摘要：肺部CT图像分割是早期筛查和诊断肺部疾病的关键。传统的CT图像分割技术(如阈值法、聚类法和区域生长法)存在精确性差、效率低和鲁棒性差的问题。随着深度学习的发展,基于深度学习的模型在CT图像分割方面表现出卓越的能力。本文结合近年来国内外研究文献,对深度学习的算法发展及其在肺部CT图像分割中的应用进行综述。文献复习结果表明,采用图像分割评价指标Dice相似系数(Dice similarity coefficient,DSC)对算法性能进行评估,肺部CT图像分割深度学习算法的DSC均大于0.9。这些结果表明深度学习能实现精确、高效和鲁棒性的肺部CT图像分割。同时,未来需要对医学图像的复杂性,深度学习数据集的大小、隐私性、网络架构设计和模型可解释性等难题进一步深入研究。

摘要：免疫反应被认为是组织再生修复的必经和重要阶段.通过合理利用和精准调控免疫反应可以取得更积极的组织再生修复效果.巨噬细胞作为一种在免疫反应初期大量存在的免疫细胞,其独特的可快速转换表型的特性对决定创面环境类型及最终修复效果有着不可或缺的作用.为匹配再生修复不同阶段的免疫需要,设计具有顺序的、精准的动态调控巨噬细胞表型的新型生物材料具有重要意义.针对组织再生修复过程中的免疫调控难题,以匹配组织再生过程巨噬细胞表型的动态转变需求为核心理念,本文结合本课题组的研究工作,提出了动态材料表面在实现巨噬细胞表型响应性调控的重要意义,介绍了影响巨噬细胞表型的材料表面因素,总结了响应性动态材料表面在调控巨噬细胞表型方面的最新进展,包括光、磁和活性氧刺激源响应性材料.最后讨论了调控巨噬细胞表型的动态材料表面目前面临的挑战和未来的发展前景.

摘要：目的:总结赣南医学院信息工程学院参加江西省大学生电子专题设计大赛存在的问题,为医学院校电子培训提供一套更加符合医学院校特点的电子设计竞赛训练体系。方法:以学院开放性实验室为依托,有机结合理论知识、模拟仿真和实践操作的训练内容,完善大学生电子竞赛培训的考核选拔方式。结果:赣南医学院信息工程学院参加江西省大学生电子专题设计大赛的成绩逐年提高。结论:通过扩大选拔范围,延长培训时间、丰富培训方法,一套比较完整的、且较适合医学院校的大学生电子竞赛培训体系逐渐成型。