、紋理、強度等）、特征選擇（降維、去除冗余和不重要特征）、模型構(gòu)建與訓(xùn)練（選擇機器學(xué)習(xí)算法如SVM、隨機森林等）、模型驗證與評估（使用交叉驗證、評估指標(biāo)如AUC、準(zhǔn)確率等）。進(jìn)行特征重要性評估是為了從眾多特征中篩選出與目標(biāo)任務(wù)（如診斷、預(yù)測）最相關(guān)的特征，提高模型的解釋性、降低模型復(fù)雜度、減少過擬合風(fēng)險，并可能揭示潛在的生物學(xué)意義。四、1.卡方檢驗（Chi-squaredtest）：如果腫瘤分期是分類變量，且紋理特征值被分組（離散化），可使用卡方檢驗分析紋理特征組分布與腫瘤分期之間是否存在關(guān)聯(lián)。2.Kruskal-WallisH檢驗：如果紋理特征值不滿足正態(tài)分布，但希望比較多個（包括三個以上）分期組的中心趨勢（中位數(shù)）是否存在差異，可以使用此非參數(shù)檢驗方法。3.多因素分析：如果除了腫瘤分期，還考慮其他協(xié)變量（如年齡、性別、吸煙史等），可以使用多因素線性回歸或邏輯回歸模型，分析紋理特征在控制其他因素后，與腫瘤分期或相關(guān)連續(xù)/分類變量的關(guān)系。五、1.馬修斯相關(guān)系數(shù)（MatthewsCorrelationCoefficient,MCC）：綜合考慮靈敏度、特異性和假陽性率，適合評估在不平衡數(shù)據(jù)集中兩種診斷方法的一致性，取值范圍從-1到1，正值表示一致性高于隨機猜測。2.F1分?jǐn)?shù)（F1-Score）：是精確率（Precision）和召回率（Recall）的調(diào)和平均數(shù)，對精確率和召回率給予同等權(quán)重，適合評估在不平衡數(shù)據(jù)集中，特別是在召回率和精確率需要兼顧時診斷方法的性能。六、主要挑戰(zhàn)：數(shù)據(jù)配準(zhǔn)（不同模態(tài)圖像在空間上對齊）、特征空間不匹配（不同模態(tài)圖像的物理和生物學(xué)含義不同）、數(shù)據(jù)融合規(guī)則的選擇與優(yōu)化。常用的多模態(tài)數(shù)據(jù)融合策略：早期融合（在特征提取前將不同模態(tài)的原始數(shù)據(jù)或低層特征進(jìn)行組合），中期融合（在特征層將不同模態(tài)的特征向量進(jìn)行融合），晚期融合（利用分類器或回歸模型融合不同模態(tài)的最終預(yù)測結(jié)果）。七、分析思路：首先，將患者的影像數(shù)據(jù)（可能包含影像特征）和生存結(jié)局（生存時間、是否發(fā)生事件）整理成適合生存分析的格式（如Cox比例風(fēng)險模型所需的輸入格式）。然后，選擇合適的生存分析方法。如果影像特征是連續(xù)或分類的協(xié)變量，可直接納入Cox比例風(fēng)險模型或Weibull回歸模型中，分析其與患者生存時間的風(fēng)險比（HazardRatio）。如果構(gòu)建了預(yù)測模型（如機器學(xué)習(xí)），可以先驗證模型預(yù)測性能，再嘗試提取模型中的關(guān)鍵生物標(biāo)志物或利用模型輸出作為協(xié)變量進(jìn)行生存分析。可能用到的統(tǒng)計方法：Cox比例風(fēng)險回歸模型、Kaplan-Meier生存曲線生存分析、Log-rank檢驗。八、互補關(guān)系：深度學(xué)習(xí)擅長自動從海量影像數(shù)據(jù)中學(xué)習(xí)復(fù)雜的、深層的非線性模式，尤其在特征提取方面無需人工設(shè)計；傳統(tǒng)統(tǒng)計模型則提供了嚴(yán)謹(jǐn)?shù)募僭O(shè)檢驗框架、可解釋性強的模型（如線性回歸、邏輯回歸、Cox模型）以及成熟的變量選擇和風(fēng)險評估方法。各自優(yōu)勢：深度學(xué)習(xí)在處理大規(guī)模、高維度、復(fù)雜紋理的影像數(shù)據(jù)時表現(xiàn)出色，適用于預(yù)測任務(wù)；傳統(tǒng)統(tǒng)計模型理論基礎(chǔ)扎實，解釋性強，易于理解，適用于探索性分析、驗證生物學(xué)假設(shè)和風(fēng)險量化。九、評估統(tǒng)計結(jié)果可靠性的角度：1.數(shù)據(jù)質(zhì)量：檢查數(shù)據(jù)是否完整、準(zhǔn)確，是否存在異常值或錯誤，樣本量是否足夠，是否代表目標(biāo)人群。2.統(tǒng)計方法選擇：所選方法是否適合數(shù)據(jù)類型和分布特征，是否考慮了關(guān)鍵的協(xié)變量，模型是否過擬合或欠擬合