【摘 要】
：
目的 :分析介入微导管技术中DSA的质量控制方法。方法 :将2012年1月至2012年12月我院收治的应用微导管技术进行DSA检查的51例患者作为研究对象,回顾性分析其临床资料,总结DSA
论文部分内容阅读
目的 :分析介入微导管技术中DSA的质量控制方法。方法 :将2012年1月至2012年12月我院收治的应用微导管技术进行DSA检查的51例患者作为研究对象,回顾性分析其临床资料,总结DSA的质控方法。结果 :在为本组患者应用微导管技术进行DSA检查时共采集序列205个,获得最终图像325幅,其中图像质量优秀的序列为167个,占81.46%;图像质量良好的序列为34个,占16.59%;图像质量较差的序列为4个,占1.95%;有2个序列造影失败,占总数的0.98%。序列图像质量良好的判断标准是:图像相对清晰,
其他文献
在草图-三维模型检索任务中,草图具有类内多样性,三维模型具有复杂性,且草图-三维模型之间存在巨大的域间的差异性,这些特点的相互作用使得基于草图的三维模型检索任务变得特别困难.针对这一问题,提出一种基于联合特征映射的端到端三维模型草图检索框架.首先将三维模型转化为一组二维视图,建立跨域数据的共享数据空间;然后通过网络权值共享,建立端到端的三元度量学习网络,实现跨域数据草图和视图的联合特征映射;最后基
扒窃案件是一种发案率较高的盗窃案件类型,也是城市地铁中的主要犯罪类别,直接危害到群众的出行安全,为广大群众深恶痛绝。我国大中城市地铁正处于高速发展期,研究地铁扒窃犯
我厂的一台数控落地铣镗床,其数控系统实际使用中出现过如下电气故障:该机床自投产以来已运行了好几年,停置一段时间后第一次开机使用时,出现了主回路电源送不上电的故障.
针对现有基于深度学习的手绘草图识别方法直接从整体上提取手绘草图的图像特征,而忽略了草图中笔画的顺序信息的问题,利用手绘草图的笔画顺序信息,将深度卷积神经网络与递归神经网络相结合,提出一种基于深度卷积-递归神经网络的手绘草图识别方法.首先按照绘画草图时的笔画顺序提取笔画,生成多幅子笔画草图,并形成一个笔画数依次递增的子笔画草图序列;然后采用深度卷积神经网络依次提取该序列中每一幅子笔画草图的图像特征,