马尔科夫蒙特卡洛在视网膜血管分割中的应用

目前大多数视网膜血管分割方法对非病变的视网膜血管图像具有很好的分割效果,但对病变图像的分割效果仍不理想．提出了利用计算机视觉中的Top～down和Bottom—up两种层次化分割框架相结合的方法来实现视网膜图像的分割,即在贝叶斯统计框架下,采用可逆跳转的马尔科夫蒙特卡洛算法搜索参数空间,求得不依赖于初始分割的近似全局最优的分割,同时利用数据驱动技术来加速马尔科夫链的动态变化．实验结果表明该方法不仅对非病变的图像而且对病变的图像都具有较好的分割精度．     

基于启发函数的网格数据库查询算法

查询处理技术是网格数据库研究的核心,但是传统的查询处理技术无法适应动态变化的网格环境,导致网格资源利用率低、查询效率不高。给出了基于副本的网格数据库查询处理代价模型和两种查询处理算法,利用不同的数据集和网格环境参数进行实验验证。实验结果表明,基于启发函数的网格数据库查询算法在一定程度上提高了查询处理效率,生成子查询时间代价为O(n),消耗时间比采用穷举策略下降10%左右。     

住院管理子系统的分析和设计

针对某些大中型医院在管理方面质量差、效率低的现状,笔者开发了该住院管理子系统。本文主要介绍了该系统的设计开发流程和方法,其中重点介绍了该系统的功能和模块结构设计及数据库的分析和设计。该系统已投入使用且已收到很好的效果。