学科分类
/ 1
9 个结果
  • 简介:基于深度学习的医学图像处理已成为该领域研究的热点。深度学习方法在各种医学图像应用中取得了优异性能,达到甚至超过了专家级医生的水平。本文首先简述深度学习模型的基本原理,尤其是监督学习算法中的各种神经网络,然后总结它们在医学图像分类与识别、定位与检测、分割、配准与融合等应用领域的研究进展,最后探讨医学图像处理深度学习方法面临的挑战及应对措施。

  • 标签: 深度学习 医学图像处理 监督学习 神经网络
  • 简介:深度学习算法现在已经成为医学图像处理的最成功的模型,生成对抗网络将神经网络与对抗训练的思想相结合,已经开始应用于医学图像处理。该文主要介绍了几种典型的生成对抗网络,回顾了生成对抗网络在医学图像处理中的应用,包括图像的生成、转换、重建、分割等任务,并对生成对抗网络在智能诊断中的作用、目前存在的问题和未来的发展方向做了讨论。

  • 标签: 深度学习 生成对抗网络 图像合成 图像分割
  • 简介:在原子光谱法样品处理时,损失和污染问题不可忽视,为了得到良好的分析结果,使检验数据更具有效性,消除样品处理时损失和污染至关重要。

  • 标签: 原子光谱法 样品处理 损失 污染
  • 简介:实验室科学家用于完成研究的工作时间是有限的。在如今现代化、实验仪器密集的实验室里,每年用于一位科学家和实验室场地的开销可能超过$250000或$120/h。由于完成研究的成本高,而且时间有限,因此需要考虑许多因素来最优化的利用科学家时间。这篇文章以一个实际调查为例讨论了如下因素,包括实验室工作流程,高效液相色谱(HPLC)分离中的溶剂质量以及如何避免重复性工作,如何使用简单自动化设备来监测实验状态从而除去多步骤和减少工作频率以节省科学家的时间。当将所有小细节纳入考虑范围中时,因节省细碎的时间而对实验成本的节约和实验效率的提升具有非常重要的潜在影响。

  • 标签: 实验效率 溶剂质量 废液处理 选择试剂 工作时间 费用
  • 简介:基因枪应用于医学和生命科学研究领域。随着仪器性能的提升和使用者对于使用效果的要求不断提高,需要仪器使用者更好的了解基因枪使用及操作的关键因素,对于常见问题能够及时处理。本文介绍Bio-Rad@PDS—1000/He台式基因枪的使用要点,并对使用过程中的常见问题及处理方法进行分析。

  • 标签: 基因枪 使用 常见问题
  • 简介:为了跟随全球规则,许多行业(例如,建筑业和装饰,机动类和电子)产品释放的挥发性有机化合物(VOCs)需要进行监测。检测VOC的经典方法是热解析(TD)-气相色谱-质谱(GC-MS)联用。对于非科学家来说,该方法产生的复杂数据令人生畏,难以解释而且比较耗时。为了解决这个问题,这里设计了一种特殊软件,可以从复杂的GC-MS数据中方便地鉴定目标化合物,如产品辐射图中的目标组分。

  • 标签: 挥发性有机化合物 数据处理软件 GC-MS 复杂样品 鉴定 气相色谱-质谱
  • 简介:D07系列质量流量控制器被广泛的应用到电子、化工、石油、医药、环保等领域的科研和生产中,当其出现故障时我们要有一个好的解决方法,确保生产正常。

  • 标签: D07系列质量流量控制器 故障 处理方法
  • 简介:目的研究针对高度近视眼的白内障患者更有效的术前人工晶状体屈光度计算及处理方法。方法选取2016年2月至2017年2月我院收治的高度近视合并白内障患者120例。根据随机数字表法均分为两组,每组60例。对照组采用触式A型超声仪结合第2代理论公式对人工晶状体屈光度进行计算。观察组采用非接触式光学相干生物测量仪结合SRK/T公式对人工晶状体屈光度进行计算。分别对比两组术前眼轴长度与角膜曲率,术后3个月屈光度术前估计值与术后实际值差值情况、视力分布情况,患者满意度以及不适主诉发生率。结果同一检测方式测量两组患者眼轴长度和角膜曲率差异无统计学意义(均P〉0.05),具有可比性。且两组患者IOL-Master测量眼轴长度以及角膜曲率均高于A型超声测量结果,差异均有统计学意义(均P〈0.05)。观察组患者屈光度术前估计值与术后实际值差值明显低于对照组,视力明显优于对照组,差异均有统计学意义(均P〈0.01)。术后3个月观察组患者满意度为96.67%(58/60),显著高于对照组的85.00%(51/60),差异有统计学意义(P〈0.05)。结论采用非接触式光学相干生物测量仪器并联合SRK/T公式对高度近视眼白内障患者进行术前测量及计算目标屈光度,测量误差较小,可显著提高患者满意度。

  • 标签: 高度近视 白内障 人工晶状体屈光度 非接触式光学相干生物测量 接触式A型超声