期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
热光伏器件中的光谱调控
1
作者
熊家骋
黄哲群
+2 位作者
张恒
王启祥
崔可航
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2024年第14期1-15,共15页
热光伏器件是一种利用光伏效应将热源的热辐射转化为电能的器件.高效热光伏器件在电网规模的热能存储、全光谱太阳能转换、分布式联合发电、废热回收等方面有着广阔的应用前景.然而,大多数热辐射处于低能量波长范围,无法有效激发光伏电...
热光伏器件是一种利用光伏效应将热源的热辐射转化为电能的器件.高效热光伏器件在电网规模的热能存储、全光谱太阳能转换、分布式联合发电、废热回收等方面有着广阔的应用前景.然而,大多数热辐射处于低能量波长范围,无法有效激发光伏电池半导体的电子跃迁从而产生电能.因此,对热辐射光谱发射的选择性调控是实现高效热光伏器件的关键.近年来,伴随着纳米光子学、材料科学与人工智能赋能科学的发展,热光伏器件中的光谱调控也取得了极大进展.本文首先回顾了热光伏器件的发展历史,继而围绕热光伏器件中热端和冷端的光谱调控,详细讨论了超结构选择性发射器、本征选择性发射器、光滤波器以及背表面反射器的热辐射光谱调控物理机制与调控手段,并梳理和总结了近场热光伏的相关研究,最后对热光伏器件的未来发展进行了展望.
展开更多
关键词
热光伏
热辐射
光谱调控
热光子学
下载PDF
职称材料
基于增强CT的深度学习算法对直径≤5cm胃的胃肠间质瘤鉴别诊断临床意义
被引量:
12
2
作者
顾佳毅
史豪庭
+5 位作者
杨琳希
沈逸卿
王紫馨
冯琦
汪明
曹晖
《中华胃肠外科杂志》
CSCD
北大核心
2021年第9期796-803,共8页
目的增强CT是术前诊断和评估胃黏膜下肿瘤(SMT)恶性潜能的重要检查手段,在区分直径>5 cm胃的胃肠间质瘤(GIST)和胃良性SMT中有较高的诊断准确率。本研究拟使用深度学习算法建立基于增强CT的鉴别诊断模型GISTNet,评估其在术前鉴别直径...
目的增强CT是术前诊断和评估胃黏膜下肿瘤(SMT)恶性潜能的重要检查手段,在区分直径>5 cm胃的胃肠间质瘤(GIST)和胃良性SMT中有较高的诊断准确率。本研究拟使用深度学习算法建立基于增强CT的鉴别诊断模型GISTNet,评估其在术前鉴别直径≤5 cm的胃GIST和其他胃SMT的预测价值。方法采用诊断性试验研究方法。回顾性收集2016年9月至2021年4月期间,上海交通大学医学院附属仁济医院胃肠外科连续性收治的181例接受手术、且术后病理证实为肿瘤直径≤5 cm胃SMT患者,排除13例CT图像质量不佳者,共计168例患者纳入研究。其中107例为GIST,61例为非GIST的SMT(non⁃GIST),其中术后病理27例为平滑肌瘤,24例为神经鞘瘤,6例为异位胰腺,4例为脂肪瘤。病例纳入标准:(1)手术前经增强CT诊断为胃SMT的患者;(2)术前完善胃镜且活检病理未见异型细胞;(3)临床、病理资料齐全。排除标准:(1)手术前接受过抗肿瘤药物治疗;(2)无影像或任何原因导致的CT图像质量不佳;(3)术后病理诊断为除GIST外的其他胃恶性肿瘤。将研究对象根据留出法(hold⁃out method)随机划分为GIST鉴别诊断模型(GISTNet)的训练集(148例)和测试集(20例),用于GISTNet诊断模型的训练及其性能评估。GISTNet模型建立后,在测试集采用5个指标进行评估,即灵敏度、特异度、阳性预测值、阴性预测值和受试者工作曲线(ROC)计算的曲线下面积(AUC)。进一步将GISTNet诊断模型与现有文献报道的传统影像学征象所组成的模型比较。此外,为了比较深度学习模型与影像科医生对胃SMT影像诊断的准确性,3位工作经验分别为3、9、19年的影像科医生、在隐藏临床病理信息的情况下,对测试集中的样本进行判断,将3位医生的准确率与GISTNet模型相对比。结果GISTNet模型在测试集上获得了0.900(95%CI:0.827~0.973)的AUC,当阈值为0.345时,GISTNet模型的灵敏度为100%,特异度为67%,阳性预测值为75%,阴性预测值为100%。GISTNet模型的准确率为83%,优于GIST⁃Risk模型(75%)和两位低年资影像科医生(60%和65%),并与工作经验为19年的影像科医生接近(80%)。结论基于增强CT的深度学习算法对术前鉴别直径≤5 cm的胃GIST和其他胃SMT具有良好、可靠的诊断准确率。
展开更多
关键词
胃肠间质瘤
胃
鉴别诊断
计算机断层摄影
人工智能
深度学习
原文传递
题名
热光伏器件中的光谱调控
1
作者
熊家骋
黄哲群
张恒
王启祥
崔可航
机构
上海交通大学
材料科学与工程学院
上海交通大学致远创新研究中心
出处
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2024年第14期1-15,共15页
基金
国家自然科学基金(批准号:52371139)
上海市扬帆计划(批准号:21YF1419700)
上海市浦江人才计划(批准号:19PJ1404600)资助的课题.
文摘
热光伏器件是一种利用光伏效应将热源的热辐射转化为电能的器件.高效热光伏器件在电网规模的热能存储、全光谱太阳能转换、分布式联合发电、废热回收等方面有着广阔的应用前景.然而,大多数热辐射处于低能量波长范围,无法有效激发光伏电池半导体的电子跃迁从而产生电能.因此,对热辐射光谱发射的选择性调控是实现高效热光伏器件的关键.近年来,伴随着纳米光子学、材料科学与人工智能赋能科学的发展,热光伏器件中的光谱调控也取得了极大进展.本文首先回顾了热光伏器件的发展历史,继而围绕热光伏器件中热端和冷端的光谱调控,详细讨论了超结构选择性发射器、本征选择性发射器、光滤波器以及背表面反射器的热辐射光谱调控物理机制与调控手段,并梳理和总结了近场热光伏的相关研究,最后对热光伏器件的未来发展进行了展望.
关键词
热光伏
热辐射
光谱调控
热光子学
Keywords
thermophotovoltaic
thermal radiation
spectral regulation
thermal photonics
分类号
TM914.4 [电气工程—电力电子与电力传动]
下载PDF
职称材料
题名
基于增强CT的深度学习算法对直径≤5cm胃的胃肠间质瘤鉴别诊断临床意义
被引量:
12
2
作者
顾佳毅
史豪庭
杨琳希
沈逸卿
王紫馨
冯琦
汪明
曹晖
机构
上海交通大学
医学院附属仁济医院胃肠外科
上海交通大学
医学院
上海交通大学
数学科学学院
上海交通大学
医学院附属仁济医院放射科
出处
《中华胃肠外科杂志》
CSCD
北大核心
2021年第9期796-803,共8页
基金
国家自然科学基金(82072669)
上海市交通大学医学院第15期大学生创新训练计划项目(1521Z201)。
文摘
目的增强CT是术前诊断和评估胃黏膜下肿瘤(SMT)恶性潜能的重要检查手段,在区分直径>5 cm胃的胃肠间质瘤(GIST)和胃良性SMT中有较高的诊断准确率。本研究拟使用深度学习算法建立基于增强CT的鉴别诊断模型GISTNet,评估其在术前鉴别直径≤5 cm的胃GIST和其他胃SMT的预测价值。方法采用诊断性试验研究方法。回顾性收集2016年9月至2021年4月期间,上海交通大学医学院附属仁济医院胃肠外科连续性收治的181例接受手术、且术后病理证实为肿瘤直径≤5 cm胃SMT患者,排除13例CT图像质量不佳者,共计168例患者纳入研究。其中107例为GIST,61例为非GIST的SMT(non⁃GIST),其中术后病理27例为平滑肌瘤,24例为神经鞘瘤,6例为异位胰腺,4例为脂肪瘤。病例纳入标准:(1)手术前经增强CT诊断为胃SMT的患者;(2)术前完善胃镜且活检病理未见异型细胞;(3)临床、病理资料齐全。排除标准:(1)手术前接受过抗肿瘤药物治疗;(2)无影像或任何原因导致的CT图像质量不佳;(3)术后病理诊断为除GIST外的其他胃恶性肿瘤。将研究对象根据留出法(hold⁃out method)随机划分为GIST鉴别诊断模型(GISTNet)的训练集(148例)和测试集(20例),用于GISTNet诊断模型的训练及其性能评估。GISTNet模型建立后,在测试集采用5个指标进行评估,即灵敏度、特异度、阳性预测值、阴性预测值和受试者工作曲线(ROC)计算的曲线下面积(AUC)。进一步将GISTNet诊断模型与现有文献报道的传统影像学征象所组成的模型比较。此外,为了比较深度学习模型与影像科医生对胃SMT影像诊断的准确性,3位工作经验分别为3、9、19年的影像科医生、在隐藏临床病理信息的情况下,对测试集中的样本进行判断,将3位医生的准确率与GISTNet模型相对比。结果GISTNet模型在测试集上获得了0.900(95%CI:0.827~0.973)的AUC,当阈值为0.345时,GISTNet模型的灵敏度为100%,特异度为67%,阳性预测值为75%,阴性预测值为100%。GISTNet模型的准确率为83%,优于GIST⁃Risk模型(75%)和两位低年资影像科医生(60%和65%),并与工作经验为19年的影像科医生接近(80%)。结论基于增强CT的深度学习算法对术前鉴别直径≤5 cm的胃GIST和其他胃SMT具有良好、可靠的诊断准确率。
关键词
胃肠间质瘤
胃
鉴别诊断
计算机断层摄影
人工智能
深度学习
Keywords
Gastrointestinal stromal tumor,stomach
Differential diagnosis
Computed tomography
Artificial intelligence
Deep learning
分类号
R735 [医药卫生—肿瘤]
原文传递
题名
作者
出处
发文年
被引量
操作
1
热光伏器件中的光谱调控
熊家骋
黄哲群
张恒
王启祥
崔可航
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于增强CT的深度学习算法对直径≤5cm胃的胃肠间质瘤鉴别诊断临床意义
顾佳毅
史豪庭
杨琳希
沈逸卿
王紫馨
冯琦
汪明
曹晖
《中华胃肠外科杂志》
CSCD
北大核心
2021
12
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部