-
题名口服纳米载药系统研究进展
被引量:7
- 1
-
-
作者
丁志英
张越
刁亚茹
池季洪
胡玉琳
-
机构
吉林大学药学院
吉林大学白求恩第一医院肝胆内科
-
出处
《中国生化药物杂志》
CAS
2016年第6期30-32,共3页
-
基金
长春市科技计划项目(14KG073)
-
文摘
口服纳米载药系统包括纳米凝胶、纳米混悬剂、纳米粒、纳米脂质体、醇脂体、纳米胶束、纳米骨架、纳米乳和自组装体纳米释药系统。他们可通过口服,转运中药、生物药和化药,并显著改善药物分子的理化性质、稳定性和生物学性质,提高疗效,降低副作用。本文综述了口服纳米载药系统的研究进展。
-
关键词
口服纳米载药系统
吸收机制
药动学
安全性
-
Keywords
oral drug-loaded nano-system
absorption mechanism
pharmacokinetics
safety
-
分类号
R283
[医药卫生—中药学]
-
-
题名基于深度学习实现肋软骨CT图像自动化骨龄推断
- 2
-
-
作者
刁亚茹
鲁婷
邓振华
陈虎
廖培希
-
机构
四川大学计算机学院
四川大学华西基础医学与法医学院
成都市第六人民医院
-
出处
《中国法医学杂志》
CSCD
2023年第6期628-632,共5页
-
基金
四川省卫计委科研项目(19PJ007)
成都市科技局科研项目(2021YF0501788SN)
国家自然科学基金面上项目(81971801)。
-
文摘
目的 利用深度学习方法对第1~7对成人肋软骨CT重建图像进行特征提取,实现成人肋软骨骨龄的自动化推断。方法 回顾性收集年龄在20岁~70岁之间的男性和女性样本各625例,并通过容积再现技术(VRT)得到对应的VRT图像。通过图像预处理和数据增强之后,将其中的500例作为训练集,125例作为测试集,运用5折交叉验证的方法分别评估Res Net、Res Ne Xt、Dense Net及Google Net网络模型的性能,并将5折交叉验证结果的平均值作为最终推断结果。结果 Res Net50网络模型在男性和女性数据集中都取得了最佳实验结果,平均绝对误差分别为4.56岁和3.91岁,±5.0岁范围内预测准确率分别达到64.00%和70.88%,±10.0岁范围内预测准确率分别达到88.96%和94.40%。结论 与传统方法和机器学习方法相比,深度学习方法能够避免人为因素的影响,并且大大提高了成人肋软骨骨龄推断的准确率、降低了预测年龄与真实年龄之间的平均绝对误差,具有较高的临床应用价值。
-
关键词
法医人类学
骨龄
深度学习
VRT图像
人工智能
-
Keywords
Forensic anthropology
Bone age
Deep learning
VRT image
Artificial intelligence
-
分类号
D919.6
[医药卫生—法医学]
-