V članku je opisana konstrukcija TiO2@DNA nanohibridnega superkonedzatorja. Sintetizirane TiO2 mikrokroglice imajo veliko por, zato je njihova površina kljub majhnosti efektivno zelo velika. TiO2 mikrokroglice, prevlečene z organskimi molekulami DNK so avtorji nanesli na elektrodo in tako dobili tako imenovani superkondenzator. Narejeni superkondenzator bi lahko v prihodnosti uporabljali kot vir energije za različne implante (na primer različne merilce ali srčne vzpodpujevalnike), ki so vgrajeni v človeškem organizmu, saj je popolnoma biokompatibilen, napaja pa se iz fiziološkega okolja in zato ne potrebuje dodatnih elektrolitov, t.j. polnjenja. Zdajšnje elektrode so večinoma iz težkih kovin, grafita ipd. in so, čeprav so visoko učinkovite, zaradi materiala, iz katerega so narejene, tudi zelo strupene. Superkondenzator, ki je opisan v našem članku, pa je popolnoma biokompatibilen in se samostojno napaja iz fiziološkega okolja, hkrati pa lahko deluje tudi kot biosenzor.
COBISS.SI-ID: 11061076
Raziskan je ključni faktor vpleten v interakcije proteinov majhnih velikosti s TiO2 nanostrukturami: albumin (negativno nabit) in histon (pozitivno nabit). Raziskali smo nanocevke specifične morfologije, ki smo jo dosegli s kontroliranjem premera in dolžine in nanopore. Nanostrukturne površine imajo neposreden vpliv na vezavo proteino, prav tako pomembni so pa fizične lastnosti proteinov, električni naboj in velikost. Najboljšo adhezijo smo zaznali za protein histon – vezava na 100 nm nanocevke. Nanostrukture s roteini smo karakterizirali z metodami kot so XPS in TOF-SIMS; poleg tega smo kvalitativno ocenili njihovo prisotnost vzdolž nanostruktur s pomočjo TOF-SIMS globinskih profilov, z zmanjševanjem koncentracije proti dnu.
COBISS.SI-ID: 29709095
Patološka stanja, ki povzročajo nestabilnost hrbtenice, pogosto zahtevajo fiksiranje vretenc s pomočjo vstavljanja pedikularnih vijakov in povezovalne palice. Obstoječe metode za načrtovanje operacije slonijo le na geometrijskih lastnostih (obliki) vretenc, ne upoštevajo pa njihovih strukturnih lastnosti (izgleda). V tem delu predlagamo novo metodo za računalniško podprto predoperativno načrtovanje velikosti torakalni pedikularnih vijakov in njih trajektorij v vretencih. Predlagani postopek izlušči geometrijske lastnosti vretenc, tako da v 3D parametrično modelira telesa vretenc in pedikle ter jih poveže s strukturnimi lastnostmi, ki so ocenjeni na osnovi intenzitet računalniško tomografske slike. Postopek smo ovrednotili na 81 pediklih, vidnih na 3D CT slikah 11 pacientov, ki so bili napoteni na operacijo vstavljanja pediklov.
COBISS.SI-ID: 11250260
Lezije bele možganovine , ki so pomembne za diagnozo in zdravljenje določenih nevroloških bolezni, lahko objektivno in učinkovito kvantiziramo s pomočjo avtomatske segmentacije magnetno resonančnih (MR) slik. Segmentacija ponavadi vključuje modeliranje distribucije intenzitet možganskih tkiv. Na žalost pa zaradi različnih izvorov variabilnosti intenzitet in heterogenosti lezij dobimo zelo kompleksne modele MR intenzitet možganov. Zaradi tega predstavlja njihovo robustno ocenjevanje na veliki bazi MR slik zelo zahteven problem. V članku predlagamo uporabo razslojeno modeliranje mešanic, ki temelji na predpostavki, da lahko namesto kompleksnega modela intenzitet celotnih možganov uporabimo obvladljivo parametrično obliko na manjših področjih možganov. Na MR slikah pacientov z multiplo sklerozo (MS) z različnimi bremeni lezij smo pokazali, da robustno ocenjevanje omogoča natančno modeliranje mešanic intenzitet v v majhnih podpodročjih možgan, in to kljub prisotnosti lezij. Povečevanje števila podpodročij, ki vodi k večji kompleksnosti modela, se je konsistentno odražalo v izboljšani natančnosti modela intenzitet celotnih možganov in segmentaciji normalnih struktur. Predlagani pristop smo vključili v tri nenadzorovane postopke segmentacije lezij. Primerjavai z originalnimi postopki ter še tremi sodobnimi postopki je pokazala, da predlagano modeliranje signifikantno izboljša segmentacijo lezij.
COBISS.SI-ID: 11198292
Računalniško podprta segmentacija patoloških struktur v medicinskih slikah je zahtevna zaradi nejasnih mej med strukturami, slikovnih artefaktov in sledov prejšnjih operacij. Poleg tega se obolele strukture po obliki zelo razlilujejo od normalnih struktur. Četudi bi bilo na volje veliko učnih slik s patologijami, s statističnim modeliranjem oblike struktur nebi mogli zajeti vseh značilnic oblike, ker bi jih prikrile značilnice oblik večjega števila normalnih struktur. Oslonilne točke so lahko učinkovite pri analizi patoloških struktur, vendar pa niso dovolj robustne. V tem članku izkoriščamo prednosti oslonilnih točk in deformabilnih modelov in jih združujemo v izvirni nadzorovani mnogoenergijski postopek segmentacije, ki je sposoben učinkovito segmentirati strukture, ki imajo potološke oblike. V postopku uporabljamo Laplacovo urejanje oblik, ki je bilo predstavljeno na področju računalniške grafike. S tem smo se izognili omejitvam statističnega modeliranja. Delovanje predlaganega postopka smo preverili na 3D CT slikah zlomljenih vretenc, 2D MR slikah atrofiranih corpora callose in 3D MR slikah raka prostate.
COBISS.SI-ID: 11684692