18F-FDG PET/CT早期监测小剂量顺铂在体化疗敏感性的实验研究

42只双侧前胸壁荷瘤的VX2兔模型(共计84个肿瘤)随机分为治疗组(n=32)和对照组(n=10).治疗组静脉给予4mg/kg顺铂前(Pre-therapy)和给药后95-100min(Day 0)、Day 1、Day7、Day 14行PET/CT显像;对照组不给化疗药物,其余与实验组相同.取葡萄糖摄取最大值(SUVmax)进行分析,CT测量肿瘤大小.按肿瘤体积分组,Day 7时治疗组肿瘤体积增长>1倍则为不敏感,反之为敏感.结果显示:(1)Day 0敏感组SUVmax减低率为(-48.96±12.27)%,而不敏感组和对照组为(21.26±18.26)%和(7.16±13.47)%,三组SUVmax变化有显著差异(P<0.05).(2)Pre-therapy、Day 0、Day 1、Day 14两组肿瘤体积无显著性差异(P>0.05),但Day 7敏感组肿瘤体积小于不敏感组及对照组,差异有显著性(P<0.05).(3)Day 7、Day 14敏感组肿瘤坏死率大于不敏感组及对照组,差异有显著性(P<0.05).(4)HE染色观察不同时间点切除的肿瘤标本发现:Day 7、Day 14时敏感组肿瘤细胞数少而炎性和坏死细胞数增加.表明根据化疗药物给予后FDG减低程度,18F-FDG PET/CT能在体、早期、灵敏检出肿瘤对化疗药物的敏感性.     

构建“同生”理念实践“四统一”

如何使"四统一"主题实践活动有针对性、实效性?新疆伊犁电力有限责任公司从加大宣传、剖解问题、提高水平、增强效益四个层面构建"同生"理念,实践"四统一",取得了较好的效果。     

爆炸性气体环境电气设计浅析

主要介绍在爆炸性气体环境中对防爆电气设备正确地选型，并简要介绍在该环境中电气设计的其它要求。     

188Re对血管平滑肌与内皮细胞的辐射差异性

为比较β射线对平滑肌和内皮细胞的增殖抑制作用，探寻血管内放射治疗中保护内皮细胞的措施，应用放射性核素^188Reβ射线对培养的平滑肌细胞和内皮细胞进行了辐射，通过细胞增殖计数，细胞增殖周期分析和^3H-TdR掺入实验观察，研究辐射对平滑肌和内皮细胞在增殖方面的影响，结果显示，5．2Gy剂量β辐射，平滑肌细胞增殖计数，细胞增殖率，^3H-TdR参入率显著下降，而内皮细胞的上述指标则无明显改变；高于10Gy，小于20Gy折剂量辐射，两组细胞的增匀受到明显抑制，表明在体外细胞培养条件下，平滑肌细胞及内皮细胞对高剂量β辐射的敏感性一致，而对低剂量β辐射，内皮细胞较平滑肌细胞耐受，5．2Gy低剂量β辐射，是一个既能有效抑制平滑肌细胞增殖，又不影响内皮细胞增殖，且对心肌细胞无损伤作用的血管内放疗窗口。     

长叶片动态变形时弯矩积分方程组的矩阵解法

将弯矩积分方程组沿叶高离散，经变换得到未知量为离散的变矩线性方程组。用矩阵法求解线性方程组得到沿叶高离散的弯矩值。     

烧结机台车与风箱的密封

论述了烧结机抽风系统中台车与风箱的密封.通过设计创新和采用四新技术,降低设备的漏风率,得出大型烧结机密封装置可以节耗降能的方法.     

机械臂最优运动规划问题的混合粒子群算法

多关节机械臂路径规划是一个高度受限的非线性优化问题,很难找到单一的优化解.提出一种基于单纯形算法和粒子群算法的混合算法,以解决机械臂的路径规划问题.仿真试验表明,相较于常规的A*算法,该混合算法具有更高的求解精度.     

洗水对弹力牛仔面料服用性能的影响

研究弹力牛仔面料次氯酸钠洗水时,次氯酸钠浓度和p H值对洗水后面料服用性能的影响.结果表明:织物的断裂强力、透气性、弹性伸长率和弹性回复率均随着次氯酸钠浓度的提高而降低;p H值在碱性范围内,织物的断裂强力、透气性、弹性伸长率和弹性回复率的下降比在酸、中性条件下缓和一些;p H值为7时,断裂强力和透气性跌至最低值.     

深度学习在医学影像智能处理中的应用与挑战

利用深度学习方法对医学影像数据进行处理分析,极大地促进了精准医疗和个性化医疗的快速发展。深度学习在医学图像领域的应用较为广泛,具有多病种、多模态、多组学和多功能的特点。为便于对深度学习在医学图像处理领域的应用进行更深入有效的探索,本文系统综述了相关研究进展。首先,从深度学习在影像基因组学中的应用出发,理清了深度学习在医学影像领域应用的一般思路和现状,将医学影像领域分为智能诊断、疗效评估和预测预后等3个模块,并对模块内的各病种进行总结,展示了深度学习各算法的优缺点及面临的问题和挑战。其次,对深度学习中出现的新思路、新方法以及对传统方法的改进进行了阐述。最后,总结了该领域现阶段面临的问题,并对未来的研究方向做出了展望。基于深度学习的医学图像智能处理与分析虽然取得了一些有价值的研究成果,但还需要根据临床的实际需求,将深度学习与经典的机器学习算法及无创并且高效的多组学数据结合起来,对深度学习的理论和方法进行深入研究。