XiaoMi-AI文件搜索系统
World File Search System尘肺
低阿尔法和超低阿尔法锡阳极安全数据表
预防说明：无需 紧急情况概述：一种有光泽的银白色金属，大量燃烧时不会燃烧，但如果以细粉形式分散在空气中，可能会形成爆炸性混合物。与酸或碱接触可能会产生易燃氢气。灭火时请勿使用水或泡沫。使用干粉、沙子或特殊干粉灭火剂。锡相对无毒，不会对应急人员的健康或紧急情况下的环境造成直接危害。 潜在健康影响：金属锡对人体相对无毒。长期吸入锡或锡氧化物可能会导致良性尘肺，称为锡肺。这种尘肺只要接触就会产生肺部进行性 X 射线变化，但没有致残证据，也没有特殊的并发症。OSHA、NTP、IARC、ACGIH 或欧盟未将锡列为致癌物（请参阅毒理学信息，第 11 节）。
基于X射线和深度学习的尘肺病计算机辅助诊断系统
摘要 目的：本研究旨在利用X射线和深度学习算法构建正常人和尘肺病的计算机辅助诊断系统。材料与方法：实验收集了2017年1月至2020年6月期间1760张真实患者的匿名数字X射线图像。为了使模型的特征提取能力更加集中在肺部区域，抑制外界背景因素的影响，建立了由粗到细的两阶段流水线。首先，使用U-Net模型提取采集图像两侧的肺部区域；然后，采用结合迁移学习策略的ResNet-34模型对提取出的肺部区域的图像特征进行学习，实现尘肺病患者和正常人的准确分类。结果：在收集的1760例病例中，分类模型的准确率为92.46%，曲线下面积为89%。结论：深度学习在尘肺病诊断中的成功应用进一步证明了医疗人工智能的潜力，并证明了我们提出的算法的有效性。然而，当我们进一步将尘肺病患者和正常人分为四类时，我们发现整体准确率下降到70.1%。我们将在未来的研究中使用CT模态来提供更多肺部区域的细节。关键词：尘肺病诊断，X射线，深度学习，U-Net，ResNet