排序方式: 共有10条查询结果,搜索用时 9 毫秒
1
1.
简要介绍了PET中心主要组成部分的功能及工作流程,包括回旋加速器、合成热室和PET-CT,并论述了各医疗设备房间的暖通空调设计。以上海某肿瘤医院的PET中心为例,介绍了通风系统的设置。 相似文献
2.
目的:探讨正电子发射计算机断层显像(PET-CT)评价结合早期康复对颅脑外伤患者康复治疗疗效及预后的影响。方法:选取在我院接受治疗的86例患者,随机分为观察组(n=43)与对照组(n=43),对照组实施常规干预,观察组实施PET-CT评价结合早期康复,比较两组干预效果。结果:干预后,观察组神经功能缺损程度评分显著低于对照组(P<0.05);观察组并发症发生率显著低于对照组的(P<0.05)。结论:在颅脑外伤患者康复治疗中实施PET-CT评价结合早期康复,效果良好。 相似文献
3.
精确的肺部肿瘤区域分割对于放射治疗和手术计划的制定至关重要。针对目前基于单模态图像的肺部肿瘤区域分割的精度较低等问题,综合PET和CT图像的优缺点,提出一种全新的多模态肺部肿瘤图像分割方法。首先,使用区域生长法和数学形态学法对PET图像进行预分割以获取初始轮廓,初始轮廓用于获取PET图像和CT图像上随机游走所需的种子点,同时作为约束加入到CT图像的随机游走过程中;依据CT图像解剖特征较强的特点,利用CT解剖特征改进PET图像上随机游走的权值;最终将 PET图像和CT图像上随机游走所获得的相似度矩阵进行加权,在PET图像和CT图像上获得一个相同的分割轮廓。实验表明,相较于其他传统分割算法,所提方法在肺部肿瘤区域分割上具有更高的精确度和更好的稳定性。 相似文献
4.
Juanjuan ZHAO Guohua JI Xiaohong HAN Yan QIANG Xiaolei LIAO 《Frontiers of Computer Science》2016,10(1):189-200
To address the incomplete problem in pulmonary parenchyma segmentation based on the traditional methods, a novel automated segmentation method based on an eight-neighbor region growing algorithm with left-right scanning and four-corner rotating and scanning is proposed in this paper. The proposed method consists of four main stages: image binarization, rough segmentation of lung, image denoising and lung contour refining. First, the binarization of images is done and the regions of interest are extracted. After that, the rough segmentation of lung is performed through a general region growing method. Then the improved eight-neighbor region growing is used to remove noise for the upper, middle, and bottom region of lung. Finally, corrosion and expansion operations are utilized to smooth the lung boundary. The proposed method was validated on chest positron emission tomography-computed tomography (PET-CT) data of 30 cases from a hospital in Shanxi, China. Experimental results show that our method can achieve an average volume overlap ratio of 96.21 ± 0.39% with the manual segmentation results. Compared with the existing methods, the proposed algorithm segments the lung in PET-CT images more efficiently and accurately. 相似文献
5.
6.
为了加快医院的现代化建设,提高医院的医疗水平,各大医院均要安装大量的先进医疗设备,如何保证这些医疗设备长期安全、可靠、稳定和有效地运行,就成为设计师们需要考虑的问题。分析了大型医疗设备的分类,介绍其供电方案,重点讲述了广泛使用的CT(Computed Tomography)、较先进的MRI(Magnetic Resonance Imaging)、先进的PET-CT(Positron Emission Tomography-Computed Tomography)以及治疗用的γ刀放射治疗及直线加速器等五种典型医疗设备机房电气设计中的注意事项,最后从设备主机电源、设备机房选址、供电线路、接地及弱电五个方面讲述了实际工程设计中的几点心得体会,以供类似工程设计时参考。 相似文献
7.
前列腺癌是男性最常见的恶性肿瘤,前列腺癌总体的病死率达到11%。前列腺特异性膜抗原(prostate specific membrane antigen, PSMA)是前列腺癌诊断的理想靶点,68Ga标记的PSMA小分子抑制剂可用于前列腺癌诊断、分期和疗效评价,68Ga-PSMA小分子抑制剂已成为国际研究的热点。为研发一种新型的具有较好体内性质的68Ga标记的PSMA小分子化合物,以谷氨酸-脲-赖氨酸为核心、1,4,7,10-四氮杂环十二烷-1,4,7,10-四羧酸(DOTA)为螯合剂,设计了新型的PSMA小分子抑制剂68Ga-DOTA-ANCP-PSMA,前体化合物采用固相合成法合成,再使用68Ga直接标记,然后测定了标记物的体内外性质。在优化的标记条件下,标记率可达95%以上。纯化后的标记物在磷酸缓冲液体系下和血清蛋白体系下2 h的体外稳定性较好,脂水分配系数为-1.42。生物分布研究显示:68Ga-DOTA-ANCP-PSMA在血液清除较快,主要通过肾脏代谢,肝脏的放射性摄取较低,在心脏、肺、脾等非靶器官中的放射性摄取均较低,由于标记物主要通过尿液排泄,膀胱显示出较高的摄取值,在肿瘤部位也有明显摄取。在正电子发射断层扫描(PET) 计算机断层扫描(CT)的研究中,68Ga-DOTA-ANCP-PSMA分子探针在肿瘤位置有清晰的影像,显示出较好的灵敏度和特异性。该化合物体内外性质较好,有较好的研究和开发前景。 相似文献
8.
现代医院在医疗诊断进程中,随着诊疗手段不断完善和检查精度不断提高,新型诊疗设备将不断创新问世。PET-CT就是核医学与X射线扫描整合的新型检查设备。PET-CT在运行过程种会产生大量射线并留下有害的惰性气体,最终生产出放射性同位素药物。本次研究的目的是防止工作人员和非受检者受到辐射伤害,保证建筑的周边环境不被污染。通过合理的建筑平面布局和具有阻挡射线功能的材料,使以上问题得到了良好的解决。中国疾控中心根据《中华人民共和国职业病防治法》为派特中心建设项目,编制了《职业病危害(放射防护)预评价报告书》,批准通过了本项目的建设。 相似文献
9.
放射肿瘤学领域中,头颈部被认为是轮廓绘制最困难且最耗时的疾病部位之一。目前,在临床中头颈部轮廓绘制通常由人工完成,耗时且费力,因此,开发一种自动的医学图像分割方法十分必要,可在节省人力和时间的同时,避免由于不同医师的主观因素导致的诊断结果差异。该文使用正电子发射断层成像/计算机断层扫描双模态的数据对头颈部的肿瘤进行分割,利用不同模态之间的信息互补,实现了更加精确的分割。整个网络基于传统 U-Net 架构,在编码器中增加 Inception 模块,在解码器中增加 Dense 模块以及空间注意力来对网络进行改进。在头颈部肿瘤数据集上,将该模型与不同的 U-Net 架构进行对比,结果表明,该文提出的方法多个指标均较优。该网络的 Dice 相似度系数为 0.782,召回率为 0.846,Jaccard 系数为 0.675,较原始 U-Net 分别提升 6.8%、13.4% 和 9.8%;95% 豪斯多夫距离为 5.661,较原始 U-Net 下降了 1.616。对比实验结果表明,该文提出的 Inception Spatial-Attention Dense U-Net 分割模型在头颈部肿瘤数据集上有效改善了分割结果,较标准的 U-Net 具有更高的性能,提高了分割的准确率。 相似文献
10.
Matteo Ferro Ottavio de Cobelli Mihai Dorin Vartolomei Giuseppe Lucarelli Felice Crocetto Biagio Barone Alessandro Sciarra Francesco Del Giudice Matteo Muto Martina Maggi Giuseppe Carrieri Gian Maria Busetto Ugo Falagario Daniela Terracciano Luigi Cormio Gennaro Musi Octavian Sabin Tataru 《International journal of molecular sciences》2021,22(18)
Radiomics and genomics represent two of the most promising fields of cancer research, designed to improve the risk stratification and disease management of patients with prostate cancer (PCa). Radiomics involves a conversion of imaging derivate quantitative features using manual or automated algorithms, enhancing existing data through mathematical analysis. This could increase the clinical value in PCa management. To extract features from imaging methods such as magnetic resonance imaging (MRI), the empiric nature of the analysis using machine learning and artificial intelligence could help make the best clinical decisions. Genomics information can be explained or decoded by radiomics. The development of methodologies can create more-efficient predictive models and can better characterize the molecular features of PCa. Additionally, the identification of new imaging biomarkers can overcome the known heterogeneity of PCa, by non-invasive radiological assessment of the whole specific organ. In the future, the validation of recent findings, in large, randomized cohorts of PCa patients, can establish the role of radiogenomics. Briefly, we aimed to review the current literature of highly quantitative and qualitative results from well-designed studies for the diagnoses, treatment, and follow-up of prostate cancer, based on radiomics, genomics and radiogenomics research. 相似文献
1