基于放射性药物18F-AV45的PET-CT图像的脑组织内照射吸收剂量蒙特卡罗计算

来源 :中国医学物理学杂志 | 被引量 : 0次 | 上传用户:DirtySnow
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:计算放射性药物18F-AV45在人体头部时,头部及其各组织和器官的吸收剂量.方法:采集5名患者的PET-CT图像,首先利用蒙特卡罗软件GATE计算头部区域单位衰变数的吸收剂量,然后利用生物动力学模型计算出头部区域的累积衰变数并求得头部吸收剂量,最后分割头部CT图像各组织和器官并计算其吸收剂量.结果:5名患者头部单位衰变数的吸收剂量分别为4.29×10-6、4.48×10-6、4.39×10-6、4.49×10-6、4.29×10-6 mGy/(MBq·s),蒙特卡罗模拟平均统计误差为2.6%,头部累积的吸收剂量分别为0.39、0.59、1.17、1.01、0.71 mGy,计算了4号患者头部的12个组织和器官的平均吸收剂量.结论:实现了放射性药物18F-AV45在人体头部时,头部及各组织和器官的吸收剂量的计算.
其他文献
目的:针对脑电信号普遍存在的数据维度高、难以预测的问题,提出一种多重分形去趋势波动分析特征提取方法与长短时记忆网络(LSTM)相结合的脑电信号分类方法.方法:首先对信号样本进行多重分形去趋势波动分析计算得到脑电信号样本的多重分形谱,计算广义Hurst指数hq和广义维数Dq之间的函数关系;然后对多重分形谱进行分析,找出最具代表性的坐标值作为信号的特征向量;最后将其用于LSTM进行训练和分类测试.实验采用波恩大学采集的经过处理的癫痫脑电数据集.结果:当训练样本占总体样本比例超过10%之后,LSTM分类器的测试
针对手语手势识别问题,提出一种基于肌电信号与肌肉形变信号的手语识别架构。首先,设计信号采集系统;然后,采集肌电信号与肌肉形变信号,利用滤波及小波降噪等方法对原始数据进行降噪处理。采用基于能熵比的双门限端点检测法提取信号有效活动段;分别提取肌电信号以及肌肉形变信号特征,将所提取的信号特征融合组成特征向量;最后,采用基于网格搜索的支持向量机识别模型对所采集手语动作进行识别。信号融合后手语识别正确率达到