XiaoMi-AI文件搜索系统
World File Search System辐射剂量
气凝胶支撑裂变材料的辐射特性...
在载人火星任务的背景下，描述了裂变碎片火箭发动机概念的电离辐射特性。这种推进系统利用悬浮在气凝胶基质中的微米级裂变燃料颗粒，可以在高功率密度（> kW/kg）下实现非常高的比冲量（> 10 6 s）。裂变芯位于电磁铁孔内，并位于外部中子减速剂材料内。低密度气凝胶可以对燃料颗粒进行辐射冷却，同时最大限度地减少与裂变碎片的碰撞损失，与以前的概念相比，可以更有效地利用裂变燃料产生推力。本文介绍了来自外部（例如银河宇宙射线）和内部（反应堆）源的宇航员机组人员的稳态电离辐射当量剂量的估计值。航天器设计包括一个离心概念，其中过境居住舱围绕航天器的重心旋转，为机组人员提供人工重力，并与核心分离。我们发现，裂变碎片推进系统与离心相结合可以缩短过境时间，降低等效辐射剂量，并降低长期暴露于微重力环境的风险。这种高比重脉冲推进系统将使其他载人快速过境、高 delta-V 行星际任务成为可能，其有效载荷质量分数远高于替代推进结构（化学和太阳能电力）。
利用膜技术和 UV-C 对椰子水进行冷杀菌
目的 椰子水含有氨基酸、维生素、抗氧化剂和矿物质，对人体健康有益。然而，由于蛋白质、脂肪和微生物的存在，椰子水会迅速降解，导致保质期缩短和椰子水酸败。热处理对椰子水进行灭菌已被证明能有效消除微生物，但会导致椰子水的感官特性发生重大变化。方法 本研究使用超滤膜和 UV-C 对椰子水进行冷灭菌，以保持椰子水的感官特性和营养成分。改变 UV-C 的辐射剂量和超滤膜的操作压力以获得最佳操作条件。结果 UV-C 灭菌过程不能去除脂肪和蛋白质，而脂肪和蛋白质是导致酸败的成分。超滤灭菌可去除74%的脂肪和31.37%的蛋白质。超滤的微生物去除率高达99.9999%，而UV-C的去除率仅为90%。超滤还能保留椰子水的pH值、总可溶性固形物和风味，同时提高其透明度。结论：根据印尼国家标准（SNI），在0.25 bar的最佳工作压力下，椰子水的保质期可达3天。
新的核法医学 - SIPRI
I. 对人体的辐射剂量 130 � II. 来自废弃地下核试验场的核素 131 � III.与全面禁核试条约核查有关的颗粒放射性核素 133 � 类别 1. 燃料材料的残留物 136 � 类别 2. 燃料材料的非裂变反应产物 139 � 类别 3. 裂变产物 141 � 类别 4. 非燃料弹材料的活化产物 142 � 类别 5. 地下爆炸周围的填塞（填充）材料和岩石中的活化产物 143 � 类别 6. 近地表大气爆炸下方地面中的活化产物 144 类别 7. 水下或近海面爆炸周围海水中的活化产物 144 � 类别 8. 大气爆炸周围空气中的活化产物 144 � 类别 9. 来自中子通量探测器的活化产物 145 � 类别 10. 添加的示踪剂 145 � 制定全面禁核试条约相关颗粒放射性核素最终清单核素 146 � IV. 与《全面禁试条约》国际监测系统有关的惰性气体放射性核素 153 � V. 与现场视察有关的颗粒和气体核素 154 �
光子计数CT中的材料分解：一种由检测器物理和ASIC建模驱动的深度学习方法
摘要。基于光子计数检测器（PCD）的光子计算计算机断层扫描（PCCT）以尖端的CT技术脱颖而出，提供增强的空间分辨率，减少辐射剂量和先进的材料分解功能。尽管它得到了公认的广告，但挑战是由现实现象引起的，例如PCD电荷共享效应，特定于应用的集成电路（ASIC）堆积和频谱转移，并引入了实际物理效应与理想物理模型中的实际物理效应之间的差异。这种未对准会导致图像重建过程中的重大错误，该过程在材料分解中尤其。在本文中，我们介绍了一种新型的检测器物理学和ASIC模型引导的深度学习系统模型，该模型是为PCCT量身定制的。该模型擅长捕获PCCT系统的全面反应，包括检测器和ASIC重音。我们提出了实验结果，证明了该模型的实验精度和鲁棒性。关键进步包括减少校准误差，材料分解成像的提高质量以及提高定量一致性。该模型代表了在弥合PCCT的理论假设和实际复杂性之间的差距，为更精确，更可靠的医学成像铺平道路时的差距。
放射科学词典.pdf
《放射科学词典》旨在为所有从事诊断成像工作的医院工作人员提供一本简单的参考书，包括资深放射科医生、核医学医生、在职医生、物理学家、放射技师和技师。了解任何特定关键词的基本含义和应用后，可以通过查阅专业书籍获得更广泛的知识。书中的关键词相互关联，因此可以通过参考所有相关关键词来跟踪特定主题。这样做的目的是帮助复习，也可作为探索特定主题的指南。在许多情况下，通过显示示例来进一步定义关键词。特定单词可能与给定主题相关（例如乳房 X 线照相术、数字图像过滤、辐射剂量测量等）。相关单词在描述性文本中使用时采用较小的无衬线字体，或在单词描述的末尾标识出来。作者试图添加多年来为诊断成像做出重大贡献的临床医生和科学家（健在和已故）的简要信息。无意遗漏之处，敬请谅解。由于放射科学经常使用新词，因此出版商将非常感激您提出建议和补充意见。可能会出现错误，出版商也欢迎您提出更正和建设性意见。所有使用的材料都将得到认可
自动乳房的Pix-2-Pix神经网络建议...
1,2,3电气工程学院1,2,3Uberlândia联邦大学，Uberlândia，巴西摘要：在乳腺癌仍然是对医疗保健专业人员的全球挑战，每年有超过半百万的死亡人数，每年有超过半百万的死亡，早期发现疾病范围的障碍范围。通常与高辐射剂量有关的出色图像对比度质量的需求与在乳房成像检查期间降低患者和技术人员的辐射吸光度的不断努力相反，如Alara（相当可得到的）指南中所述。本研究提出了一个PIX-2-PIX神经网络实施作为图像对比度增强工具，该工具预计将在低剂量图像中重现高剂量对比度的质量，为适当的诊断实施了适当的条件，同时保留了患者和技术人员安全的Alara标准。使用Carneiro对比指数（CCI）进行定量评估，显示出显着的对比度改进而没有额外的辐射。此外，结果成功地验证了该技术支持更安全的乳腺癌筛查临床实践的潜力。进一步的工作包括不同的数据集验证和其他学习参数的优化。索引 - 2D乳房X线照片，人工智能乳腺癌，图像对比，神经网络
医疗保健领域的机器人
在远程治疗中，也称为外部束放射治疗，辐射剂量从远处传送到患者的患处。对于辐射源，有两种选择：要么使用 x 射线管等设备在需要时生成辐射，要么使用某些持续发射辐射的放射性同位素。Bhabhatron 是一种自主开发的远程治疗机，使用钴-60 放射性同位素发射的高能伽马射线治疗局部癌症[1]。它有 10 个电动和远程操作动作，可准确定位患者并塑造辐射场。一个包含活性高达 15kCi 的钴-60 放射性同位素的源胶囊可远程控制，以在屏蔽位置和治疗位置之间切换。由于受癌症影响的器官/区域的几何形状非常不规则，因此开发了一种多叶准直器 (MLC) 系统并将其与 Bhabhatron 集成。由钨合金制成的薄发散叶片分为两组（每组 30 个），并由单独的电动机独立驱动。计算机程序控制叶片并独立定位每个叶片，以产生符合不规则肿瘤边界的所需辐射场几何形状。基于加速器的进口远距离治疗机与此类似，只是辐射源被发射高能 x 射线的紧凑型线性加速器所取代。
在放射治疗中整合人工智能
放射疗法对于癌症治疗至关重要，但是由于基础设施和劳动力短缺，通道仍然有限。在放射学工作流程中人工智能（AI）的整合具有提高效率并提高患者结果的潜力。本综述分析了AI应用在放射肿瘤学中的当前格局，重点是治疗过程的各个阶段，包括决策，治疗计划和质量保护和质量评估。我们评估了AI技术的功能，尤其是深度学习算法，在自动化任务（例如图像分割和剂量优化）中。调查结果表明，通过促进自动肿瘤描述并增强图像注册过程，AI可以显着提高治疗计划的准确性和一致性。此外，AI驱动的预测模型在预测治疗反应和优化针对单个患者解剖学的辐射剂量方面显示出了希望。然而，这些技术的临床采用受到挑战的阻碍，包括AI算法的黑盒性质，对广泛验证的需求以及对数据隐私的担忧。当AI革新辐射肿瘤学的潜力是显而易见的，但在发生广泛实施之前，必须解决重大的障碍。未来的努力应着重于开发可解释的AI系统，建立强大的验证框架，并将AI工具集成到现有的临床工作流程中，以提高全球癌症护理的质量。
引用方式：Rovani BT、Rissi VB、Rovani MT、Gasperin BG、Baumhardt T、Bordignon V、Bauermann LF、Missio D、Gonçalves PBD。核成熟分析
放射治疗会破坏肿瘤细胞，但也会威胁到周围正常细胞的完整性和存活率。因此，接受放射治疗的妇女可能会出现永久性卵巢损伤，导致生育能力受损。本研究的目的是调查用于治疗人类卵巢癌的治疗剂量电离辐射 (IR) 对作为实验模型的牛卵丘-卵母细胞复合体 (COC) 的影响。牛卵巢分别暴露于 0.9 Gy、1.8 Gy、3.6 Gy 或 18.6 Gy IR，然后收集 COC 并用于评估：(a) 卵母细胞核成熟；(b) 磷酸化 H2A.X (γH2AX) 的存在，作为 DNA 双链断裂 (DSB) 的指标；以及 (c) 参与 DNA 修复 ( TP53BP1、RAD52、ATM、XRCC6 和 XRCC5 ) 和细胞凋亡 ( BAX ) 的基因表达。本研究中测试的辐射剂量对核成熟没有不利影响，也没有增加卵母细胞中的 γH2AX。然而，IR 处理改变了 RAD52 (RAD52 同源物，DNA 修复蛋白) 和 BAX (BCL2 相关 X 蛋白) 的 mRNA 丰度。我们得出结论，虽然 IR 剂量对卵母细胞核成熟和 DNA 损伤没有明显影响，但参与 DNA 修复和细胞凋亡的分子通路受到卵丘细胞中 IR 暴露的影响。
放射技师观点的定性内容分析研究
摘要目的：研究记录了人工智能 (AI) 在医学成像实践中改善患者护理的临床潜力。本研究旨在定性探索放射技师对非洲医学成像实践中人工智能整合的看法。方法：本研究采用定性设计，使用开放式在线工具，于 2020 年 3 月至 8 月期间进行。参与者包括在研究期间在非洲工作的放射技师。使用定性内容分析对获得的数据进行分析。产生了六个关注主题：预期工具；职业不安全感；新技术成本、设备保存和数据不安全；服务交付质量；需要扩大人工智能意识。结果：共获得 475 份有效答复。参与者对人工智能在临床质量改进、准确诊断、减少辐射剂量和改进研究方面表现出积极的看法。然而，他们对这项技术的实施表示担忧，包括工作保障和核心专业放射技师技能和角色的丧失。此外，人们对人工智能设备维护、对人工智能缺乏认识以及教育和培训机会的担忧也显而易见。结论：人们认识到人工智能在医学成像实践中的重要性；然而，为了在非洲的医学成像中成功实施这些先进技术，必须高度重视与工作保障和数据保护有关的担忧。强烈建议在未来放射技师的培训中加入人工智能模块。关键词：人工智能、医学成像、放射学、非洲、在线调查、定性研究