简介:以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注,并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率,本文设计了2种改良的深度卷积神经网络,这些改进加快了神经网络的训练速度.有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型,该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验,改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型,这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后,构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”,该系统能够自动检测出CT影像中肺结节,并给出结节的良恶性概率评估。通过该系统的应用,可以有效缓解放射科医生超高的劳动强度,提高阀片效率,服务更多患者;减少漏诊和误诊发生的次数,有助于提高肺结节的诊断准确率;从而促进我国肺癌早筛工作的推广。
简介:对汤岗子热矿泥黑粉中矿物元素进行了分析研究。用微波消解法处理汤岗子热矿泥黑粉样品,采用ICP—MS法对热矿泥黑粉中16种元素进行分析。结果表明,在优化实验条件下,方法的检出限为0.00028-14.66μg/L,相对标准偏差为0.18%~6.20%,回收率为91.5%~108.2%。为探讨汤岗子热矿泥黑粉对人体的保健作用提供了参考数据。