合成了3种可聚合的1,8-萘酰亚胺衍生物,并研究了其在二甲基亚砜(DMSO)溶液中的光物理性质.这些化合物表现出的光物理性质与其电子环境有关.通过溶胶-凝胶法制备了可聚合1,8-萘酰亚胺衍生物与硅氧烷的共聚物.尽管3种萘酰亚胺衍生物C-4位...合成了3种可聚合的1,8-萘酰亚胺衍生物,并研究了其在二甲基亚砜(DMSO)溶液中的光物理性质.这些化合物表现出的光物理性质与其电子环境有关.通过溶胶-凝胶法制备了可聚合1,8-萘酰亚胺衍生物与硅氧烷的共聚物.尽管3种萘酰亚胺衍生物C-4位的取代基不同,但在3-氨丙基三乙氧基硅烷(APTES)固凝胶中摩尔分数为0.06%时荧光强度均最大.利用29Si MAS NMR对合成材料进行了表征,结果表明,硅氧烷的缩聚程度影响材料的荧光强度,说明材料中荧光单元的分子运动对材料的荧光性能有重要影响.展开更多
目的运用静息态功能磁共振成像(resting-state functional magnetic resonance imaging,rs-f MRI)的比率低频振幅(fractional amplitude of low frequency fluctuation,f ALFF)方法探究慢性期脑卒中患者基线脑活动异常变化。材料与方法1...目的运用静息态功能磁共振成像(resting-state functional magnetic resonance imaging,rs-f MRI)的比率低频振幅(fractional amplitude of low frequency fluctuation,f ALFF)方法探究慢性期脑卒中患者基线脑活动异常变化。材料与方法16例慢性期左侧皮层下病变脑卒中患者和16例年龄性别相匹配的健康志愿者均接受静息态功能磁共振扫描,在0.01~0.08 Hz频段内计算f ALFF值,运用双样本t检验(P<0.05,Alpha Sim矫正)比较两组间的f ALFF差异。结果与健康对照组比较,脑卒中患者组f ALFF值显著降低区域主要位于病灶同侧丘脑和基底节区,其中丘脑的f ALFF值与患者临床手功能评分呈正相关(r=0.54,P=0.03<0.05)。结论脑卒中自发神经活动异常与病灶部位和病灶所致的手运动功能障碍密切相关,这些发现有助于进一步阐释脑卒中运动功能障碍的病理生理学机制。展开更多
目的利用影像组学与常规磁共振图像对脑胶质瘤进行分级。材料与方法利用BRATS2017公开数据集,自动从图像中的感兴趣区域提取多种特征,包括形态特征、灰度特征、纹理特征等,并运用特征选择方法进行特征选择,最后根据选出的特征对脑胶质...目的利用影像组学与常规磁共振图像对脑胶质瘤进行分级。材料与方法利用BRATS2017公开数据集,自动从图像中的感兴趣区域提取多种特征,包括形态特征、灰度特征、纹理特征等,并运用特征选择方法进行特征选择,最后根据选出的特征对脑胶质瘤的高、低评级进行区分。对支持向量机、决策树与K近邻法等3种分类方法进行比较,也比较了基于遗传算法的包装方法和过滤方法这两种特征选择算法。结果采用过滤方法进行特征选择,支持向量机方法具有最高的准确率91.93%,受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)值为0.90。进一步采用遗传算法进行特征选择,准确率提升至93.33%,AUC值为0.94。结论基于常规磁共振图像,利用影像组学方法,选择合适的特征组合,可以对脑胶质瘤进行自动分级。展开更多
文摘合成了3种可聚合的1,8-萘酰亚胺衍生物,并研究了其在二甲基亚砜(DMSO)溶液中的光物理性质.这些化合物表现出的光物理性质与其电子环境有关.通过溶胶-凝胶法制备了可聚合1,8-萘酰亚胺衍生物与硅氧烷的共聚物.尽管3种萘酰亚胺衍生物C-4位的取代基不同,但在3-氨丙基三乙氧基硅烷(APTES)固凝胶中摩尔分数为0.06%时荧光强度均最大.利用29Si MAS NMR对合成材料进行了表征,结果表明,硅氧烷的缩聚程度影响材料的荧光强度,说明材料中荧光单元的分子运动对材料的荧光性能有重要影响.
文摘目的利用影像组学与常规磁共振图像对脑胶质瘤进行分级。材料与方法利用BRATS2017公开数据集,自动从图像中的感兴趣区域提取多种特征,包括形态特征、灰度特征、纹理特征等,并运用特征选择方法进行特征选择,最后根据选出的特征对脑胶质瘤的高、低评级进行区分。对支持向量机、决策树与K近邻法等3种分类方法进行比较,也比较了基于遗传算法的包装方法和过滤方法这两种特征选择算法。结果采用过滤方法进行特征选择,支持向量机方法具有最高的准确率91.93%,受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)值为0.90。进一步采用遗传算法进行特征选择,准确率提升至93.33%,AUC值为0.94。结论基于常规磁共振图像,利用影像组学方法,选择合适的特征组合,可以对脑胶质瘤进行自动分级。
