RESUMO

PURPOSE: The purpose of this study is to explore the application value of CDFI and SMI combined with serological markers in distinguishing benign and malignant thyroid nodules. METHOD: A total of 192 patients with thyroid nodules admitted to our hospital from July 2019 to December 2020 were selected as subjects. Color Doppler blood flow imaging (CDFI) and supermicro blood flow imaging (SMI) methods are used to detect the blood flow of patients and the levels of serum thyroglobulin antibody (TgAb), thyroid peroxidase antibody (TPOAb), and thyroid stimulating hormone (TSH). The receiver operating characteristic curve (ROC curve) was used to observe the sensitivity and specificity of serological markers for distinguishing benign and malignant thyroid nodules, and combined with CDFI and SMI to observe the sensitivity and specificity for distinguishing benign and malignant thyroid nodules. RESULTS: The levels of TgAb, TPOAb and TSH in benign thyroid nodules were lower than those of the malignant group, and the difference was statistically significant (P < 0.01). There was no statistically significant difference between benign and malignant thyroid nodules in the presence or absence of the capsule and the presence or absence of vocal halo (P > 0.05), while the differences in the nodule morphology, boundary, internal echo and internal calcification were statistically significant (P < 0.01). CONCLUSION: CDFI and SMI combined with serological index detection have higher value in the differential diagnosis of thyroid cancer, which can significantly improve the sensitivity and specificity of differential diagnosis.

Assuntos

RESUMO

Chlorophyll is a major factor affecting photosynthesis; and consequently, crop growth and yield. In this study, we devised a chlorophyll-content detection model for millet leaves in different stages of growth based on hyperspectral data. The hyperspectral images of millet leaves were obtained under a wavelength range of 380-1000 nm using a hyperspectral imager. Threshold segmentation was performed with near-infrared (NIR) reflectance and normalized difference vegetation index (NDVI) to intelligently acquire the regions of interest (ROI). Furthermore, raw spectral data were preprocessed using multivariate scatter correction (MSC). A correlation coefficient-successive projections algorithm (CC-SPA) was used to extract the characteristic wavelengths, and the characteristic parameters were extracted based on the spectral and image information. A partial least squares regression (PLSR) prediction model was established based on the single characteristic parameter and multi-characteristic parameter fusion. The determination coefficient (Rv 2) and the root-mean-square error (RMSEv) of the validation set for the multi-characteristic parameter fusion model were reported to be 0.813 and 1.766, respectively, which are higher than those obtained by the single characteristic parameter model. Based on the multi-characteristic parameter fusion, an attention-convolutional neural network (attention-CNN) (Rv 2 = 0.839, RMSEv = 1.451, RPD = 2.355) was established, which is more effective than the PLSR (Rv 2 = 0.813, RMSEv = 1.766, RPD = 2.167) and least squares support vector machine (LS-SVM) models (Rv 2 = 0.806, RMSEv = 1.576, RPD = 2.061). These results indicated that the combination of hyperspectral imaging and attention-CNN is beneficial to the application of nutrient element monitoring of crops.(AU)

A clorofila é um fator importante que afeta a fotossíntese e, consequentemente, o crescimento e o rendimento das culturas. Neste estudo, um modelo de detecção de conteúdo de clorofila é construído para folhas de milheto em diferentes estágios de crescimento, com base em dados hiperespectrais. As imagens hiperespectrais dos diferentes estágios de crescimento das folhas de milheto foram obtidas para 380-1000 nm, utilizando um gerador de imagens hiperespectrais. Uma segmentação de limiar foi realizada com refletância no infravermelho próximo (NIR) e índice de vegetação com diferença normalizada (NDVI) para adquirir de forma inteligente as regiões de interesse (ROI). Além disso, os dados espectrais brutos foram pré-processados usando o método de correção de dispersão multivariada (MSC). Um algoritmo de projeção de coeficiente de correlação sucessivo (CC-SPA) foi utilizado para extrair os comprimentos de onda característicos, e os parâmetros característicos foram extraídos com base nas informações espectrais e de imagem. O modelo de previsão de regressão parcial dos mínimos quadrados (PLSR) foi estabelecido com base nos parâmetros de característica única e na fusão de parâmetros de característica múltipla. O coeficiente de determinação (Rv2) e o erro quadrático médio da raiz (RMSEv) do conjunto de validação para o modelo de fusão de parâmetros com várias características foram obtidos como 0,813 e 1,766, sendo melhores do que os do modelo de parâmetro de característica única. Com base na fusão de parâmetros com várias características, foi estabelecida uma rede neural atenção-convolucional (atenção-CNN) (Rv2 = 0,839, RMSEv = 1,451, RPD = 2,355) mais eficaz que o PLSR (Rv2 = 0,813, RMSEv = 1,766, RPD = 2,167) e mínimos quadrados que suportam modelos de máquina de vetores (LS-SVM) (Rv2 = 0,806, RMSEv = 1,576, RPD = 2,061)....(AU)

Assuntos

RESUMO

ABSTRACT: Chlorophyll is a major factor affecting photosynthesis; and consequently, crop growth and yield. In this study, we devised a chlorophyll-content detection model for millet leaves in different stages of growth based on hyperspectral data. The hyperspectral images of millet leaves were obtained under a wavelength range of 380-1000 nm using a hyperspectral imager. Threshold segmentation was performed with near-infrared (NIR) reflectance and normalized difference vegetation index (NDVI) to intelligently acquire the regions of interest (ROI). Furthermore, raw spectral data were preprocessed using multivariate scatter correction (MSC). A correlation coefficient-successive projections algorithm (CC-SPA) was used to extract the characteristic wavelengths, and the characteristic parameters were extracted based on the spectral and image information. A partial least squares regression (PLSR) prediction model was established based on the single characteristic parameter and multi-characteristic parameter fusion. The determination coefficient (Rv 2) and the root-mean-square error (RMSEv) of the validation set for the multi-characteristic parameter fusion model were reported to be 0.813 and 1.766, respectively, which are higher than those obtained by the single characteristic parameter model. Based on the multi-characteristic parameter fusion, an attention-convolutional neural network (attention-CNN) (Rv 2 = 0.839, RMSEv = 1.451, RPD = 2.355) was established, which is more effective than the PLSR (Rv 2 = 0.813, RMSEv = 1.766, RPD = 2.167) and least squares support vector machine (LS-SVM) models (Rv 2 = 0.806, RMSEv = 1.576, RPD = 2.061). These results indicated that the combination of hyperspectral imaging and attention-CNN is beneficial to the application of nutrient element monitoring of crops.

RESUMO: A clorofila é um fator importante que afeta a fotossíntese e, consequentemente, o crescimento e o rendimento das culturas. Neste estudo, um modelo de detecção de conteúdo de clorofila é construído para folhas de milheto em diferentes estágios de crescimento, com base em dados hiperespectrais. As imagens hiperespectrais dos diferentes estágios de crescimento das folhas de milheto foram obtidas para 380-1000 nm, utilizando um gerador de imagens hiperespectrais. Uma segmentação de limiar foi realizada com refletância no infravermelho próximo (NIR) e índice de vegetação com diferença normalizada (NDVI) para adquirir de forma inteligente as regiões de interesse (ROI). Além disso, os dados espectrais brutos foram pré-processados usando o método de correção de dispersão multivariada (MSC). Um algoritmo de projeção de coeficiente de correlação sucessivo (CC-SPA) foi utilizado para extrair os comprimentos de onda característicos, e os parâmetros característicos foram extraídos com base nas informações espectrais e de imagem. O modelo de previsão de regressão parcial dos mínimos quadrados (PLSR) foi estabelecido com base nos parâmetros de característica única e na fusão de parâmetros de característica múltipla. O coeficiente de determinação (Rv2) e o erro quadrático médio da raiz (RMSEv) do conjunto de validação para o modelo de fusão de parâmetros com várias características foram obtidos como 0,813 e 1,766, sendo melhores do que os do modelo de parâmetro de característica única. Com base na fusão de parâmetros com várias características, foi estabelecida uma rede neural atenção-convolucional (atenção-CNN) (Rv2 = 0,839, RMSEv = 1,451, RPD = 2,355) mais eficaz que o PLSR (Rv2 = 0,813, RMSEv = 1,766, RPD = 2,167) e mínimos quadrados que suportam modelos de máquina de vetores (LS-SVM) (Rv2 = 0,806, RMSEv = 1,576, RPD = 2,061). Estes resultados indicam que o modelo atenção-CNN atinge uma previsão efetiva do teor de clorofila nas folhas de milheto usando os dados hiperespectrais. Além disso, esta pesquisa demonstra que a combinação de imagens hiperespectrais e a atenção-CNN se mostra benéfica para a aplicação do monitoramento dos elementos nutricionais das culturas.

RESUMO

O presente estudo contempla as práticas e ideias envolvidas na formação acadêmica de um grupo social relevante: o dos médicos que, dada sua posição hierárquica significativa na produção da marca ultrassom obstétrico, parece-nos ser um ponto de "parada" interessante e fundamental no fluxo circular entre ideias, marcas e coisas que constituem esse objeto, ultrassom. A observação etnográfica da situação de ensino permite captar dinamicamente esse momento fundamental no qual os principiantes são apresentados a uma tecnologia que foi histórica (e provisoriamente) constituída como indispensável no acompanhamento pré-natal. Pretende-se, assim, apreender de que modo é produzida a "socialização visual" dos futuros profissionais; a pesquisa empírica evidenciou que, juntamente com um determinado tipo de olhar, outros elementos bastante heterogêneos também são ensinados aos futuros médicos. Uma tensão bastante presente no campo consiste na dicotomia entre uma abordagem eminentemente clínica e outra, de teor fortemente tecnicista. A eventual precariedade de dispositivos tecnológicos evidencia diversos paradoxos e incongruências nesta segunda tendência. As modificações ocorridas no desenrolar dos diversos processos que se articulam no campo observado são discutidas em termos do que são capazes de revelar sobre os grupos sociais envolvidos em sua produção.

This study analyzes the practices and ideas involved in the academic formation of an important social group: the doctors who, given their significant hierarchical position in the production of the obstetric ultrasound mark seem, in our opinion to be an interesting and fundamental "stopping" place in the circular flow of ideas, marks and things that form the ultrasound object. The ethnographic observation of the teaching situation allows the dynamic capture of this fundamental moment when beginners are introduced to a technology that was historically (and provisionally) considered indispensable in prenatal monitoring. The intention is thus to apprehend how the "visual socialization" of future professionals is produced; the empirical research showed that, together with a certain kind of gaze, other quite heterogeneous elements are also taught to the future doctors. A tension that is significantly present in the field is the dichotomy between an eminently clinical approach and another one that is strongly technicist. The contingent precariousness of technological devices evidences various paradoxes and incongruences in the latter. The changes during the development of the various processes that are articulated in the observed field are discussed in terms that provide insights into the works of the social groups that produced them.

Assuntos

RESUMO

O ultra-som obstétrico sofreu uma transformação peculiar no Brasil, sendo uma tecnologia de imagem médica que progressivamente transformou-se em uma modalidade de 'consumo' e 'lazer'. Analisa-se a produção de 'verdades' construídas durante exames de ultra-som, calcadas nas crenças médicas e não-médicas acerca da 'objetividade' da imagem técnica. Baseia-se em material etnográfico obtido em clínicas de imagem do Rio de Janeiro. Os exames de ultra-som sublinham a questão da subjetividade/objetividade presente em todas as tecnologias de imageamento médico, por ser uma tecnologia dinâmica e interativa. Durante os exames os atores são agentes ativos, produzindo e reproduzindo 'verdades' médicas e não-médicas sobre a gravidez e o feto. Essas 'verdades' desempenham papel relevante no processo em que, simultaneamente, é reconfigurada a gravidez, o feto é subjetivado e uma prática médica se transforma em espetáculo. Essa produção funciona como um mecanismo de realimentação, reassegurando os atores acerca da saúde da gestante e do feto e, ao mesmo tempo, reafirmando o lugar da tecnologia de imagem médica como produtora privilegiada de verdades sobre os corpos.

Obstetrical ultrasound is a technology which has undergone a peculiar transformation. In Brazil what began as a medical imaging technology is progressively being transformed into a modality of consumption and 'leisure'. In this paper I discuss the production of 'truths' - founded on medical and non-medical beliefs about the 'objectivity' of medical imaging technologies -, during obstetrical ultrasound exams. The discussion is based on ethnographic material obtained in private imaging clinics in Rio de Janeiro, Brazil. Ultrasound exams underscore the subjectivity/objectivity issue belonging to all medical imaging technologies, due to the peculiarity of being a dynamic and interactive practice. During an obstetrical ultrasound the actors are active agents in producing or reproducing medical and non-medical 'truths' about the pregnancy and the fetus. Those 'truths' play a central role simultaneously reconfiguring the pregnancy, subjectivizing the fetus, and transforming a medical practice into a spectacle. This production acts as a feedback mechanism, reassuring the actors about the healthy state of the pregnant woman and the fetus as well as reaffirming the position of medical imaging technologies as privileged producers of truths about the human body.

Assuntos