测量DNA损伤反应(DDR)成分激活的技术已在暴露评估和个性化医学中得到应用。 DDR和相关的DNA修复途径包含数百种蛋白质,因此对激活的详细测量在技术上既困难又费力。 我们研究的目的是在基于高通量电化学发光(ECL)的平台上开发某些DDR成分的蛋白质特异性检测方法。 我们为共济失调的毛细血管扩张症(ATM),检查点激酶2(CHK2),磷酸化的ATM S1981,磷酸化的CHK2 T68和磷酸化的肿瘤蛋白p53(p53)S15开发了五个有效的测定对。 我们针对细胞和癌症模型中的传统免疫印迹和γ-H2AX病灶措施验证了ECL结果。 为了在临床环境中测试基于ECL的技术,我们利用了接受计算机断层扫描(CT)扫描的患者的外周血单个核细胞(PBMC)。 CT扫描既代表着有价值的医学影像诊断,也代表着受控的电离辐射环境研究,因为它们能提供约2到31毫西弗(mSv)的电荷,并能激活DDR组件。 在这项研究中,我们表明基于ECL的技术可以测量患者PBMC样品中DDR成分的基础和损伤诱导水平。 使用盲法研究设计和患者匹配的CT扫描前后,我们显示ECL衍生的数据可以一致地(94%的时间,15/16例患者
1
这项研究的目的是提出并测试一种新的基于超低成本线性扫描的层析成像体系结构。 类似于线性断层合成,源和检测器沿相反方向平移,数据采集系统以目标区域(ROI)为目标,以获取用于图像重建的数据。 这种断层摄影结构称为并行平移计算机断层摄影(PTCT)。 在以前的研究中,已开发了过滤反投影(FBP)类型的算法来从PTCT重建图像。 但是,从截断的投影重建的ROI图像具有严重的截断伪影。 为了克服此限制,我们在这项研究中提出了两种称为MP-BPF和MZ-BPF的反投影过滤(BPF)型算法,用于从PTCT截断数据中重建ROI图像。 构造权重函数以处理多线性平移模式的数据冗余。 进行了广泛的数值模拟,以评估在扇束几何形状中针对PTCT提出的MP-BPF和MZ-BPF算法。 定性和定量结果表明,所提出的BPF类型算法不仅可以从截断的投影中更准确地重建ROI图像,而且在某些情况下还可以为整个图像支持生成高质量的图像。
2023-04-10 11:03:21 1.5MB Image reconstruction; parallel translational
1
演示计算机断层扫描图像重建基本原理的函数。 特别是反向投影、使用 Ramlak 滤波器和迭代重建的滤波反向投影。 它还包含用于创建 singoram(将图像转换为氡空间)的函数。
2022-11-20 17:23:02 3KB matlab
1
纳米计算机断层扫描(nano-CT)对于推动科技发展和生产技术进步具有极其重要的意义,在生物医学前沿研究及新材料特性研究中的作用尤为突出。概述了纳米CT成像的基本原理、分类,以及纳米CT系统的实现方式和优缺点。在具体技术细节上,重点分析实现纳米CT成像的光学元件的原理、性能、加工制造的瓶颈和应用现状。在此基础上,提出纳米CT成像系统和应用方面存在的问题,并对未来纳米CT成像的发展进行了展望。
2022-11-20 10:27:19 8.34MB 成像系统 纳米计算 X射线元件 波带片
1
本研究旨在确定IGA在EWCT应用中的效果,结果表明IGA具有良好的断层反转成像质量。所提出的 IGA 算法通过克隆、交叉和变异操作提高了种群的多样性。同时可以通过调整每个个体的集中度来控制种群的进化方向,有效地减少了SGA算法中遇到的局部最优解问题。此外,目标函数的全局搜索能力由存储单元保证。因此,本文为煤矿安全高效生产提供了保障,也为其他领域的反演问题提供了新的策略。
2022-06-22 12:03:32 49KB matlab
针对从投影数据重建横截面图像的算法提供了全面的,教程式的介绍。 包含层析成像所需的工程和信号处理算法的完整概述。
2022-05-05 21:07:37 110B 计算机科学
1
描述:用于计算机断层扫描 (CT) 扫描仪质量保证的基于 GUI 的软件。 对 Catphan 或水幻影图像执行半自动分析。 需要 MATLAB 图像处理工具箱。 说明:解压 .zip 内容并将当前工作文件夹(路径)设置为包含 CTQI.m 的文件夹。 运行 CTQI.m 函数以启动。 鸣谢:西澳大利亚珀斯查尔斯盖尔德纳爵士医院医疗技术与物理系。 免责声明:该软件目前处于草稿格式,尚未经过彻底测试。 它仅用于研究目的。 期待后续的重大改进和修复。 此程序不包含任何保修。 我们对通过软件获得的数据的准确性不承担任何责任。
2022-04-15 11:28:47 1.3MB matlab
1
本课件图文并茂,简要概述了医用螺旋CT的基本原理与应用
2022-04-06 22:49:47 28.23MB CT,计算机断层扫描
1
CT图像重建:使用MATLAB的计算机断层扫描图像重建项目
1
使用Keras中实现的深层神经网络对气胸进行分割 该库包含Keras中“基于深层神经网络的常规计算机断层扫描中的气胸分割”的原始实现(Tensorflow作为后端)。 实施模型 网络 膨胀的U网 ResNet34_Unet ResNet50_Unet PSP网 注意U-Net UNet ++ MultiResUNet 多功能一体机 UNet3 + 细分结果 图1:气胸分割结果的可视化 引文
2021-10-08 18:35:44 6.11MB Python
1