康心汤对维生素D缺乏肾虚模型小鼠肾脏VDRmRNA表达的影响,陈云志,杨长福,目的:探讨康心汤对维生素D缺乏小鼠肾脏维生素D受体(VDRmRNA)表达的影响。方法:运用干扰维生素D合成的两个途径(避光及饮食),�
2024-04-01 18:09:33 511KB 首发论文
1
抗氧化肽SS-31对糖尿病小鼠肾脏细胞凋亡的影响,侯延娟,韦金英,目的 观察抗氧化肽SS-31对糖尿病小鼠肾脏细胞凋亡的影响。方法 雄性CD-1小鼠40只,采用单一剂量STZ(150 mg/kg)腹腔注射诱导建立小鼠Ⅰ�
2024-02-24 17:09:50 343KB 首发论文
1
慢性肾病 通过比较基本关键绩效指标的变化来评估慢性肾脏病发生机会的增加。 计算赔率以适应范围。 推算得出的变量,创建具有交互作用的新变量,并在具有34个预测变量的数据集上应用SMOTE 使用技术评估模型执行特征选择并从随机森林中验证交互作用变量 在逻辑回归中使用比值比,解释了疾病增加的可能性,召回率为94.5%
2022-05-21 15:20:24 1.35MB R
1
matlab图像分割肿瘤代码KiTS21 2021年肾脏肾脏肿瘤分割挑战赛的官方资料库 当前数据集版本: 1.0.3 (请参阅1.0.3 ) 时间线 3月1日至7月1日:培训数据的注释,发布和完善(正在进行中) 8月9日:投稿截止日期和论文要求 8月16日至30日:已接受提交 9月1日:结果公布 9月27日或10月1日:MICCAI 2021卫星赛 消息 2021年4月7日:我们已开始使用标签和变更日志来跟踪数据集版本 2021年3月23日:后处理代码的草稿和一些初步数据已合并到master分支中。 2021年3月9日:初步挑战主页已发布于。 您可以在此处保留数据注释过程的选项卡。 2020年3月29日:第二版KiTS与MICCAI 2021一起在斯特拉斯堡举行! 更多信息将在此处以及何时发布。 用法 下载 通过克隆这个仓库开始,但要注意,成像不存放在这里,它必须使用一个下载get_imaging在脚本starter_code目录。 当前在以下方面有实现: python3 : python3 starter_code/get_imaging.py MATLAB : matlab st
2022-04-30 23:05:45 143.78MB 系统开源
1
2022世界肾脏日PPT关爱健康呵护肾脏专题课件模板 .pdf
2022-02-21 09:08:23 803KB #资源达人分享计划#
Smad2/3乙酰化/磷酸化对肾脏成纤维细胞细胞外基质合成的调节作用,傅兰君,余晨,Ang II (Angiotensin II)-Smad2/3信号通路在肾脏纤维化中起重要作用。Smad2/3磷酸化是该信号通路激活的标志。近年研究认为,转录蛋白Smad2/3也可
2022-02-05 11:27:38 862KB 首发论文
1
肾脏病健康评估》PPT课件.ppt
2022-01-04 11:03:17 34KB 教学
肾脏功能》PPT课件.ppt
2022-01-04 11:03:17 918KB 教学
matlab提取文件要素代码肾脏MRI分割实例 随附出版物: 为了说明肾脏MR图像的特性以及所选择的分割方法的操作和性能,在综述文件的第III节中给出了数值示例[1]。 为了解决这些问题,使用强度阈值,种子区域生长,水平集算法和基本数学形态学运算对包含主题右肾的感兴趣体积(VOI)进行了分割。 结果显示在图1和2中。 3-9 [1],并在那里进行了详细讨论。 然后使用第四节[1]中定义的度量,将它们与表1 [1]中的真实信息进行定量比较。 该存储库的目的是为感兴趣的读者提供经过处理的图像数据和开发的代码-以便更深入地了解背景并促进对该热门话题的进一步实验。 在示例中,将所选的图像分割方法应用于存储在公共CHAOS数据库中的T1加权(T1w)和T2加权(T2w)图像[2]: CHAOS数据集中有40幅CT和MR 3D腹部图像,这些图像是为健康受试者采集的,并平均分为训练和测试集。 此处使用了存储在火车集中的主题#1的DICOM文件以及相应的真实PNG切片,以进行分析。 该代码被分成保存为m文件的简短脚本,可以通过[1]的第三节和第四节的元素轻松识别: 文件名 目的 用途 kid_seg_
2021-12-12 22:58:51 8.6MB 系统开源
1
KiTS19 官方的存储库。 注意:此挑战的2021年迭代正在进行中! (未完成) 用法 要获取此挑战的数据,请克隆该存储库(约500MB),然后运行get_imaging.py 。 例如 git clone https://github.com/neheller/kits19 cd kits19 pip3 install -r requirements.txt python3 -m starter_code.get_imaging 这将从单独的源下载更大,更大的静态图像文件。 然后, data/目录的结构应如下所示 data ├── case_00000 | ├── imaging.nii.gz | └── segmentation.nii.gz ├── case_00001 | ├── imaging.nii.gz | └── segmentation.nii.g
2021-11-03 22:04:06 16.52MB Python
1