半肝入肝血流阻断在肝叶切除术16例中的应用

目的：探讨半肝入肝血流阻断在肝切除术中的应用,减少术中出血,减轻肝功能损害,降低手术风险系数。方法：回顾性总结16例患者术中阻断半肝血流,行肝叶切除、肝内胆管直视下切开取石等手术后,患者术后并发症、肝内胆管结石的残石率、再手术率以及术后患者的肝功能恢复情况等。结果：本组无手术死亡,术后肝功能恢复快,无并发症发生。结论：该方法可以控制肝切除术中的失血,保留了健侧肝脏的血运,术中及术后对肝功能损伤较轻。是一种可行、合理的肝血流阻断方法。     

子宫动脉栓塞术联合B超引导下清宫术治疗剖宫产疤痕妊娠的应用研究

目的:探讨子宫动脉栓塞术联合B超引导下清宫术治疗剖宫产疤痕妊娠的临床价值.方法:对47例剖宫产疤痕妊娠的患者进行子宫动脉栓塞术,24 h内在B超引导下清宫术,进行回顾性分析.结果:所有病例均一次栓塞成功,清宫术中出血量少.43例经子宫动脉栓塞术联合B超引导下清宫术治愈;2例经后续补充MTX治愈;2例经后续补充宫腔镜手术治愈.所有患者成功保留子宫,并恢复正常月经.无感染等严重并发症发生.结论:子宫动脉栓塞术联合B超引导下清宫术治疗剖宫产疤痕妊娠手术创伤小、疗效确切、并发症少、能保留子宫,在有条件的医院可作为首选的治疗方法.     

弹载激光成像雷达距离像的目标提取技术

为了实现对弹载激光成像雷达距离像中不同目标的准确分离和提取,提出了一种基于其点云数据特点的距离像目标提取方法.通过对点云数据进行聚类和类间距离校正,实现了不同目标的准确分离;通过提取各目标边缘点和遮挡补偿,实现了对被遮挡目标的提取;根据需要提取目标的尺寸设置结构元素大小,采用形态学滤波方法实现了特定目标的快速提取.对实测距离像目标数据的处理结果表明,所提出的方法可以实现弹载激光成像雷达距离像目标的准确提取.      

城郊结合部干道功能研究

文章通过分析现行公路工程技术标准和城市道路交通设计规范中的3类道路以及城郊结合部交通特征及发展趋势,结合设计经验和实际条件,针对3类道路存在的不足,探索城郊结合部干道的功能要求和建设思路,并提出快速公路的概念。     

鲁棒图像歧义性的立体匹配

采用独特性不相似测度的初始匹配和贪婪视差估计后处理相结合的方法,实现了基于局部信息的立体匹配. 首先,通过分析立体匹配本身的内在问题,构造匹配代价,得到初始视差. 然后采用新颖的视觉估计算法,包括不可靠视察检测、贪婪视差填充及多方向加权最小二乘拟合法,以消除宽遮挡等复歧义性. 实验结果表明,本算法结构简单,能降低歧义区域的误匹配,生成稠密、高精度的视差.     

一种面向遮挡的光流计算方法

提出一种面向遮挡的光流计算方法,该方法根据两幅图像的前向光流和图像光强估计后向光流。针对产生遮挡的区域,使用线性插值、通过光强等像素信息选择合适的前向光流加权平均来计算后向光流。针对遮挡消失区域,基于前向光流矢量的方位信息,采用一种有向填充策略来估计后向光流。实验表明,该方法计算光流精度高,并且能正确有效地处理遮挡出现和遮挡消失区域的光流计算问题,从而对现有的光流计算方法进行了改进。     

小鼠线栓法局灶性脑缺血再灌注模型的改良

目的：建立可操作性强,重复性好的小鼠局灶性脑缺血再灌注模型。方法：选择昆明白、BABL／C、C57BL／6J小鼠,从颈总动脉插入线栓,可逆地阻断右侧大脑中动脉,通过神经功能评分、TCC染色、HE染色和尼氏染色观察模型的可靠性。结果：线栓阻塞右侧大脑中动脉1h后再灌注24h,多数小鼠出现明显的神经功能异常;TTC染色可见苍白梗死区;HE染色和尼氏染色发现典型的缺血性表现。BABL／C小鼠大脑损伤最为明显,神经功能评分和梗死脑组织百分比与昆明白、C57BL／6J小鼠相比存在显著的统计学差异。结论：改良的线栓法易于操作,可以成功地建立小鼠局灶性脑缺血再灌注模型。     

提高视频对象分割的实时性及多对象分割

视频对象的分割目前存在两个难题,一是如何提高分割的实时性,二是对存在互遮挡的多个对象如何进行有效分割。对前者分割提出了基于自适应跳帧的分割算法和基于CNN(细胞神经网络)的实时分割法,对后者提出了基于时空曲线演化的多视频对象分割和Bayes最小误差判断的方法。仿真实验表明,这些方法是有效的,对这两个难题的最终解决和实际应用指出了新的途径。     

微血管内皮细胞与肺动脉平滑肌细胞增殖的相互调节

研究常氧下微血管内皮细胞(MVEC)与肺动脉平滑肌细胞(PASMC)增殖的相互调节。先滤膜培养大鼠肺微血管内皮细胞(LMVEC)后,再与PASMC复合培养,采用流式细胞仪检测PASMC周期的变化。复合培养后,正常情况下使PASMC的G1期细胞数减少,S＋G2／M期细胞数增多,即促进细胞生长;使LMVEC田C的G1期细胞数增多,S＋G2／M期细胞数减少,即抑制细胞生长。可见,MVEC与PASMC复合培养后,常氧下促进PASMC细胞生长,抑制LMVEC的增生,存在相互作用。     

基于SENet注意力机制和深度残差网络的腹部动脉分割

在医学诊断中,血管疾病的研究与治疗仍是影响人类健康的主要因素。由于人体腹部血管复杂且构造因人而异,这就对图像分割的研究以及临床应用带来了极大困难。所以,通过图像处理和深度学习等方法准确清晰地获取病人腹部动脉及其分支血管,在临床和术前诊断中发挥了重要作用。本文主要对腹部血管的大小灰度、构造等基础医学知识进行学习,并深入研究了现有关于血管分割算法的优缺点。为解决深度卷积神经网络性能退化的问题,增强对目标信息的关注度并对不必要的特征信息进行抑制,提出一种基于Squeeze-and-Excitation Networks（简称SENet）注意力机制和深度残差网络的血管分割算法。使用12例腹部CT数据的评估结果显示,血管分割准确率可达90.48%,灵敏度、Dice、VOE、精确率分别为0.8995、0.8783、-0.1998、0.9104。因此,相比于传统方法,本实验所提方法具有更好的分割性能。