简介:摘要目的为了解决UNet框架上采样过程中信息丢失的问题,本文采用青少年脑部MRI研究网络学习能力弱和脑部边缘区域配准精度不高的问题。材料与方法本文采用公开可用的脑部MRI数据集:HBN和LPBA40,提出了一种结合多尺度注意力机制的生成对抗网络(multiscale attention mechanisms generative adversarial networks, MAM_GAN)配准模型,实现了单模态脑图像配准。该方法由配准网络和鉴别网络组成。通过在鉴别网络中添加多尺度注意力机制(multiscale attention mechanisms, MAM)模块获取不同尺度下的上下文信息,在对抗训练过程中提取到更有效的大脑结构特征。其次,在配准网络中引入了图像相似性的局部互相关损失函数,约束移动图像与固定图像之间的相似性,在两个网络的对抗训练过程中进一步提高图像配准的性能。本文使用Dice系数(Dice coefficient, Dice)、结构相似度(structural similarity, SSIM)和皮尔森相关系数(Pearson's correlation coefficient, PCC)衡量配准图像与固定图像的配准精度。结果MAM_GAN方法在Dice指标上相对于传统的方法,脑脊液(cerebrospinal fluid, CSF)、脑灰质(gray matter, GM)和脑白质(white matter, WM)精度分别提高了0.013、0.023和0.028,PCC指标提高了0.004,SSIM指标提高了0.011。由此可见,该方法配准效果好。结论MAM_GAN方法能够更好地学习到脑部结构特征,提升了配准的性能,为青少年多动症临床诊断和体质检测提供技术基础。
简介:摘要轮状病毒是引起儿童腹泻病的最常见原因,接种轮状病毒疫苗是减轻疾病负担的重要方式。目前全球已经有多个国家将轮状病毒疫苗列入国家的免疫计划,但是其免疫效果有较大差异。近期的研究指出肠道菌群组成会对轮状病毒疫苗的免疫原性产生影响,现就该领域的研究进展进行综述。
简介:摘要通过分析天然气水合物的分解原理,指出开发水合物的基本方法,同时分析了天然气水合物的研究现状以及各方法存在的问题,在此基础上介绍了利用成对井配合水力压裂技术开发水合物的技术,简述了开采原理和开采过程,可为我国天然气水合物的开采研究提供参考借鉴。
简介:摘要目的探讨利用深度学习方法提高动脉自旋标记(ASL)图像质量,并优化其对脑血流量(CBF)的定量准确性。方法回顾性分析2018年5月至2019年8月天津市环湖医院101例脑血管病患者临床及影像资料,分为训练集71例和验证集30例。训练集中男53例,女18例,年龄55.0 (41.3,64.5);测试集中男23例,女7例,年龄57.5 (49.0,65.0)。以定量灌注加权成像为参考标准,通过训练一个深度学习生成对抗网络(GAN)重建原始ASL-CBF图像。通过结构相似指数和标准均方根误差比较原始ASL-CBF与GAN-CBF的图像质量,并使用Pearson相关分析比较不同脑血管供血区及卒中病灶区ASL-CBF、GAN-CBF与定量灌注的相关性,验证GAN对ASL的图像质量与量化精度的提升性能。结果训练集和验证集两组患者性别、年龄、疾病类型、卒中病灶位置及大小差异均无统计学意义(均P>0.05)。GAN-CBF比ASL-CBF的结构相似指数更高(0.888比0.801,P<0.001),且标准均方根误差更低(0.628 比 0.775,P<0.001)。在不同血管供血区及卒中病灶区,GAN-CBF比ASL-CBF与定量灌注的相关性更高,以中动脉穿通支供血区(r=0.853)与卒中病灶区(r=0.765)的相关性提升最为明显(均P<0.001)。结论生成对抗网络可以在不增加扫描时间而提高ASL的图像质量与量化精度,拓展了ASL的临床应用价值。
简介:摘要:本研究深入探讨了大规模可再生能源集成对电网稳定性的影响,并提出了相应的对策。论文首先概述了可再生能源集成的主要形式,包括风电与光伏发电、分布式供热系统以及插电式混合动力汽车群。接着,详细分析了可再生能源对电网稳定性的影响,涵盖功率波动、故障响应特性和电网跨区潮流分布等方面。在最后一部分,提出了完善电网规划设计、优化运行方式和加强稳定控制技术应用等对策,以提高电网适应大规模可再生能源集成的能力。通过本研究,我们期望为未来电力系统的可持续发展提供有力支持。
简介:摘要:本文深入探讨了可再生能源集成对电气系统设计的影响与挑战。随着全球能源转型的加速推进,可再生能源如太阳能、风能等逐渐成为电力系统的重要组成部分。本文首先概述了可再生能源的主要类型及其发电技术,并分析了可再生能源集成系统的基本架构。随后,详细阐述了可再生能源集成对电网规划与设计、电力负荷预测与调度策略等方面的具体影响。同时,本文还深入剖析了可再生能源集成过程中面临的技术、经济及政策等挑战,并提出了相应的应对策略。研究结果表明,可再生能源集成虽为电气系统设计带来了诸多变革,但通过技术创新、政策引导及经济激励等手段,可以有效克服这些挑战,推动电力系统的可持续发展。
简介:摘要目的研究利用生成对抗网络(GAN)建立头颈部肿瘤MRI图像与CT图像的映射模型,实现MRI引导放疗中伪CT (sCT)的预测生成。方法收集45例鼻咽癌患者治疗前影像信息与IMRT计划信息。首先对MRI (T1)和CT图像进行刚性配准、裁剪、去背景、数据增强等预处理操作;其次对病例进行GAN训练,随机选取30例作为训练集放入网络进行建模学习,另15例用于测试。比较预测sCT与真实CT的图像质量,以及后续比较预测sCT进行重计算的剂量分布与真实计划的剂量分布。结果测试集的预测sCT与实际CT图像质量比较显示,二者误差较小,体素平均绝对误差值为(79.15±11.37) HU,结构相似性系数值为0.83±0.03。sCT重计算的剂量分布与实际剂量较为接近,不同区域水平下的MAE值相对处方剂量均<1%。在2mm/2%、3mm/3%准则下,所有病例sCT重计算剂量分布的γ通过率均>92%、>98%。结论提出并实现了使用GAN进行鼻咽癌患者sCT的生成,为MR-IGRT实施奠定了基础。图像质量与剂量学比较均显示了方法的可行性与准确性。