XiaoMi-AI文件搜索系统
World File Search Systemanses
心脏移植中的围手术期经食管超声心动图
心脏移植是对无常规治疗反应的终阶段心脏病的手术治疗的一种重要形式。自1967年的第一次心脏移植以来，由于许多领域的发展，例如器官捐赠，手术技术，器官保存，围手术期护理，免疫风险评估，免疫抑制剂和器官功能的监测，接受者的寿命已大大增加。[1]此外，随着捐助者标准的扩展和某些国家的数据传输的增加，全球心脏移植案件的年数已超过5500。[2]由于这些患者通常有其他疾病，例如慢性肺部疾病和肺部高血压，可用于心肌功能障碍，phisepeacheageal Echocarecar-dio摄影（TEE）可用于评估这些患者的心脏功能。[3]
直接静止化以产生卵巢藻类和鸭草植物的生物柴油
1。牙科学院，Thi-Qar大学，Thi-qar，64001，伊拉克2。 Thi-Qar大学理学院化学系，Thi-Qar，64001，伊拉克3。 工程学院，Thi-Qar大学，Thi-Qar，64001，伊拉克 *通讯作者的电子邮件：assa.sayar@sci.utq.utq.utq.utq.utq.utq.iq Abstract Biododiesel，来自可再生资源的摘要生物柴油是支持能源安全的可能替代方案之一。 这项研究旨在通过直接式静止化从卵藻和鸭藻植物中生产生物柴油。 为所考虑的鸭植物取了5 g的干生物量，并将藻类浸入50 mL甲醇中：盐酸：氯仿：氯仿（10：1：1 v/v/v/v）溶剂溶剂以提取脂肪酸甲基酯（FAME）。 使用FT-IR和GC-MAS光谱法进行提取的材料进行表征。 准备了准备的样品，以鉴定化合物，特别是脂质。 结果表明，在形成的酯（生物柴油）中存在饱和和不饱和脂肪酸。 在衍生自鸭植物的生物柴油中鉴定出的饱和脂肪酸和不饱和脂肪酸分别为24.19％和20.34％，藻类分别为19.92％和17.2％。 这些结果表明，从这些类型的生物量中产生生物柴油的潜力很高，这可以为能源供应提供另一种途径。 关键字：生物柴油，odogonium，Duckweed，Direct Transesterification，脂肪酸甲基酯。 文章类型：研究文章。 2020a）。 可再生资源可以提供可行的途径来解决常规能源缺陷（Sayer等人牙科学院，Thi-Qar大学，Thi-qar，64001，伊拉克2。Thi-Qar大学理学院化学系，Thi-Qar，64001，伊拉克3。 工程学院，Thi-Qar大学，Thi-Qar，64001，伊拉克 *通讯作者的电子邮件：assa.sayar@sci.utq.utq.utq.utq.utq.utq.iq Abstract Biododiesel，来自可再生资源的摘要生物柴油是支持能源安全的可能替代方案之一。 这项研究旨在通过直接式静止化从卵藻和鸭藻植物中生产生物柴油。 为所考虑的鸭植物取了5 g的干生物量，并将藻类浸入50 mL甲醇中：盐酸：氯仿：氯仿（10：1：1 v/v/v/v）溶剂溶剂以提取脂肪酸甲基酯（FAME）。 使用FT-IR和GC-MAS光谱法进行提取的材料进行表征。 准备了准备的样品，以鉴定化合物，特别是脂质。 结果表明，在形成的酯（生物柴油）中存在饱和和不饱和脂肪酸。 在衍生自鸭植物的生物柴油中鉴定出的饱和脂肪酸和不饱和脂肪酸分别为24.19％和20.34％，藻类分别为19.92％和17.2％。 这些结果表明，从这些类型的生物量中产生生物柴油的潜力很高，这可以为能源供应提供另一种途径。 关键字：生物柴油，odogonium，Duckweed，Direct Transesterification，脂肪酸甲基酯。 文章类型：研究文章。 2020a）。 可再生资源可以提供可行的途径来解决常规能源缺陷（Sayer等人Thi-Qar大学理学院化学系，Thi-Qar，64001，伊拉克3。工程学院，Thi-Qar大学，Thi-Qar，64001，伊拉克 *通讯作者的电子邮件：assa.sayar@sci.utq.utq.utq.utq.utq.utq.iq Abstract Biododiesel，来自可再生资源的摘要生物柴油是支持能源安全的可能替代方案之一。 这项研究旨在通过直接式静止化从卵藻和鸭藻植物中生产生物柴油。 为所考虑的鸭植物取了5 g的干生物量，并将藻类浸入50 mL甲醇中：盐酸：氯仿：氯仿（10：1：1 v/v/v/v）溶剂溶剂以提取脂肪酸甲基酯（FAME）。 使用FT-IR和GC-MAS光谱法进行提取的材料进行表征。 准备了准备的样品，以鉴定化合物，特别是脂质。 结果表明，在形成的酯（生物柴油）中存在饱和和不饱和脂肪酸。 在衍生自鸭植物的生物柴油中鉴定出的饱和脂肪酸和不饱和脂肪酸分别为24.19％和20.34％，藻类分别为19.92％和17.2％。 这些结果表明，从这些类型的生物量中产生生物柴油的潜力很高，这可以为能源供应提供另一种途径。 关键字：生物柴油，odogonium，Duckweed，Direct Transesterification，脂肪酸甲基酯。 文章类型：研究文章。 2020a）。 可再生资源可以提供可行的途径来解决常规能源缺陷（Sayer等人工程学院，Thi-Qar大学，Thi-Qar，64001，伊拉克 *通讯作者的电子邮件：assa.sayar@sci.utq.utq.utq.utq.utq.utq.iq Abstract Biododiesel，来自可再生资源的摘要生物柴油是支持能源安全的可能替代方案之一。这项研究旨在通过直接式静止化从卵藻和鸭藻植物中生产生物柴油。为所考虑的鸭植物取了5 g的干生物量，并将藻类浸入50 mL甲醇中：盐酸：氯仿：氯仿（10：1：1 v/v/v/v）溶剂溶剂以提取脂肪酸甲基酯（FAME）。使用FT-IR和GC-MAS光谱法进行提取的材料进行表征。准备了准备的样品，以鉴定化合物，特别是脂质。结果表明，在形成的酯（生物柴油）中存在饱和和不饱和脂肪酸。在衍生自鸭植物的生物柴油中鉴定出的饱和脂肪酸和不饱和脂肪酸分别为24.19％和20.34％，藻类分别为19.92％和17.2％。这些结果表明，从这些类型的生物量中产生生物柴油的潜力很高，这可以为能源供应提供另一种途径。关键字：生物柴油，odogonium，Duckweed，Direct Transesterification，脂肪酸甲基酯。文章类型：研究文章。2020a）。可再生资源可以提供可行的途径来解决常规能源缺陷（Sayer等人引言能源需求的持续增加以及政治冲突，污染损害和全球变暖的增加造成了压力，以寻找替代煤炭，石油和石油衍生品代表的传统能源资源的替代方案。此外，耗尽了常规燃料（化石燃料）和强迫研究以调查替代能源以节省全球经济和环境（Ethaib等人2020）。生物燃料已成为有希望的替代能源。是第一代生物燃料，生物乙醇和生物柴油的是由食品原料产生的，例如淀粉，糖和从玉米，小麦和大豆等农作物植物中得出的油（Neto等人。 2019）。 使用食物作物原料来产生生物燃料，触发辩论以在燃料和食物之间进行选择（Alaswad等人。 2015）。 此外，要创造足够的生物质，粮食作物原料需要巨大的农业区域，这可能导致土地破坏，生物多样性损失，栖息地损失，水耗尽和空气污染（Neto等人（Neto等人） 2019）。 因此，该研究指示使用草，木材，木质纤维素生物量和其他有机废物生产非食品作物的生物燃料，这被称为第二代生物燃料。 木质纤维素材料的复杂结构需要一个预处理过程，以便在水解过程中有效转化（Ethaib等人 2020b）。 已经应用了各种各样的预处理过程。 但是，大多数这些过程都遇到了技术困难，最终反映了最终产品的成本（Ethaib等人是由食品原料产生的，例如淀粉，糖和从玉米，小麦和大豆等农作物植物中得出的油（Neto等人。2019）。使用食物作物原料来产生生物燃料，触发辩论以在燃料和食物之间进行选择（Alaswad等人。2015）。此外，要创造足够的生物质，粮食作物原料需要巨大的农业区域，这可能导致土地破坏，生物多样性损失，栖息地损失，水耗尽和空气污染（Neto等人（Neto等人）2019）。因此，该研究指示使用草，木材，木质纤维素生物量和其他有机废物生产非食品作物的生物燃料，这被称为第二代生物燃料。木质纤维素材料的复杂结构需要一个预处理过程，以便在水解过程中有效转化（Ethaib等人2020b）。已经应用了各种各样的预处理过程。但是，大多数这些过程都遇到了技术困难，最终反映了最终产品的成本（Ethaib等人2020c）。在寻找可行且具有成本效益的替代方案时，藻类和藻类衍生的生物质得到了相当大的关注或生产改进的生物燃料（Gajraj等人）2018）。使用藻类
使用深度神经网络对经食管超声心动图图像中的左心室进行分割
胸外按压是心肺复苏 (CPR) 期间促进全身循环的主要手段。最佳胸外按压可使心脏骤停患者获得良好的复苏效果。尽管最近的 CPR 指南建议使用实时反馈设备来在复苏期间维持高质量的 CPR，但它很少与良好的复苏效果相关[1-3]。原因之一可能是未监测胸外按压的位置。先前基于胸部计算机断层扫描的研究还发现，目前建议的胸外按压位置太高，无法有效压迫左心室 (LV) [4,5]。经食道超声心动图 (TEE) 被认为是一种很好的方法，可用于识别心脏骤停的可纠正原因以及监测 CPR 质量和位置[6-8]。它还可以在复苏期间不中断胸外按压的情况下识别受外胸按压的心脏结构[9]。因此，我们可以从心脏骤停患者 TEE 图像中评估胸外按压的准确位置和外部胸外按压产生的收缩功能。这可能验证 CPR 期间促进左心室收缩功能的最佳胸外按压方法[10-12]。分割左心室对于确定胸外按压的位置和获得心脏功能定量评估指标（如舒张末期容积、收缩末期容积、面积和射血分数）是必不可少的。人们进行了许多尝试来分割左心室。Noble 等[13]基于轮廓跟踪方法，采用了基于卡尔曼滤波器的心外膜和心内膜边界跟踪系统。Bosch 等[14]将边界检测的主动外观模型改进为主动外观运动模型，可实现全自动、强大且连续的左心室检测。大多数心脏图像，如超声波图像和核磁共振成像（MRI），都有模糊的边界和严重的噪声；因此，分析这些图像需要时间，而且结果可能因人而异。人工神经网络已被提出，因为它们提供了很高的分析精度，并使医学图像的泛化成为可能[15，16]。Smistad 等人[17]建议使用 U-Net [18] 的深度卷积神经网络进行 LV 分割模型，它由一个编码器-解码器组成，在生物医学图像中显示出鲁棒的分割模型。然而，U-Net 并没有考虑所有语义特征在解码过程中的贡献。因此，Moradi 等人[19]开发了一种改进的 U-Net，称为多特征金字塔 U-Net，其中通过在 U-Net 解码器路径的所有级别上链接特征图来补充特征。然而，现有的方法有一个局限性，即它们无法识别阴影和 LV 之间的模糊边界。此外，由于胸外按压，CPR 期间获取的 TEE 图像比正常超声心动图噪声更大。我们通过应用残差特征聚合方法和各种注意技术开发了基于 U-Net 的网络。我们的模型不仅展示了使用挤压和激励块以及残差块的强大特征提取技术，而且还关注更重要的特征。工作流程如图 1 所示。下一节描述了数据组织、深度学习的数据增强技术以及我们模型的结构。