简介:摘要目的探讨基于CFN-100氟多功能模块自动化制备18F-阿法肽(Alfatide Ⅱ)的方法并进行前列腺癌显像。方法通过氟离子分装器分出200~500 μl氟离子至反应管中,与标记前体1,4,7-三氮杂环壬烷-1,4,7-三乙酸-E[(聚乙二醇)]4-环(精氨酸-甘氨酸-天冬氨酸-D-苯丙氨酸-酪氨酸)]2{NOTA-E[PEG4-c(RGDfk)]2}(冻干药盒)反应,在水相中与18F经铝介导螯合标记,再经C18柱分离纯化,自动化制备得到18F-阿法肽,测定其放化产率。对18F-阿法肽注射液进行质量分析,并对2例前列腺癌患者(72岁和66岁)行18F-阿法肽PET/CT显像。结果采用结合双管路氟离子分装器的CFN-100氟多功能模块成功自动化制备18F-阿法肽,合成时间约30 min,放化产率为(28±3)% (非衰变校正,n=6),放化纯>98%,比活度为2.8×107 MBq/mmol,核素纯度大于99%。2例患者PET/CT显像示18F-阿法肽高度浓聚于前列腺癌病灶,最大标准摄取值(SUVmax)分别为35.6和5.0。结论利用改进的CFN-100氟多功能模块成功自动化制备18F-阿法肽,产物合成方法稳定,合成时间短,放化产率高,可高度浓聚于前列腺癌病灶。
简介:摘要目的开发一款放疗计划自动分析系统,通过智能解析Pinnacle3治疗计划系统(TPS)的治疗计划底层数据,实现放疗计划剂量参数的自动化分析。方法将12例接受放射治疗的食管癌患者的治疗计划纳入研究。自动分析系统自动检索Pinnacle3 TPS数据库,获取12例治疗计划原始数据,并自动解析底层原始数据,重建轮廓、射野和剂量参数,并重新计算剂量分布和"剂量-体积"直方图。通过与在线TPS中原始计划输出体积和剂量数据进行对比,来评估新系统重新计算体积和剂量数据的准确性。结果自动分析系统成功解析治疗计划的底层数据,并重建治疗计划参数。新系统计算轮廓的体积与原计划的体积偏差≤0.1%;重新计算GTV、PGTV、CTV和PTV的Dmax、Dmean、D95和D50等参数,与原计划的剂量偏差≤1.0%;重新计算ROIs的Dmax和Dmean,与原计划的剂量偏差<5%。结论自动分析系统可直接分析Pinnacle3 TPS治疗计划的底层数据,重建治疗计划,计算轮廓体积和剂量参数,与原计划的剂量偏差满足临床要求。
简介:摘要本文介绍了基于AGV的移动式工业机器人的关键技术,阐述了一种完全替代生产一线工人的自动化、无人化、柔性化的解决方案。解决当前中小批量生产的工厂自动化升级改造过程中面对的高成本投入,低重复利旧率,产线变换频繁的问题。移动式工业机器人所具备的可移动、可快速部署、高精度、高灵活性、通用性强,随着工业互联网的不断发展,在未工厂自动化、无化人、柔性化升级改造中充当着重要角色。
简介:摘要目的初步探讨一种脑结构自动化测量方法用于脑区体积测量和阿尔茨海默病(Alzheimer's disease,AD)脑结构变化检测,进而评估脑结构自动化测量的可靠性和应用于AD诊断的临床价值。材料与方法为研究脑结构自动化测量方法的可靠性,收集的204例正常人的脑部结构MRI影像数据,分别利用脑结构自动化分析和有经验的医生人工勾画测量两种方法,对左、右侧海马,左、右侧脑室,左、右侧尾状核,左、右侧壳核,左、右侧丘脑共10个脑区的体积进行测量并进行比较。为评估脑结构自动化测量方法应用于AD诊断的临床价值,研究纳入34例AD患者,并依据年龄和性别匹配一组正常人群作为对照组(n=34),采用自动化分析方法测量全脑47个主要脑区(包括额叶、颞叶、顶叶、枕叶、岛叶、扣带回及其他)的体积,比较两组人群脑区体积的差异。结果皮尔逊相关性(Pearson's correlation)分析结果显示,两种测量方法对选取的10个脑区的体积测量均具有很好的相关性(判定系数r2>0.9)。Bland-Altman一致性分析表明,所有脑区测量差异的均值位于0点附近,变异系数均小于5%。两种方法对脑区的分割差异相对比率的中位数分别为2.94%、3.08%、3.42%、2.90%、2.72%、3.20%、2.91%、2.84%、3.24%、3.39%。在对AD人群47个主要脑区体积的自动化测量中,发现AD组中的脑室结构(侧脑室、第三脑室、第四脑室)绝对体积相比较于对照组显著增加(P<0.05);32个其他脑区的绝对体积相比较于对照组显著降低(P<0.05)。此外,AD组中11个脑区的绝对体积和相对体积相比较于对照组都存在显著减少,分别包括内侧前额叶(P=0.0009)、颞中回(P=0.0003)、颞下回(P=0.0012)、颞极(P=0.0093)、角回(P=0.0030)、楔前叶(P=0.0052)、后扣带回(P=0.0157)、杏仁核(P<0.0001)、海马体(P=0.0016)、基底区域(P=0.0022)、内嗅区(P=0.0003)。结论应用脑结构自动化测量技术可准确评估脑部结构体积变化,与有经验的医生人工勾画测量具有良好的一致性,且能够较为准确地检测出与AD相关的脑结构变化,具有应用到AD诊断的潜在价值。