期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
两种高黎贡山附生兰的种子表面灭菌及生活力测定研究
1
作者 李村富 秀丽 +2 位作者 李春芳 蒋宏 何俊 《西部林业科学》 CAS 北大核心 2024年第1期1-7,24,共8页
为筛选出一种便捷、高效的测定附生兰种子生活力的通用方法,对高黎贡山2种附生兰的种子进行不同表面灭菌处理,通过测定和比较分析种子的TTC染色率与非共生萌发率。结果显示:2种附生兰种子对灭菌试剂的种类和浓度存在耐受性差异。金耳石... 为筛选出一种便捷、高效的测定附生兰种子生活力的通用方法,对高黎贡山2种附生兰的种子进行不同表面灭菌处理,通过测定和比较分析种子的TTC染色率与非共生萌发率。结果显示:2种附生兰种子对灭菌试剂的种类和浓度存在耐受性差异。金耳石斛种子的灭菌耐受性较好,属于耐受型种子,4种灭菌试剂处理一段时间后种子均能保持较好的TTC染色率与非共生萌发率。长瓣万代兰种子属于灭菌不耐受型种子,4种灭菌试剂处理一段时间后种子染色率均下降,但2%NaClO、1%NaDCC处理后能保持较好的非共生萌发率。结果表明:2种附生兰种子用1%NaDCC处理10~40 min的萌发率均没有显著性差异,1%NaDCC处理10~40 min可作为二者最佳灭菌方法。 展开更多
关键词 兰科 附生兰 TTC染色率 非共生萌发率 灭菌耐受性
下载PDF
基于超声的脉诊技术研究进展 被引量:1
2
作者 秀丽 刘翔 +2 位作者 夏春明 宋家琳 汤显 《中国中医药信息杂志》 CAS CSCD 2022年第3期147-150,共4页
脉诊是中医特色诊断方法之一,需在中医理论指导下,凭借长期的切脉经验感知脉象信息,从而识别病症、分析病情。由于脉象复杂难辨,传统脉诊方法带有医者主观经验,缺乏客观量化标准,导致传承和发展受到限制。人体脉象与心脏搏动、动脉弹性... 脉诊是中医特色诊断方法之一,需在中医理论指导下,凭借长期的切脉经验感知脉象信息,从而识别病症、分析病情。由于脉象复杂难辨,传统脉诊方法带有医者主观经验,缺乏客观量化标准,导致传承和发展受到限制。人体脉象与心脏搏动、动脉弹性等密切相关,随着超声技术在血流动力学方面的不断发展,超声辅助脉象定量分析成为当前研究热点。本文从脉象形成机制、各类超声及人工智能等技术方面对脉诊客观化的研究进展进行综述,可为脉诊传承提供借鉴。 展开更多
关键词 脉诊 超声 人工智能 综述
下载PDF
基于边缘监督的肝部超声图像包膜分割网络 被引量:1
3
作者 秀丽 刘翔 +1 位作者 汤显 宋家琳 《中国医学物理学杂志》 CSCD 2022年第10期1255-1262,共8页
肝纤维化、肝硬化的早期发现对临床治疗和预后评估具有重要意义。而肝包膜的形态和纹理特征是计算机辅助肝硬化诊断的重要依据。本文提出一种基于边缘监督的肝部超声图像包膜分割网络。该网络以常用的分割模型UNet为基础,引入空洞卷积,... 肝纤维化、肝硬化的早期发现对临床治疗和预后评估具有重要意义。而肝包膜的形态和纹理特征是计算机辅助肝硬化诊断的重要依据。本文提出一种基于边缘监督的肝部超声图像包膜分割网络。该网络以常用的分割模型UNet为基础,引入空洞卷积,扩大感受野;同时,添加了边缘监督模块,从而将特征学习主要聚焦在图像梯度较大的部分;此外,还设计了混合加权损失函数,来缓解肝包膜部分与其他区域之间的极度不平衡情况。实验结果表明,本文提出的ES-UNet网络结构平均Dice系数相比原始UNet提高了0.1715,平均交并比(MIo U)提高了0.0215,其他指标也有较明显的提高,可见,本文算法的各个组件对模型分割性能的优化都有一定的贡献,改进后的模型可以实现肝包膜的精确分割。 展开更多
关键词 UNet 肝包膜 边缘监督 空洞卷积 图像分割
下载PDF
超声图像血管分割的研究进展
4
作者 孙国栋 石蕴玉 +4 位作者 刘翔 宋家琳 赵静文 秀丽 尹玲 《中国医学物理学杂志》 CSCD 2022年第4期453-458,共6页
主要阐述超声图像血管分割算法及其评价指标。基于特征提取的经典图像处理算法不能摆脱对人工的依赖,削弱了分割算法的泛化能力;但对于缺乏大样本超声血管图像的研究场景下,充分利用传统且成熟的技术方法却是一种可行的研究办法。基于... 主要阐述超声图像血管分割算法及其评价指标。基于特征提取的经典图像处理算法不能摆脱对人工的依赖,削弱了分割算法的泛化能力;但对于缺乏大样本超声血管图像的研究场景下,充分利用传统且成熟的技术方法却是一种可行的研究办法。基于机器学习的算法提高了分割算法的泛化能力,改善了传统方法的短板;但深度学习技术对数据的依赖性强、可解释性差,其算法的有效性、稳定性还需深入研究。血管分割评价算法的研究极其重要,研究适合超声图像血管分割的客观评价方法也是重要课题之一。总之,传统方法仍然是解决超声图像血管分割的有效方法,传统方法与深度学习技术的紧密结合是未来的发展趋势。 展开更多
关键词 超声图像 特征提取 机器学习 血管分割 综述
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部