基于ACP方法的平行医学图像智能分析及其应用

近年来,人工智能技术在自然图像分析领域取得了巨大的进展。这些技术也被广泛应用于医学图像领域,以便更好地诊断、治疗疾病和判断预后。然而,由于医学图像在数据标注和专家知识方面的复杂性,使得这些技术的实际应用具有较大的挑战。本文基于ACP方法提出了一个融合医生智慧与计算智能的医学图像分析新框架——平行医学图像。传统的医学图像分析直接从带标注图像中学习模型而不能很好地解释诊断决策,平行医学图像引入了描述智能、预测智能和引导智能来提高模型的泛化能力和诊断的可解释性。我们采用平行闭环优化模型来挖掘并融合医学知识,从而优化辅助诊疗系统。最后,本文以乳腺癌为例探讨了平行医学图像框架在医学图像分析中的实际应用。     

水溶性大分子汞离子荧光-比色探针RhBH-P(VP-co-GMA)的合成与性能

采用活性基团修饰法,通过罗丹明B酰肼(RhBH)与乙烯基吡咯烷酮-甲基丙烯酸缩水甘油酯共聚物（P(VP-co-GMA)）侧链上环氧基团的开环反应,制得一种键合有罗丹明B酰肼的水溶性聚合物RhBH-P(VP-co-GMA)。在水溶液中,该聚合物本身无色且无荧光,加入汞离子后,罗丹明的螺环结构打开,出现显著的荧光增强和颜色变红,实现了在水溶液中对汞离子的“关开”荧光检测和裸眼检测。在此条件下,其他共存离子没有明显响应。研究表明：该聚合物是一种高选择性的Hg2+探针,可以实现水溶液中的汞离子检测。