国家自然科学基金(81000974) 作品数:3 被引量:11 H指数:2 相关作者: 卓德强 陈良冬 冯茂辉 喻学锋 李雁 更多>> 相关机构: 武汉大学 更多>> 发文基金: 国家自然科学基金 武汉市青年科技晨光计划 国家教育部博士点基金 更多>> 相关领域: 医药卫生 电子电信 更多>>
ZnSe∶Mn/ZnSe-IgG掺杂量子点探针对人肝癌细胞的免疫荧光成像的影响 被引量:6 2013年 目的 利用水溶性ZnSe:Mn/ZnSe掺杂量子点优良的光学特性实现对肝癌细胞株HCCLM9甲胎蛋白(AFP)抗原的特异性免疫荧光标记成像.方法 用巯基丙酸修饰的ZnSe∶Mn/ZnSe掺杂量子点,制备水溶性ZnSe∶Mn/ZnSe-IgG复合物探针.荧光、紫外光光谱分析及透射电镜研究其特性.通过间接免疫荧光法,用水溶性ZnSe∶Mn/ZnSe-IgG复合物探针标记肝癌细胞株HCCLM9 AFP抗原.噻唑蓝(MTT)法检测该复合物探针的细胞毒性,并同传统量子点探针比较.双光子共聚焦激光显微镜观察成像,并进行连续激发实验,同传统量子点探针及有机荧光探针比较光稳定性.结果 该水溶性ZnSe∶Mn/ZnSe-IgG复合物探针具有激发光谱宽、荧光强度高的特点,生物相容性较传统量子点好,无明显细胞毒性.用该探针对肝癌细胞成像清晰,其荧光在共聚焦激光连续激发情况下无明显衰减.结论 ZnSe∶Mn/ZnSe掺杂量子点是一种较理想的荧光材料,比传统量子点毒性更小,并且比传统的有机荧光染料具有更优良的光学特性. 陈良冬 卓德强 冯茂辉 喻学锋 李雁关键词:肝癌细胞 免疫荧光标记 基于贝叶斯网络模型分析甲状腺乳头状癌患者术后低钙血症发生的相关因素 被引量:4 2022年 目的基于贝叶斯(Bayesian)网络模型分析甲状腺乳头状癌(PTC)患者术后发生低钙血症(PHC)的影响因素。方法选取2019年1月—2020年4月武汉大学中南医院接受手术治疗的PTC患者200例作为研究对象,根据术后第48 h患者血钙(Ca)水平判断是否发生PHC,将患者纳入发生组与未发生组。比较2组患者基线资料及相关实验室指标[Ca、磷(P)、镁(Mg)、白蛋白(Alb)、25-羟基维生素D[25(OH)D]、游离三碘甲状腺原氨酸(FT_(3))、游离甲状腺素(FT_(4))、促甲状腺激素(TSH)、甲状旁腺素(PTH)、降钙素(CT)],采用Logistic回归分析和贝叶斯网络模型分析PTC患者术后发生PHC的影响因素,ROC曲线分析其诊断PTC患者术后发生PHC的效能。结果200例PTC患者术后发生低钙血症62例(31.00%),未发生低钙血症138例(69.00%);发生组女性患者、双侧淋巴结清扫占比高于未发生组(χ^(2)/P=4.333/0.037,7.366/0.007);发生组血清Ca、P、Mg、Alb、25(OH)D、PTH水平均低于未发生组,血清CT水平高于未发生组(t/P=4.534/<0.001、3.301/0.001、3.217/0.002、11.957/<0.001、7.728/<0.001、8.756/<0.001、4.093/<0.001);2组血清FT_(4)、FT_(3)、TSH水平比较,差异无统计学意义(P>0.05)。经Logistic回归分析,双侧淋巴结清扫、血清CT过表达是PTC术后发生PHC的危险因素[OR(95%CI)=125.841(1.248~12684.321)、1.352(1.055~1.732)];血清Ca、Mg、Alb、25(OH)D、PTH过表达是PTC术后发生低钙血症的保护因素[OR(95%CI)=0.000(0~0.040)、0.000(0~0.023)、0.136(0.035~0.539)、0.229(0.071~0.735)、0.221(0.067~0.727)]。ROC曲线结果显示,血清Ca、Mg、Alb、25(OH)D、PTH、CT诊断PTC患者术后发生PHC的曲线下面积(AUC)分别为0.694、0.634、0.799、0.828、0.912、0.684。经贝叶斯网络模型分析显示,血清25(OH)D、Mg、Ca、PTH、Alb与PHC直接相关,双侧淋巴结清扫、血清CT与PHC间接相关。结论双侧淋巴结清扫、血清CT过表达是PTC术后发生低钙血症的危险因素,与PHC间接相关;血� 陈良冬 卓德强 龚静 林丛尧 袁宏银关键词:甲状腺乳头状癌 低钙血症 淋巴结清扫 血钙 贝叶斯网络模型 基于贝叶斯粗糙集的肺部肿瘤CT图像抗噪算法设计 被引量:1 2019年 贝叶斯粗糙集处理噪声数据能力强,分类肺部肿瘤CT图像结果准确,为图像去噪提供精准的图像分类结果。基于此,设计基于贝叶斯粗糙集的肺部肿瘤CT图像抗噪算法,基于贝叶斯粗糙集分类模型进行肺部CT图像分类,约简贝叶斯粗糙集属性和决策规则,基于决策规则预测肺部CT图像类别;对存在肿瘤的CT图像噪声小波系数构建拉普拉斯数学模型,基于贝叶斯最大后验概率估计小波系数概率密度,计算噪声方差和子代小波系数标准差,使去噪算法具备自适应性;基于小波系数的概率密度得到最大后验(maximum a posteriori,MAP)估计值,对该值做小波反变换,实现肺部肿瘤CT图像自适应去噪。结果表明,该算法去除肺部肿瘤CT图像噪声效果好,抗噪能力强,较好保留图像细节特征,视觉效果佳。 卓德强关键词:肺部 小波系数 抗噪