XiaoMi-AI文件搜索系统
World File Search System上流
全自动脑肿瘤分割用于增强现实中的3D评估
目的是目前可用的增强现实工作流程，需要使用手动或半自动分段创建3D模型，这是一个耗时的过程。作者创建了一种自动分割算法，该算法从单个T1加权MR序列中生成3D模型的皮肤，大脑，心室和对比度增强的肿瘤，并将该模型嵌入自动工作流中，以在云环境中增强现实的解剖结构的3D评估。在这项研究中，作者验证了该自动分割算法对脑肿瘤的准确性和效率，并将其与手动分割的地面真实集进行了比较。包括五十个对比度增强的T1加权序列，这些序列包括对比增强病变，测量至少5 cm 3。手动分割了地面真相集的所有切片。相同的扫描是在云环境中进行的，以进行自动分割。分割时间。将算法的准确性与手动分割的精度进行了比较，并根据Sørensen-Dice相似性系数（DSC），平均对称的表面距离（ASSD）和Hausdorff距离的95％（HD 95）进行了评估。结果自动分割算法的平均值±SD计算时间为753±128秒。平均值±SD DSC为0.868±0.07，ASSD为1.31±0.63 mm，HD 95为4.80±3.18 mm。脑膜瘤（平均0.89和中位0.92）的DSC大于转移（平均0.84和中值0.85）。自动分割的测量DSC（平均0.86和中位数为0.87）和HD 95（平均3.62 mm和中位3.11 mm）的上流转移的准确性要比依次转移的转移（平均0.82和中位数0.81 and 0.81 and dsc;平均值5.26 mm和median 4.72毫米）的HD 95 95毫米（平均0.82和中位数0.81），用于H.472 95 95 95 95 95 95 95 95 95 95毫米。结论通过提供3D增强对比度增强颅内病变的现实可视化，测量至少5 cm 3，基于云的分割算法是可靠，准确且足够快的，可以在日常临床实践中有助于神经外科医生。下一步涉及将其他序列合并并通过3D微调提高准确性，以扩大增强现实工作流程的范围。
fluvio-aeolian系统的定量相分析
抽象理解控制下三叠纪邦特斯坦群体的时间和空间演化的因素，法国东部，不仅对古环境重建而言重要，而且还重要，因为它是上层若细胞园中富含锂富含碱性的地热的含量的重要储层。这项研究的感兴趣间隔，下grèsVosgien组（LGV）由c组成。 200米的混合河流和风化的碎屑沉积物。鉴于露头和矿物质和热勘探区域之间的距离，该地区为露头和储层之间的定量分析和相关性提供了独特的机会。LGV是Buntsandstein群中最厚的形成。但是，迄今为止，尚未发布详细的体系结构分析来揭示其沉积元素的控制因素。在这项研究中，高分辨率相分析用于13个露头和核心，以量化河流和风化的沉积体系结构，并在沉积过程中理解古环境条件。确定了两个相协会。河道相的关联，主要由沉积在狭窄较差的砂岩（偶尔临时通道）中的砂岩组成，对应于总厚度的93％。对以下，过渡和上流机制沉积结构进行特征的800多组地层的分析，分布在不同的建筑元素内，使时间和空间变化的区别以及河流palaeohydraulaulaulaulaulaulaulaulaulaulaulaulaulaulaulaulaulaulaulicaulicaulicaulics的区别。风和水相协会占总厚度的7％的7％，记录了一个由波动的水表和短暂的洪水控制的建筑。的结果表明，风体沙丘和沙片在不同的时间时刻积累。记录在核心中的垂直趋势表明，两种相互关联之间的互动频率的上升增加，并且河流起源较厚的跨层砂岩集的发生率下降，这与LGV的整体逆转堆叠模式相关，将其解释为LGV的整体逆转堆叠模式，被解释为保存的分布式系统（大型分布式系统）（DF）。出现横向广泛的风格沉积物，上覆盖的河流沉积物，通常与在区域尺度上相对干旱条件的作者相关联。但是，证据表明渠道带撕裂是建立这两个相协会的替代解释。这些发现增强了关于编织河流和风化的沉积控制因子的知识