TeaPort

构造函数可能非常复杂，例如：一个蛋糕，可能有各种形状、口味、尺寸、奶油、水果……构造函数需要接收大量参数，执行复杂的初始化过程（例如，需要大量条件判断这些参数是否为空）。为了解决这个问题，引入建造者模式，简化构造函数。 建造者模式需要三个关键组件 目标类：比如class Car 建造者：比如class CarBuilder，包含了构造车的各种方法 监督者 构造者模式用于建造非常复杂的对象，因此，这个目标对象可能不遵循相同的接口 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879class Car { public: std::vector<std::string> parts_; // 下划线用于区分成员变量和参数/局部变量 // std::unordered_map<std::string, ...

图片配准 模板记得选nii格式的。下面的代码可以帮助配准PET/MR图像，PET图像使用MR图像的相同变换模式。 1234567891011import antsmr_image = ants.image_read('./abeta/mr.nrrd')mni_template = ants.image_read('./mni305_lin_nifti/average305_t1_tal_lin.nii')mr_to_mni_transform = ants.registration(fixed=mni_template, moving=mr_image, type_of_transform='Affine')pet_image = ants.image_read('./abeta/pet.nrrd')pet_to_mni = ants.apply_transforms(fixed=mni_template, moving=pet_image, transformlist=mr_to_mni_transf ...

可以帮助拷贝已存在的实例而使代码不依赖于类的定义。 本质上就是为了提供一个.copy/.deepcopy方法。如果没有这一方法，就需要创建一个新的空对象，然后遍历旧实例的所有属性。 Python中使用copy.copy (self.__copy__)和copy.deepcopy (self.__deepcopy__)实现原型模式。注意：__deepcopy__(self, memo=None)的memo参数用于防止递归拷贝。 1234567891011classDiagramclass Animal {4 +mammalChild: Mammal}class Mammal { +animalParent: Animal}Animal --o MammalMammal --o Animal 上面的例子是一个存在递归拷贝的问题：拷贝animal会拷贝mammalChild，拷贝mammalChild时又需要拷贝animalParent。 1234567891011121314151617181920212223242526272829 ...

Singleton：确保每一类只有一个实例，并且提供对这个实例的全局访问 通常用于需要共享的资源。例如数据库对象 Singleton还是一种有效保护使变量免遭改写的技术 实现方法 构造函数私有化 用一个静态函数作为constructor，通过它创建一个新对象并存储在一个静态空间里 Python中的实现有一些魔法，其中一个就是Python中任何东西都是对象，包括类本身也是对象。type本质上不是类，而是一个元类。type(1)输出结果是<class 'int'>，表明它创建了一个类！ 12class Foo: a = 1 实际上也可以这样写： 12# type(name, bases, dict)type(Foo, (object,), {"a":1}) 使用元类的目的：控制类的产生过程和对象的产生过程。继承type就可以产生元类。例如可以控制一个类必须要有文档（参考）： 1234567891011121314151617class Mymeta(type): def __init__(self, class_n ...

右肺 上叶 尖段：主动脉弓以上， 前段：右肺上叶前段支气管 后段：右肺上叶后段支气管 中叶：水平裂与斜裂之间 外侧段：右肺中叶外侧段支气管 内侧段：右肺中叶内侧段支气管 下叶 背段：右肺下叶背段支气管 内基底段：右肺下叶内基底段支气管 前基底段：右肺下叶前基底段支气管 外基底段：与后基底段支气管来自同一段支气管 后基底段 左肺 上叶 尖后段 前段：找对应支气管 舌段 上舌段 下舌段 下叶 背段 内前基底段 外基底段 后基底段

PET/CT 18F-FDG类似天然葡萄糖结构，示踪葡萄糖摄取和磷酸化过程。 2号-OH取代为18F 能被葡萄糖转运蛋白识别 能被己糖激酶磷酸化生成18F-FDG-6-PO4 不能被磷酸果糖激酶识别，糖酵解终止 18F-FDG蓄积在细胞内 瓦博格效应Warbug effect：肿瘤细胞比正常细胞有更高的糖酵解和乳酸分泌水平。 适应症 肿瘤分期与治疗后再分期 疗效检测和评价 良恶性鉴别 复发和转移 治疗残余与治疗后纤维化鉴别 寻找原发灶 不明原因发热、副肿瘤综合征、肿瘤标志物异常升高 指导放疗，提供靶容积信息 指导活检和介入 新药与新技术评价 恶性肿瘤预后评估和生物学评价 显像方法 患者准备 采集病史 注射显像剂：3.7-5.55mbq/kg（成人） 图像采集：注射后45-60min 图像处理：OSEM 最大密度投影MIP等 图像分析 定性 半定量：T/NT，标准化摄取值SUV，肿瘤代谢体积MTV，糖酵解总量TLG SUV：(ROI平均放射性活度MBq/ml) / (注入放射性活度MBq/体重g) 平均标准摄取值SUVmean：对ROI勾画敏感。一般以最大像素摄取40%为阈 ...

简言之，就是业务逻辑需要创造一套套对应的组件。在不同条件下，需要的配套组件不同，但是这些组件都执行相似的功能。调用者直接接收一个工厂类，这个工厂类对应了一系列组件。不同的工厂制造不同的组件，但都遵循相同的接口。 换句话说，工厂实际上是对产品的一种打包！抽象工厂提供了对工厂的多态支持。 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108class GUIFactory { public: virtual Button* createButton() const = 0; virtual Checkbox* createCheckbox() const = 0;};class ...

Segmentation generate from seed 很好用

放射性药物 体外放射分析用试剂盒不属于放射性药物，而应归类为试剂 基本特性 放射性 体内效应取决于被标记物特性 脱标与辐射自分解 radiotion self-decomposition 某些被标记物对射线作用敏感，射线作用下可发生化学结构变化或生物活性消失，导致放射性药物体内生物学行为改变 计量单位：放射性活度，而非化学量（物质的量） 99mTc\rm {}^{99m}Tc99mTc标记，一次370MBq（10mCi），化学量仅e-10~e-9mol 有效使用期 诊断用放射性药物 衰变方式： 99mTc\rm {}^{99m}Tc99mTc：同质异能衰变，γ 201Tl,111In,67Ga,123I\rm {}^{201}Tl, {}^{111}In, {}^{67}Ga, {}^{123}I201Tl,111In,67Ga,123I：电子俘获衰变，发射特征X线或γ 11C,15O,13N,18F\rm {}^{11}C, {}^{15}O, {}^{13}N, {}^{18}F11C,15O,13N,18F：β+\beta^+β+ 带电荷射线电离能力强，容易对 ...

物理基础 同位素、核素、同质异能素 核素的表示 ZAXN\rm {}^A_ZX_N ZA​XN​ 其中A为质量数，Z为质子数，N为中子数。 激发态的原子核用m表示： 99mTc\rm {}^{99m}Tc 99mTc 衰变 α衰变，空气中只能穿透几厘米 β衰变，分β+\beta^+β+和β−\beta^-β−，其中后者是与电子碰撞产生湮灭辐射，转变为两个能量同为511keV，方向相反的γ光子 γ衰变，ZAmX→ZAY+γ\rm {}^{Am}_ZX \rightarrow {}^A_ZY+\gammaZAm​X→ZA​Y+γ，同质异能跃迁isomeric transition IT 电子俘获：原子核俘获一个轨道电子，导致一个质子转变为中子，释放一个中微子（类似正电子衰变） 特征X射线：外层电子补充被俘获电子空缺轨道，直接释放能量 俄歇电子auger electron：释放的能量传递给更外层电子，使其释出 γ辐射：原子核处在激发态，直接释放能量 内转换电子：原子核能量传递给轨道电子，使其释出 衰变速度 dNdt=−λN\frac{dN}{dt} = -\lambda N dtd ...