基于积分通道特征的异常行为检测算法

对视频中的行人异常行为检测问题进行了研究。针对传统行人异常行为检测算法在准确性和兼容性方面的不足,提出一种基于积分通道特征的异常行为检测算法;该算法利用背景分割和行人信息统计的方式,对不同背景下的视频模型进行了建模。结合对行人个体的轨迹分析,对运动个体的位置进行异常行为检测。算法首先对检测区域采取区域划分,然后采用改进的积分通道特征行人检测算法对目标进行检测,最后采取Mean-shift算法对目标进行跟踪。最后的实验数据表明该算法整体性能有所提高。     

基于Gabor小波和颜色模型的阴影检测算法

在视频处理中,阴影的存在会严重影响对目标的跟踪和识别.为了有效地检测视频序列中的阴影,文中提出了一种基于Gabor小波和颜色模型的阴影检测算法.首先,建立背景的混合高斯分布模型和阴影颜色模型,通过差分法提取前景区域并结合Gabor小波纹理特征分析找出潜在的阴影点;然后通过阴影颜色模型对这些潜在的阴影点进行颜色分析;最后通过后续处理,找出真正的阴影区域.实验结果表明,文中算法具有较好的阴影检测效果.     

基于量子演化理论的行人检测改进算法

对视频中移动摄像头下的行人检测问题进行了研究,在AdaBoost行人分类算法、支持向量机(SVM)理论和多目标优化原理的基础之上,并结合三者的特点,提出了一种基于量子演化算法的行人检测优化算法。首先,使用传统的AdaBoost算法对行人进行粗粒度的分类,然后使用支持向量机(SVM)设计精度更高的行人检测器。针对SVM的分类器参数多、关系复杂,而且无好的调节准则,根据核函数的构建条件,将实值量子演化算法引入到SVM参数的寻优问题中,对于分类性能采用多目标优化的方法,取得了较好的效果;同时从理论上分析了算法的复杂度。经过实例测试,算法与经典多目标优化算法NSGA-II的相比,改进效果明显。最后的实验说明了算法检测的准确性。     

基于MPEG—7标准的行人模型描述与实现

智能交通系统中的行人检测一直是难点和热点。为了对交通混合流视频中的行人信息进行自动和规范化描述,实现一种基于MPEG—7标准的行人描述模型。由于MPEG—7标准是一种用来描述所有多媒体数据的接口框架,因此它的结构非常复杂。为了描述的可操作性、规范性和易用性,在MPEG—7描述的视觉描述的基础上构建了基于语义行人描述模型,除了对视频中行人对象视觉信息做了系统化的描述,该模型还对视频中的行人做出了语义分析,并按照MPEG—7标准进行了相应的描述。实验详细的阐述了自动获取高层语义信息的过程,实验最后给出了描述模型实现的结果。     

恶性高热（Malignant Hyperthermia）的诊断、基因早期筛查及相关药物研究

恶性高热（Malignant hyperthermia，MH）为遗传性亚临床肌肉病，主要由吸入麻醉药和去极化肌松药所触发的骨骼肌异常高代谢状态，一旦发病进展迅速，最后患者常因多器官功能衰竭而死亡，被认为是最严重的麻醉并发症之一，在我国该病的死亡率极高。本课题组于1998年在国内开展MH的系统研究，通过国内MH发病学调查、MH动物模型和实验室诊断方法的建立、率先针对黄种人的MH家系一基因学研究以及围术期相关用药与MH及横纹肌溶解症等方面进行了研究，为临床上MH的防治、相关药物的合理使用等提供了一定的指导作用。     

基于指纹图谱和网络药理学的干姜质量标志物预测分析

基于指纹图谱和网络药理学方法，分析预测干姜中潜在的质量标志物，为干姜的质量控制与评价提供参考。采用超高效液相色谱法建立干姜指纹图谱，确认共有峰并进行指认，通过网络药理学方法构建活性成分-靶点-通路网络图预测干姜质量标志物，再利用分子对接方法验证干姜质量标志物的生物活性。建立了10批干姜指纹图谱，确定共有峰17个，并指认其5个共有成分，分别为6-姜酚、8-姜酚、10-姜酚、6-姜烯酚及8-姜烯酚；通过网络药理学对关键成分靶点的分析结果表明，此5种成分可作用于35个核心靶点，20条关键通路发挥抗癌、抗炎、抗氧化作用；分子对接结果表明，此5种成分与核心靶点结合能力均较强，具有较好的生物活性，初步预测6-姜酚、8-姜酚、10-姜酚、6-姜烯酚和8-姜烯酚可作为干姜的质量标志物。通过指纹图谱结合网络药理学分析预测干姜的质量标志物，为干姜的质量控制和药效作用机制研究提供了参考。