光电子产业发展动态研究

本文分析了光电子的五大细分领域,光通信、激光及红外光电、光电显示、半导体照明及光伏、光学及光学元器件等的国内外技术和市场现状,研究了光电子产业发展动态和趋势。     

聚合物柠檬酸铜的合成、晶体结构及抑菌活性研究

柠檬酸和氢氧化铜在165℃水热条件下反应合成了超分子化合物(C6H8Cu2O9)n,用元素分析进行了表征,并用X-射线单晶衍射仪测定了其晶体结构,该晶体属于单斜晶系,空间点群为P2(1)/c,其晶体学参数分别是a=6.915(2);A,b=9.742(3);A,c=14.492(5);A,α=γ=90°,β=91.259(5)°,V=976.0(6);Dc=2.390g/cm3;Z=4;F(000)=696;并对该聚合物分别做了真菌和细菌的抑菌活性实验,结果表明,聚合物具有良好的抑菌活性。     

源解析NKCMB最优拟合法及其实现

在大气颗粒物源解析领域中,在一套数据中由于选择不同的拟合源和拟合组分,CMB模型会产生多个解析结果。提出了NKCMB最优拟合法,解决现存的CMB模型在所限定的条件内不能穷举所有的解析结果以及在众多的结果中人工择优的局限等问题。基于NKCMB最优拟合法和美国环保总署提供的EPA-CMB8.2软件开发了NKCMB3.0软件。使用美国环保总署提供的测试数据进行的对比试验证明,NKCMB最优拟合法能够找到比EPA-CMB8.2的Best Fit更优的源解析结果。     

高压均质技术结合喷雾干燥法制备布地奈德多孔微球

采用高压均质技术对布地奈德颗粒进行了纳米化制备,考察了均质压力和循环次数对产品粒径和粒度分布的影响。实验结果表明,粒子的大小和分布随着均质压力的增大和循环次数的增多明显下降。在100MPa和循环60次的最优条件下可制得平均粒径为0.64μm、峰宽为0.44的布地奈德颗粒。该浆料经喷雾干燥后形成了平均粒径为2.90μm的多孔微球,比表面积为8.71m²/g。与布地奈德的甲醇溶液喷干产品相比,多孔微球粒度分布更均匀、比表面积更大。经FT-IR和XRD表征,结果表明高压均质和喷雾干燥过程均没有改变布地奈德分子的化学结构,多孔微球为结晶型颗粒,而溶液喷干产品为无定型颗粒。     

一种改进的CT胸部图像肺组织分割方法

为了对病变肺部图像进行准确分割,对通常的肺组织分割算法进行了分析和改进,将小波变换与数学形态学引入肺分割算法.通过小波变换对图像进行分解,再运用数学形态学对分解后的各个分量执行不同的修补方法:对低频分量作形态学闭运算,对高频分量作形态学开运算;从而在适当的尺度修正图像的基本特征而不影响细节特征,在重构之后获得理想的肺区域.利用改进后的算法,对医院的36组临床HRCT数据进行分割,并与手工分割结果和通常算法的分割结果进行了比较.结果表明,该方法分割结果准确,能有效提高肺组织分割的平均敏感性.     

基于反馈评判的SPIT检测与防范方法

针对全IP融合网络环境下的垃圾语音信息(spam over Internet telephony,SPIT)隐患,提出了一种基于反馈评判的检测与防范方法.该方法引入了终端用户的参与,结合信任与信誉机制,能够简单、高效、无损地利用直接和间接的反馈信息.改进的信任度与信誉度推理算法充分体现了SPIT行为的分布特性并反映了影响评判结果的各因素的权重关系.增量学习算法保证了信任度和信誉度的实时性,融合算法则动态调整了信任度和信誉度在评判中的角色.实验及分析表明上述方法具有较好的准确性和敏感性,能够对SPIT进行有效的检测及防范.     

基于灰度共生矩阵和梯度相位互信息的医学图像检索

结合灰度共生矩阵特征和梯度相位互信息,提出了一种面向临床实际应用的两步匹配医学图像检索算法.该算法在提供良好分类性能的灰度共生矩阵特征的基础上,通过精化检索进一步提高了检索精度,以及检索算法的整体鲁棒性.使用该算法对包含有6种不同解剖部位的CT图像库进行检索实验.实验结果表明该算法在达到良好的检索准确性的同时,具有接近实时的查询响应速度.对该算法进行适当扩展,能容易地推广到实际医学检索应用中.     

融合梯度信息的最小生成树医学图像配准

针对传统的均匀子采样的最小生成树配准方法对采样率敏感,导致配准鲁棒性降低的问题,提出了一种融合梯度信息的最小生成树医学图像配准算法.该算法首先提取均匀子采样点集,并在此基础上构造最小生成树;然后使用最小生成树来估计Rényi熵;最后将图像间的边缘梯度信息融入到配准框架中.通过在公共数据集RREP上,与传统的基于均匀子采样的最小生成树配准算法和基于归一化互信息配准算法相比,提出的算法在达到良好配准精度的同时,具有更平滑的配准函数和较强的鲁棒性.     

基于Snake模型的病变CT肺部图像分割

传统的肺实质分割算法大多基于阈值法、区域增长、边缘提取以及形态学等方法,这对健康肺部CT图像可以得到比较理想的分割结果,但临床上所面临的CT图像大多具有各种病变,严重时会导致肺实质大面积缺失或呈区域性离散块状,这使得传统的肺实质分割算法效果不理想.为此,提出一种以生理解剖学知识为基础并基于Snake模型的肺实质分割算法.通过多组CT图像实验表明,无论肺内有无病变,该算法对CT肺部图像分割效果理想,而且速度快、完全自动.     

基于遗传算法和支持向量机的肺结节检测

针对圆点滤波器不能区分粘连血管型结节、血管端点和血管交叉结构,造成假阳率高的问题,提出基于改进遗传算法封装模型的特征选择算法,并把最优特征组合输入到支持向量机分类器,该分离器能做到检测肺结节时漏检率低同时降低假阳率。选出七个特征(其中包含两种新提出的特征)作为最优特征组合。用含有肺结节的CT影像数据库(50个结节和961个假阳)测试分类器的性能,得到敏感性100%和特异性95.5%的效果。实验结果表明,该框架和算法能应用到临床中来提高影像科医生的阅片效率。改进的遗传算法比传统的遗传算法能搜索到更优的特征组合。