鲜红斑痣光动力治疗数学模型及临床验证

为了研究光动力治疗(PDT)中各个因素作用的规律,帮助临床采取有效的治疗方案,针对鲜红斑痣(PWS)组织特性,将光动力治疗中组织光分布、单线态氧产生、光敏剂漂白过程和光敏剂扩散过程结合起来,建立适合于光动力治疗鲜红斑痣病变的系统模型。利用建立的模型,对临床中出现的第二光斑治疗效果差的问题进行仿真研究,发现影响其治疗效果的因素,并通过仿真实验提出改进其治疗效果的新方案。通过临床实验,证明了新方案的有效性和模型的有效性。研究结果说明,针对特定的病例条件建立仿真模型,通过仿真实验可以为临床和理论研究提供一种有效的分析方法。     

鲜红斑痣光动力治疗的模型仿真初步研究

为了研究光敏剂特性对光动力疗法(PDT)治疗鲜红斑痣(PWS)疗效的影响，帮助临床采取有效的治疗方案，建立了光动力治疗鲜红斑痣的数学模型。建立了卟啉类光敏剂受光激发产生单线态氧的数学模型以及光敏剂自身漂白过程和组织中扩散过程的数学模型，以国产光敏剂血啉甲醚(HMME)的实验数据为例，用蒙特卡罗方法仿真组织中的光分布，应用建立的单线态氧产生过程的数学模型，仿真光动力治疗鲜红斑痣过程中，组织内单线态氧产量的分布。对比不同的光敏剂漂白速度对组织中单线态氧产量的影响，发现漂白速率越快，破坏血管的同时对表皮和真皮组织的保护作用越好。这些结果为光动力疗法治疗鲜红斑痣的临床应用提供了具有针对性的指导。     

数学建模与仿真在光动力疗法研究中的应用

采用建模和仿真方法,建立光动力疗法（Photodynamic Therapy,PDT）微血管效应的系统模型,可以分析出光动力疗法对组织的损伤机制及各个因素的作用关系和作用规律,辅助医生进行临床治疗和决策。本文综述了在建立光动力疗法微血管效应数学模型研究中所涉及到的组织光学、药代动力学、光化学等研究领域的研究方法和研究结果及其在模型中的作用。     

基于说话人分类技术的分级说话人识别研究

识别正确率和抗噪性能固然是说话人识别的研究重点,但识别响应速度也是决定系统实用化的关键所在.本文成功地提出了基于说话人分类技术的分级说话人辨识方法,极大地提高了系统运行速度,随着注册说话人数的增多,较之传统的说话人辨识方法,其优势更加明显.同时在说话人确认中,该方法的使用,进一步提高了确认的正确率,有效地降低了错误接受和错误拒绝率.本文提出的可信度打分方法,也一定程度上改进了系统的性能.实验表明:基于说话人分类技术的说话人辨识方法使系统的运行速度平均提高了3.5倍,对说话人确认等误识率和最小误识率平均下降了53.75%.     

光动力治疗鲜红斑痣模型中单态氧分布初步研究

应用MonteCarlo方法对一种含单血管的组织模型中光分布进行仿真 ,结合光敏剂血啉甲醚 (HMME)分布得出血管中单态氧的分布。为临床上采用光动力疗法 (PDT)治疗鲜红斑痣提供了一个参考。     

一款支持高品质CCD图像传感器的高性能SoC芯片的设计

介绍了支持CCD图像传感器的高性能SoC芯片的设计,芯片基本结构,与图像处理相关的功能部件的工作原理以及相关算法的硬件实现方法,以及相关的低功耗策略。在设计验证阶段,该设计采用基于平台的软硬件协同应验的方法,使得软件和硬件同时得到验证并缩短了整机系统的设计和联调周期,验证的结果表明其设计是基本正确的。这种设计验证方法对于其他领域的应用也具有重要的借鉴意义。