公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

血浆絮状物无损检测系统设计: 2012年; 检测血浆中是否含有絮状物是保证输血安全的重要措施。针对絮状物人工检测法的缺点,设计基于机器视觉技术和神经网络的血浆絮状物无损检测系统,并对系统设计的关键技术进行研究。基于MATLAB平台设计系统软件以实现图像采集,并采用剪切、反色、中值滤波、灰度切割对图像进行预处理;采用fisher判别方法,结合迭代阈值分割法和标注矩阵连通区域选择法,消除气泡干扰,提取絮状物。系统通过基于BP神经网络建立的识别模型,完成血浆絮状物的判别。临床对比实验结果表明,系统能有效地检测出血浆中是否含有絮状物,具有较好的检测重复性和准确性。每袋样品从图像采集、处理到最终给出检测结果的时间不超过1min。; 陈里里廖强杨正书胡雪张国珍; 关键词：机器视觉神经网络

钴^(60)辐照对存储红细胞体内清除相关指标的影响被引量：3: 2015年; 目的评估钴60辐照对MAP保存液中红细胞体内清除相关指标造成的影响,寻找辐照促进红细胞在体内清除的可能机制。方法将滤除白细胞的红细胞悬液分3组:对照组不予辐照,即刻辐照组在采集后立刻辐照,14 d辐照组在保存14 d后进行辐照。在储存期的d1、7、14、21、28、35检测3组红细胞平均细胞体积(MCV)、红细胞刚性指数及丝氨酸磷脂(PS)。结果辐照后短时间内3组间MCV无差异,d14日起即刻辐照组与其它2组出现差异,且差异随保存时间的延长而增大。14 d辐照组在辐照前MCV升高缓慢,辐照后升高加速,但至d35时仍低于即刻辐照组。这种变化规律同样可以见于红细胞刚性指数。PS呈缓慢升高,存储至d28天3组才开始出现明显差异,即刻辐照组PS阳性率最高,对照组最低。结论钴60辐照可能通过影响平均细胞体积及红细胞变形性,促进红细胞体内清除,降低红细胞活力。辐照可促进丝氨酸磷脂缓慢外化,但在血液存储有效期内应该不是引起红细胞清除率增高的主要原因。; 胡雪陈里里余泽波李青詹廷西张国珍; 关键词：辐照红细胞刚性指数

不同的辐照方法对钴60辐照红细胞的损伤被引量：1: 2012年; 目的:评估不同的辐照方法对MAP保存液中红细胞造成的影响及存储损伤。方法:将滤除白细胞的红细胞悬液分三组,对照组不予辐照,即刻辐照组在采集后立刻辐照,14日辐照组在保存14日后进行辐照。在储存期的1、7、14、212、83、5天检测三组红细胞钾离子浓度、平均细胞体积及红细胞刚性指数,结果:辐照前14日辐照组刚性指数升高缓慢,辐照后升高加速,但至第35天时仍低于即刻辐照组。这种变化规律同样可以见于MCV与钾离子浓度检测。结论:血站发血前辐照红细胞悬液的方法是合理的。; 付守全胡雪; 关键词：辐照红细胞刚性指数钾

智能化临床输血信息系统在医院输血科管理中的应用被引量：7: 2012年; 提高工作效率、缩短用血周期、保证输血质量,是当前医院输血科信息化建设的热点。该院新设计的智能化输血科信息管理系统,实现了血液智能化管理、血液管理系统和检验科LIS及医院HIS之间的信息共享,在实际应用中发挥了很好的作用,极大地提高了输血科工作效率,更好地指导临床科学合理输血,有效保障了输血安全。; 付守全余泽波胡雪王琦; 关键词：输血信息服务

基于生物电阻抗的血型检测新方法及系统实现被引量：1: 2014年; 提出了基于生物电阻抗测量技术的血型检测新方法并研制了检测系统。该系统采用单片机结合AD9850芯片实现 DDS 技术产生激励信号，设计椭圆滤波器消除信号干扰；运用低成本放大器 AD8370设计稳幅电路，确保信号输出幅度不变；系统采用 AD8302幅相检测芯片实现阻抗信息提取；基于人工神经网络判别红细胞悬浮液凝集强度，并结合判别规则得到血型结果。测试结果表明该系统精度高，稳定性好；临床实验表明，该系统能正确识别红细胞6种不同凝集程度，能100%正确地检测出正常标本的 ABO 和 Rh 血型，可更好地满足临床需求。; 陈里里廖强胡雪张国珍; 关键词：计量学神经网络血型

基于嵌入式机器视觉技术的血型自动识别系统被引量：3: 2011年; 目的:为了实现自动检测血型,建立了基于嵌入式机器视觉的血型自动识别系统,并通过实验验证系统可行性和可靠性。方法:首先,依据血型检测的原理,以日本CCS同轴照明LED视觉检测光源、光源控制器、毛玻璃片、白色背景构成照明模块,以中星微301芯片的USB摄像头和mini2440开发板为核心,构建了集图像采集和分析于一体的嵌入式硬件模块。基于面向对象的思想,利用EVC(Embedded Visual C++)开发工具设计了系统的软件。然后,针对采集的微柱凝胶卡图像特点,通过试验分析,设计了具体的图像预处理算法。其中,运用小波变换完成图像对比度增强,运用遗传算法完成图像分割。在此基础上,设计了红细胞凝集物的特征参数提取算法。最后,利用BP神经网络构建了识别模型,完成对红细胞凝集物的类别判断,从而根据判别规则得到血型的检测结果。结果:多次试验结果表明:系统对-、+、++、+++、++++五类红细胞凝集物的判别正确率均为100%;能100%地正确检测出正常标本的ABO和Rh血型。结论:系统基本能满足临床对于血型检测自动化识别、准确性好、抗干扰能力强、稳定可靠等要求。; 廖强陈里里胡雪张国珍; 关键词：嵌入式机器视觉血型自动识别 BP神经网络

全选清除导出

共1页<1>

重庆市卫生局科研项目(2010-2-086)