基于多信息字典学习及稀疏表示的SAR目标识别

为了提高合成孔径雷达（synthetic aperture radar,SAR）图像中目标变体的识别性能,在鉴别字典学习及联合动态稀疏表示模型的基础上,提出一种基于多信息字典学习及稀疏表示的SAR目标识别方法。在训练阶段,采用鉴别字典学习LC-KSVD方法分别对目标图像域幅度信息及目标频域幅度信息进行字典学习。在测试阶段,结合训练阶段学到的2种信息的字典及测试目标的2种信息,采用联合动态稀疏表示模型求解2种信息下的稀疏表示系数。最后,根据2种信息下的重构误差实现对测试目标的识别。使用MSTAR数据集对算法进行验证,结果表明,新方法相对于现有的方法能够达到更好的识别性能。     

计算机断层扫描（CT）影像设备专利分析

【目的】CT影像设备是一种重要的医疗影像诊断设备，通过探讨该领域发展现状和研究热点，为我国CT影像设备技术发展提供数据支撑。【方法】对全球及中国CT影像设备专利进行统计和分析，从申请趋势、地域分布、主要申请人、专利类型及法律状态等方面对比国内CT影像设备专利发展现状。【结果】全球CT影像设备全球专利申请已进入发展平稳期，我国专利申请仍处于快速发展期。【结论】西门子、飞利浦、东芝、通用电气、GE医疗在全球CT影像技术和市场中仍占有一定优势，但国内龙头企业技术发展已实现一定突破。应重视海外专利布局，为后续开拓市场奠定良好的基础。