基于深度学习的视网膜分支动脉阻塞分割

视网膜疾病如视网膜动脉阻塞等的早期诊断和治疗是预防永久性视力损伤的关键。为辅助临床眼科医生更快、更准确地诊断视网膜疾病,提出一种基于深度学习的视网膜分支动脉阻塞分割的方法。首先,将三维视网膜光学相干断层扫描图像转换为二维B超扫描图像,通过二值化、仿射变换等方法提取视网膜区域作为感兴趣区域;然后将感兴趣区域送入条件生成对抗网络进行训练,实现BRAO病变区域分割;最后,采用腐蚀、闭运算等形态学运算排除假阳性。在20张来自20双眼睛、包含BRAO急性期和萎缩期视网膜OCT图像上进行四折交叉验证,平均正确率、真阳性率、假阳性率分别为94.7%、92.1%、5.0%,表明BRAO分割方法有效。

质量管理体系审核员的知识结构

为配合CNAS-CC131:2014《质量管理体系审核及认证的能力要求》(等同采用ISO/IEC TS 17021-3:2013《实施质量管理体系审核及认证的能力要求》)于5月1日正式实施,本文从管理学基础、质量管理及特定技术领域的法律法规等三个方面的知识详细阐述了CNAS-CC131对质量管理体系审核员的能力要求。