大豆含油率的高低直接影响榨油与育种结果。为探究大豆含油率的最佳检测方法与构建含油率高低判别模型,该研究基于不同维度低场核磁共振(low field nuclear magnetic resonance,LF-NMR)技术,以国标法为对照,利用LF-NMR波谱和LF-NMR含油...大豆含油率的高低直接影响榨油与育种结果。为探究大豆含油率的最佳检测方法与构建含油率高低判别模型,该研究基于不同维度低场核磁共振(low field nuclear magnetic resonance,LF-NMR)技术,以国标法为对照,利用LF-NMR波谱和LF-NMR含油含水率软件检测大豆含油率;核磁共振成像(magnetic resonance imaging,MRI)结合深度学习,建立大豆含油率高低判别模型。引入低场二维核磁共振(low field two-dimensional nuclear magnetic resonance,LF-2D-NMR)技术,定性分析一维波谱中信号重叠无法区分组分的问题。试验结果表明,LF-NMR含油含水率软件能快速准确检测大豆含油率,T1-T2二维核磁图谱成功解决了自由水和油信号重叠问题。利用U-net++深度学习模型对MRI成像的矢状面、冠状面、横截面以及三面混合数据集进行训练,其中横截面评价指标与其他数据集相比更优,语义分割部分中平均交并比(mean intersection over union,mIoU)约0.9058,全局准确率0.9980,训练后的模型能够将MRI图像识别并分割,快速判别大豆含油率高低。试验证明,LF-NMR及MRI能够快速无损掌握大豆含油率信息,为大豆的高油育种提供了新思路和技术支持。展开更多
文摘目的探讨二维相位对比(2D phase contrast,2D PC)磁共振成像(magnetic resonance imaging,MRI)序列在定量分析髂静脉压迫综合征(iliac vein compression syndrome,IVCS)患者静脉管腔内血液平均流速(mean blood flow velocity,MV)的应用价值。材料与方法前瞻性招募2023年12月到2024年7月在本院经数字减影血管造影(digital subtraction angiography,DSA)诊断明确为IVCS且需要血管腔内介入治疗的患者30例(试验组)及10名健康志愿者(对照组),收集患者临床资料并行1.5 T飞利浦超导MRI检查,在自由稳态进动(balance fast field echo,B-FFE)序列图像基础上分别在下腔静脉、双侧髂外静脉的冠状位、矢状位及轴位图上垂直扫描2D PC MRI序列,使用定量流量(quantitative flow,Q_FLOW)后处理软件得到血管垂直横切面感兴趣区(region of interest,ROI)内MV值。所有2D PC MRI检查进行两次,通过分析两次扫描结果的一致性(Bland-Altman图)来验证序列稳定性;分别比较IVCS试验组与对照组双侧髂外静脉MV值,评估IVCS患者髂总静脉受压对远端血流的影响;比较IVCS试验组(健侧髂外MV-患侧髂外MV)与对照组(右侧髂外MV-左侧髂外MV)髂外静脉MV差值,分析流速差诊断IVCS的效能;术中通过中心静脉导管(central venous catheter,CVC)测量IVCS患者组髂-下腔静脉压力梯度,并与患侧髂外静脉MV值进行相关性分析。结果两次2D PC MRI扫描结果一致性良好(P均<0.001);试验组患侧髂外静脉血液流速低于健侧(P<0.001),对照组双侧髂外静脉MV值差异没有统计学意义(P=0.518);使用双侧髂外静脉MV差值诊断IVCS效能高,AUC为0.939(95%CI:0.887~0.991),敏感度为81.7%,特异度为100.0%;术中CVC测量压力梯度结果与狭窄静脉远心端MV呈负相关(r=-0.951,P<0.001)。结论2D PC MRI定量分析IVCS患者静脉血液流速结果稳定、可靠,双侧髂外静脉MV差值诊断IVCS特异性高,IVCS患者髂外静脉MV值与髂-下腔静脉压力梯度符合伯努利原理,2D PC MRI可作为一种无创诊断IVCS及间接评估静脉血流压力的工具,为IVCS患者血管腔内介入治疗的手术指征提供重要参考。
文摘大豆含油率的高低直接影响榨油与育种结果。为探究大豆含油率的最佳检测方法与构建含油率高低判别模型,该研究基于不同维度低场核磁共振(low field nuclear magnetic resonance,LF-NMR)技术,以国标法为对照,利用LF-NMR波谱和LF-NMR含油含水率软件检测大豆含油率;核磁共振成像(magnetic resonance imaging,MRI)结合深度学习,建立大豆含油率高低判别模型。引入低场二维核磁共振(low field two-dimensional nuclear magnetic resonance,LF-2D-NMR)技术,定性分析一维波谱中信号重叠无法区分组分的问题。试验结果表明,LF-NMR含油含水率软件能快速准确检测大豆含油率,T1-T2二维核磁图谱成功解决了自由水和油信号重叠问题。利用U-net++深度学习模型对MRI成像的矢状面、冠状面、横截面以及三面混合数据集进行训练,其中横截面评价指标与其他数据集相比更优,语义分割部分中平均交并比(mean intersection over union,mIoU)约0.9058,全局准确率0.9980,训练后的模型能够将MRI图像识别并分割,快速判别大豆含油率高低。试验证明,LF-NMR及MRI能够快速无损掌握大豆含油率信息,为大豆的高油育种提供了新思路和技术支持。