摘要 目的 开发一种基于U-Net的颅咽管瘤自动分割深度学习模型。方法 本研究纳入264例确诊为颅咽管瘤的患者。收集、注释治疗前的MRI图像,并将其作为基本事实来学习和评估深度学习模型。来自其他机构的38名患者用于独立的外部测试。提出的分割模型基于U-Net架构构建。计算每例的骰子相似系数(DSC)、95%百分位数(95HD)的Hausdorff距离、Jaccard值、真阳性率(TPR)和假阳性率(FPR)。使用单因素方差分析来探讨模型性能是否与肿瘤的放射学特征有关。结果所提出的模型在分割方面表现出良好的性能,平均 DSC 为 0.840、Jaccard 为 0.734、TPR 为 0.820、FPR 为 0.000、95HD 为 3.669 毫米。它在独立的外部测试集中表现良好,平均 DSC 为 0.816、Jaccard 为 0.704、TPR 为 0.765、FPR 为 0.000、95HD 为 4.201 毫米。此外,单因素方差分析表明,该性能与放射学特征无统计学相关性,包括主要成分(p = 0.370)、分叶形状(p = 0.353)、受压或封闭的 ICA(p = 0.809)和海绵窦侵犯(p = 0.283)。结论 提出的深度学习模型在颅咽管瘤自动分割方面表现出良好的效果。要点 • 基于 U-Net 的分割模型在颅咽管瘤分割中表现出良好的性能。 • 无论颅咽管瘤的放射学特征如何,提出的模型都表现出良好的性能。 • 该模型在从另一个中心获得的独立外部数据集中实现了可行性。
摘要。切除手术可能治愈药物抵抗性局灶性癫痫,但只有 40% 至 70% 的患者在手术后实现无癫痫发作。回顾性定量分析可以阐明切除结构和患者结果的模式,以改善切除手术。然而,必须首先在术后 MRI 图像上分割切除腔。卷积神经网络 (CNN) 是最先进的图像分割技术,但需要大量带注释的数据进行训练。医学图像的注释是一个耗时的过程,需要训练有素的评估者,并且通常存在较高的评估者间差异。自监督学习可用于从未标记的数据中生成训练实例。我们开发了一种算法来模拟术前 MRI 图像上的切除术。我们整理了一个新的数据集 EPISURG,其中包含 431 名接受切除手术的患者的 431 张术后 MRI 图像和 269 张术前 MRI 图像。除了 EPISURG,我们还使用了三个公共数据集(包含 1813 张术前 MRI 图像)进行训练。我们在训练期间动态创建的人工切除图像上训练了一个 3D CNN,使用的图像来自 1) EPISURG、2) 公共数据集和 3) 两者。为了评估训练好的模型,我们计算了模型分割和三位人工评估者执行的 200 个手动注释之间的 Dice 分数 (DSC)。使用带有手动注释的数据训练的模型获得的中位数(四分位距)DSC 为 65.3(30.6)。我们表现最好的模型的 DSC 是在没有手动注释的情况下训练的,为 81.7(14.2)。相比之下,人类注释者之间的评级者间一致性为 84.0 (9.9)。我们展示了一种使用模拟切除腔的 CNN 训练方法,该方法可以准确地分割真实的切除腔,而无需手动注释。
结果:考虑到几何幻影,所获得的统计结果在下面列出。关于MIRADA和速度获得的DSC,平均值和SD值分别为0.955±0.348和0.965±0.418,p值为0.013,表明有显着差异。考虑到MDA,MIRADA和速度之间的p值为0.001的显着差异,前者的p值为0.668±0.684,而后者的p值为0.668±0.684。对于HD,Mirada与速度的2.202±1.215相比,平均值为3.464±2.091。对于TRE,考虑了幻影内的三个基准,Mirada的平均值为1.037 mm,而速度的平均值为1.338 mm。在分析解剖幻影时,MIRADA和速度的DSC值分别为0.946±0.031和0.944±0.313,表明没有显着性。同样,考虑到MDA(MIRADA:0.435±0.235,速度:0.449±0.242),也没有发现显着性。关于HD,Mirada获得了4.216毫米,而速度为4.233 mm,显示出非凡的依从性。发现三个基金会的TRE的平均值小于1 mm,存在显着差异。
摘要:聚乙烯二氟(PVDF)扩展的石墨(EXGR)纳米复合材料已通过溶液混合和熔融加工方法制备。在存在聚乙烯基吡喃酮(PVP)的情况下,石墨纳米片(GNSS)在PVDF矩阵中的分散体增强,如田间发射扫描电子显微镜分析所暗示的,导致非常低的电溶解率(0.3 wt%EXGR)。X射线衍射,傅立叶变换红外光谱和差异扫描Calorim-etry(DSC)分析证实了电活性伽玛和非极性α相的共存。与GNSS周围的PVP链包裹可降低PVDF-EXGR纳米复合材料中的结晶度,而DSC分析证明,与整洁的PVDF膜相比。热重分析证实,PVDF-EXGR纳米复合材料在500°C以上的热稳定性增强,主要归因于PVP辅助的GNSS分散体。与整洁的PVDF膜相比,溶液混合PVDF-EXGR纳米复合膜的水接触角在有或没有PVP的情况下增加。与溶剂铸膜相比,压缩式PVDF-EXGR纳米复合材料还表现出PVDF的电活性伽玛和非极性α阶段,其电导率的降低。
*介绍作者:prashantn2001@nitte.edu.edu.in简介:鞘糖体具有更好的药物保留特性,并且对酸水解的弹性更大。siRNA大多用于癌症治疗中的转录后基因表达沉默。肺癌的阿霉素。 目标与目标:用于治疗肺癌的siRNA和阿霉素的鞘糖体的配方和评估。 方法:研究表明了如何使用3 2完整的阶乘设计来优化Bcl2 Si RNA-阿霉素的Sphiongosomes来治疗肺癌。 纳米形式的鞘糖体是使用薄膜水合过程制备的,并使用3 2完整的阶乘设计与可取性函数进行了优化。 评估了夹层有效性和囊泡尺寸数据。 TEM预测配方的大小,DSC和FTIR将检查进行热稳定性,血清稳定性和进行不育。 结果:发现该配方是球形的,平均直径为263.4 nm,PDI为0.198,夹层效率为69.2和-33.4 MV Zeta电位。 TEM的结果证明了200 nm粒径。 dsc和FTIR的物理混合物和配方的结果根据血清稳定性在范围内,该配方对核酸酶消化具有抗性12小时。 一项不育测试证明了该配方是无菌的摘要和结论:结果证实,鞘体体发育中的QBD方法可以改善配方过程。 该方法导致下降肺癌的阿霉素。目标与目标:用于治疗肺癌的siRNA和阿霉素的鞘糖体的配方和评估。方法:研究表明了如何使用3 2完整的阶乘设计来优化Bcl2 Si RNA-阿霉素的Sphiongosomes来治疗肺癌。纳米形式的鞘糖体是使用薄膜水合过程制备的,并使用3 2完整的阶乘设计与可取性函数进行了优化。夹层有效性和囊泡尺寸数据。TEM预测配方的大小,DSC和FTIR将检查进行热稳定性,血清稳定性和进行不育。结果:发现该配方是球形的,平均直径为263.4 nm,PDI为0.198,夹层效率为69.2和-33.4 MV Zeta电位。TEM的结果证明了200 nm粒径。dsc和FTIR的物理混合物和配方的结果根据血清稳定性在范围内,该配方对核酸酶消化具有抗性12小时。一项不育测试证明了该配方是无菌的摘要和结论:结果证实,鞘体体发育中的QBD方法可以改善配方过程。该方法导致下降
摘要 热能储存是节约能源和优化整体效率的重要因素。开发本地能源储存系统需要一些有关原材料的信息,而原材料在当地市场上供应充足。本研究旨在调查亚齐传统生产的盐的特性,以了解其作为热能储存原材料的潜在用途。样品取自亚齐大区,在马弗炉中以 400°C 和 800°C 的温度加热处理。进行这种处理是为了研究性质的变化并确定盐制备的最佳程序。所有样品都经过多种技术表征,包括 XRF、XRD、SEM/EDS、TGA/DSC 分析、密度、热导率和电解电导率。XRF 表征表明,当地的亚齐盐被评为 III 类盐。此外,根据 TGA/DSC 表征,熔化温度接近 800°C,焓值接近 492 kJ/kg。亚齐盐可作为热能储存材料的证据已经足够,此外,提高亚齐盐的热处理温度有助于提高其焓值、晶体尺寸、密度、热导率和电解质电导率。
本研究的目的是探讨菌丝体作为一种新型增强材料和廉价生物基质在生物复合板生产中的可能性。在本研究中,菌丝体是从不同的基质、接种时间和加热时间处理中获得的。使用傅里叶变换红外 (FTIR) 光谱、热重分析 (TG/DTG)、差示扫描量热法 (DSC)、扫描电子显微镜 (SEM)、光学显微镜和抗弯强度测试测量了菌丝体生物基质的各种化学或物理特性。样品的结构分析表明,无论是接种纤维素基质还是淀粉基质,菌丝体中的几丁质含量都会增加,但随着接种时间的延长而增加。TGA 和 DSC 热分析图显示,热稳定性和玻璃化转变 (T g ) 温度随着接种时间的延长而提高。形态学观察证实了菌丝体网络的存在,可用作生物复合材料中的潜在生物基质。样品的机械性能在压制时间为 20 和 40 分钟时显示,菌丝体生物复合板的抗弯强度从 1.82 MPa 提高到 3.91 MPa。关键词:菌丝体;热;生物基质;生物复合材料版权所有 © 2020 PENERBIT AKADEMIA BARU - 保留所有权利
前言 建模与仿真 (M&S) 作为一个关键推动因素,在国防企业中具有广泛的实用性和应用潜力,不仅在成本效益方面,而且还提供了一种满足原本不可能或具有挑战性的国防要求的机制。与传统选项相比,它还提供了环境效益。需要更好地协调活动、指导和收购,以使国防部能够从对 M&S 的投资中获得最大收益。本 JSP 规定了适当的方向、明确的治理结构和适当的机制来解决问题和降低风险,使前线司令部 (FLC) 能够以技术上连贯的方式开发和交付基于 M&S 的解决方案。在国防建模与仿真一致性 (DMaSC) 技术局 (TA) 的指导和指导下,目标是提供一个连贯的 M&S 推动因素和资源框架,通过国防模拟中心 (DSC) 访问,这些框架可重复使用、可互操作、可重新配置且具有成本效益,不仅在国防企业内,而且在我们的盟友中也是如此。作为国防 3* 军事能力管理职能所有者,我要求从通过 DSC 与 DMaSC TA 的早期接触开始遵守此 JSP,以确保成功。
高级工程师/工程师 – 可生物降解塑料和塑料回收职责 被任命者将致力于可生物降解塑料、可生物降解材料和/或塑料回收的开发。他/她将负责设计配方、操作材料加工机器(如混料机、挤出机等)并使用分析仪器(如 DSC、FTIR、TGA、TEM、SEM 等)表征材料特性。除此之外,他/她还将负责准备项目进度报告、SOP 以及与行业合作伙伴合作相关的其他文件。
概述InnaitKey DSC是印度的第一个Atmanirbhar(印度制造)USB代币,用于存储数字证书。它不使用边境共享国家的组件。它符合认证机构(CCA)指南的控制者,您可以存储任何认证机构(CA)颁发的数字证书。除了PIN访问数字签名数据的安全性外,用户的生物识别性验证还提供了另一个安全性,从而导致了不断改进的非替代方案。