吴毅
- 作品数：101 被引量：306H指数：9
- 供职机构：第三军医大学更多>>
- 发文基金：国家自然科学基金重庆市高等教育教学改革研究项目国家杰出青年科学基金更多>>
- 相关领域：医药卫生文化科学自动化与计算机技术经济管理更多>>
- 人BclGL基因慢病毒表达载体构建及其对T淋巴细胞凋亡的影响被引量：3
- 2009年
- 目的构建针对人BclGL的慢病毒表达载体,检测其对Jurkat T淋巴细胞系凋亡的影响,为进一步研究BclGL在细胞内信号转导及分子功能奠定基础。方法RT-PCR方法扩增人全长BclGL基因,克隆于pGFP-N1质粒中构建BclGL绿色荧光蛋白融合基因(BclGL-GFP),将融合基因克隆于慢病毒载体FUGW并转染293FT细胞包装浓缩慢病毒颗粒。将浓缩慢病毒感染Jurkat细胞,同时设立PBS对照及FUGW病毒阴性对照组,流式细胞术及荧光定量PCR鉴定BclGL在Jurkat细胞中的表达,Annexin V-APC/PI双染检测细胞凋亡变化。结果酶切及测序证实人BclGL慢病毒表达载体构建成功,转染Jurkat细胞72h后Jurkat细胞凋亡明显增加。结论成功构建了高效稳定表达人BclGL的重组慢病毒转染系统,并证实其对Jurkat淋巴细胞的促凋亡效应,为进一步探讨BclGL的生物学功能奠定了基础。
- 罗娜吴毅费蕾郭晟杨承英吴胜昔陈永文吴玉章郝飞
- 关键词：慢病毒表达载体JURKAT细胞凋亡
- 严重烧伤早期血流动力学变化对脑水肿模型的影响被引量：3
- 2002年
- 目的 探讨严重烧伤早期血流动力学变化对脑水肿形成的影响。方法 5 2只犬随机分为对照组 (n =6 )和致伤组 (单烧组、平衡液组和葡萄糖液组 ,n =4 6 )。采用体表燃烧法将致伤组犬制成 5 0 %TBSAⅢ度创面 ,于伤前、伤后 6小时、12小时、18小时和 2 4小时对各致伤组犬的心排出量 (CO)、股动脉压 (FAP)、中心静脉压 (CVP)和肺动脉楔压 (PAWP)进行动态观察 ,并与病理组织切片对比分析。结果 伤后 6小时致伤组各血流动力学指标开始出现变化 ,随时间迁延 ,严重烧伤早期脑水肿模型 (葡萄糖液组 )血流动力学指标呈渐进性下降 ,于伤后 2 4小时下降最为明显 ,此时脑组织表现为明显的脑水肿病理改变。
- 吴毅应大君孙建森何保斌
- 关键词：烧伤血流动力学脑水肿
- 在机能实验教学中对综合实验的探讨被引量：6
- 2002年
- 赵红梅胡志安徐红梅吴毅
- 关键词：医学教育机能实验教学
- 散在无偿献血员Rh(D)抗原检测的意义
- 2002年
- 吴毅
- 人体组织结构辐射计算模型的构建
- 谭立文巫彤宁李颖方彬吉吴毅张绍祥
- 对2369例有妊娠史及输血史患者额外抗体筛选的分析被引量：2
- 2001年
- 肖瑞卿吴毅林武存隆晓秋
- 关键词：输血史
- 子宫旁组织的三维可视化研究被引量：1
- 2015年
- 目的:通过中国数字化可视人体数据集对正常女性子宫旁组织进行三维重建,为广泛子宫切除手术模拟、影像学诊断提供有力的形态学依据,为妇科手术和解剖教学提供三维模型。方法:选择3例无器质性病变的女性中国数字化可视人体数据集盆腔段数据,对盆腔器官和子宫旁组织进行识别、分割、创建可视化模型。结果:3例可视化人体盆部数据各个断面图像清晰,色彩逼真,肌肉、骨骼、纤维结缔组织、血管、脂肪之间形成明显的对比。利用该数据集建立了女性骨盆、盆腔器官、膀胱宫颈韧带、宫骶韧带、子宫主韧带、盆腔血管的三维可视化模型,在三维模型上获得了膀胱宫颈韧带、宫骶韧带、子宫主韧带的长度、宽度、厚度的数据。结论:中国数字化可视人体数据集完整而精准,利用该数据建立的子宫旁组织三维可视化模型可为妇科手术模拟提供有力的形态学依据,为临床和解剖教学提供实用模型。
- 雷玲吴毅王延洲赵骏杨铧琦徐惠成
- 关键词：中国数字化可视人体广泛子宫切除术三维重建
- Rh阴性献血档案的建立及其意义被引量：2
- 2002年
- 吴毅肖瑞卿林武存
- 关键词：血型
- 重庆巴县地区MN血型系统中M亚型M^(Ia)的调查被引量：2
- 2000年
- 肖瑞卿林武存吴毅隆小秋张平王尧
- 颅脑CT影像深度学习预测脑出血破入脑室被引量：2
- 2023年
- 目的 探索深度学习技术在脑出血是否破入脑室自动分类方面的应用。方法 收集2010年1月到2020年12月陆军军医大学第一附属医院神经外科收治的1 027例自发性脑出血患者的颅脑CT影像,将每层图像划分到正常、未破入脑室、破入脑室3个类别,利用DenseNet121、ResNet50、ResNet101、Swin-base、Vit-base与VGG16等6种典型的深度网络分别构建用于判断脑出血是否破入脑室的分类模型,并在内部数据集和外部数据集(CQ500)上分别进行测试。为增强深度学习网络的可解释性,利用EigenGradCAM方法制作热力图对深度模型的关注区域进行可视化。结果 利用精确率、召回率、特异性、阴性预测值与F1值评价深度模型性能,VGG16模型在内部测试集上,正常组分别取得0.983、0.977、0.984、0.978与0.980,未破入脑室组分别取得0.917、0.902、0.965、0.958与0.909,破入脑室组分别取得0.877、0.911、0.966、0.976与0.894;外部测试集上,正常组分别取得0.967、0.870、0.985、0.938与0.916,未破入脑室组分别取得0.827、0.939、0.902、0.967与0.879,破入脑室组分别取得0.938、0.906、0.970、0.954与0.922;内部测试集和外部测试集的准确率分别为0.940、0.905。基于EigenGradCAM方法制作的热力图表明VGG16能够合理关注到相关区域。结论 利用VGG16构建的深度模型在判断脑出血是否破入脑室方面取得了最优的预测性能,表明深度学习可以应用于脑室出血的判断。
- 彭琦陈星材刘静静吴毅胡荣粘永健
- 关键词：CT脑室出血
