基于稀疏组Lasso与支持向量机的肺结节CT征象自动标注

为减少人工读片的工作量及医生对肺结节解释的差异性,提出一种基于稀疏组Lasso特征选择与支持向量机分类器的肺结节CT征象自动标注方法.首先,采用基于多专家标注的阈值概率图方法从肺部CT图像中分割肺结节,并提取专家标注的CT征象;其次,提取肺结节图像的形状、大小、灰度、纹理4种底层特征,通过稀疏组Lasso方法对4种特征进行选择;然后利用支持向量机建立选择后底层特征与CT征象之间的关系模型;最后利用此模型标注肺结节CT征象.LIDC数据库上的实验结果表明,本文方法具有较高的标注精度,能够实现肺结节CT征象的自动标注,辅助医生解释.     

基于改进自生成神经网络的孤立性肺结节分类

为了提高孤立性肺结节良恶性诊断中的分类准确度,提出了一个基于自生成神经网络的自动分类算法。该算法首先对PET/CT图像进行去噪、配准等预处理,分别提取孤立性肺结节的结构影像特征和代谢特征,然后对自生成神经网络进行训练和优化,构建分类器,根据距离测度和自动连接规则对待分类肺结节进行分类。初步的实验结果表明,与传统的自生成神经网络算法和BP神经网络算法相比,改进的自生成神经网络分类算法能得到更高的分类准确率。     

基于图论的自动变速器拓扑变换和传动特性分析

针对目前适用于计算机分析的变速器模型多功能性、智能性、设计和分析的连续性较差的特点,基于图论理论,建立了相对转速意义下的液力机械式自动变速器拓扑图论模型和换挡变拓扑图论模型,数学描述换挡过程,判别不同挡位的拓扑特性;并建立绝对转速意义下的行星齿轮机构系统图论模型,定义图论模型拓扑变换的数学规则,提出行星齿轮机构传动特性分析方法;通过实例分析,表明所提方法准确可行.研究结果为高效、系统和智能设计自动变速器提供参考.     

基于稀疏组Lasso与支持向量机的肺结节CT征象自动标注简

为减少人工读片的工作量及医生对肺结节解释的差异性,提出一种基于稀疏组Lasso特征选择与支持向量机分类器的肺结节CT征象自动标注方法.首先,采用基于多专家标注的阈值概率图方法从肺部CT图像中分割肺结节,并提取专家标注的CT征象;其次,提取肺结节图像的形状、大小、灰度、纹理4种底层特征,通过稀疏组Lasso方法对4种特征进行选择;然后利用支持向量机建立选择后底层特征与CT征象之间的关系模型;最后利用此模型标注肺结节CT征象.LIDC数据库上的实验结果表明,本文方法具有较高的标注精度,能够实现肺结节CT征象的自动标注,辅助医生解释.     

基于小波三次样条插值的柔顺机构拓扑图提取

针对拓扑优化结果中普遍存在的棋盘格现象,采用小波变换与三次样条插值相结合的方法,对柔顺机构的拓扑图提取进行了研究.首先将拓扑优化解非线性变换到中间变量,以保证算法处理结果满足拓扑变量的约束条件;然后通过小波变换,将中间变量分解为近似系数和细节系数,并利用三次样条插值对近似系数进行处理;接着,将处理后的近似系数进行小波重构,再对重构结果进行非线性逆变换,得到相应的拓扑图;最后,基于拓扑优化的体积约束,评价算法处理结果及确定小波分解尺度.实验结果表明,该算法能有效消除拓扑优化结果中的棋盘格,提取出所希望的柔顺机构拓扑图.     

基于历史矢量数据的土地覆被样本自动选择方法

针对目前遥感技术在土地覆被中的应用需要依靠人工采集样本的现状,提出一种基于历史矢量数据的土地覆被分类样本自动选择方法:分别对遥感影像进行分割、对历史矢量数据进行筛选和缓冲处理,然后对分割结果和缓冲处理后的矢量数据进行空间分析和判断得到初始样本,再通过分类训练剔除错误样本得到最终样本,并以四川省某区域为试验区,对方法进行了测试和分析.结果表明,自动选择方法提取的样本准确率均在95%以上,相对于人工采集样本大大提高了效率;基于选择的样本对影像进行分类,结果精度也较高,能够有效地用于土地覆被专题图的快速更新.     

基于放射影像组学和随机森林算法的肺结节良恶性分类

针对现有的肺结节良恶性分类算法存在分类准确率不高的问题,文中提出了一种基于放射影像组学和随机森林算法的肺结节良恶性分类算法.首先,提出了一种新的多尺度圆形滤波,用于对肺结节进行增强;其次,采用阈值法、形状指数和纹理特征自动获取种子点,并将种子点注入到随机游走算法中,以实现对肺结节的准确分割;然后,对分割的肺结节进行灰度、纹理、形状、小波和临床表征特征的提取;最后,采用随机森林构造肺结节良恶性的预测模型,并使用数据库LIDC对预测模型进行训练.实验结果表明,文中提出的算法对肺结节良恶性具有较高的分类性能,准确率、敏感性和特异性分别为94%、92%和94%.     

基于胸部CT影像的肺血管树分割关键技术研究

肺支气管的排除和血管组织的精确探测,是影响肺血管树分割精度的重要因素.经形态学处理后的CT影像可提高对器官信息的探测能力,因此提出形态学辅助的区域生长方法用于支气管分割,并引入泄漏判断条件抑制分割泄漏.针对血管组织的提取,提出多阈值分割方法,通过引入多尺度滤波器获取不同尺寸半径血管的最大响应尺度信息,计算血管组织相应的分割阈值,实现分割阈值的动态匹配.实验结果表明:应用于10套CT影像,血管组织分割准确率为97.062%,,血管分支抽取率为93.95%,,肺血管树分割精度得到较大提高.     

基于Sketch Token的异源雷达影像匹配适应性分析

将异源影像间的共性信息提取与描述作为研究重点,提出了一种基于Sketch Token中层特征的异源影像适配性评估方法.该算法利用监督学习策略获取异源雷达影像之间共性特征的先验知识,据此训练Sketch Token特征分类器,并将其作为影像间共性特征的描述子对基准图进行特征提取.利用提取结果的各项统计量训练支持向量机分类器,并以此评估异源影像对中基准图的适配性.利用星载SAR(synthetic aperture radar)影像作为基准图、机载实孔径雷达影像作为实时图进行适配性评估试验,试验结果表明了该算法的有效性.     

质量控制图中趋势模式的综合识别方法

提出了一种综合模糊技术与神经网络技术对基于控制图的趋势模式进行自动分类识别的智能方法 .将控制图作为信息图用于趋势模式的提取 ,用模糊化的控制图模式数据构造训练集 ,将训练后的BP神经网络用来对趋势模式进行自动分类识别 .该方法为工序状态异常模式识别提供了一种新的方法 ,提高了工序异常状态分类识别的效率和可靠性 .最后用实例进行了仿真实验     

基于图表示的智能车行人意图识别方法

智能驾驶场景下的人车冲突问题与行人过街行为密切相关,为使高级驾驶辅助系统（advanced driving assistance system, ADAS）具备识别行人过街意图的功能,并对人车碰撞事件预警,提出一种基于图表示学习（graph representation learning, GRL）方法的行人过街意图识别框架。它采用开源工具对行人骨架信息进行识别,采用图方法,以行人在一段运动过程内每一帧的骨架关键点为节点,以骨架自然连接关系、相关关系和时域关系为边建立图模型,实现对行人动作序列的表征。以图结构数据为输入,基于支持向量机（support vector machine, SVM）训练行人过街意图识别模型。在自动驾驶数据集PIE上对所提出方法进行评估,结果显示,行人过街意图分类准确率可达90.29%,所提出方法能够有效识别行人过街意图,对提高智能车决策安全性具有重要意义。      

完全二分图的生成树的个数

给出了生成子图的定义．证明了生成子图的构造定理和计数定理．提出了任意G（p,q）的生成树的计数方法和构造方法．介绍了完全二分图K3,3的生成树的计数和构造．     

基于区域子图的实体相关性度量

以实体关系图为研究背景,提出了基于区域子图的实体相关性度量方法.该方法从实体的邻居节点出发,通过定义实体的区域子图,对实体的语义上下文环境进行统一描述.为了快速有效地实现不同区域子图间的相似性计算,将区域子图转化为近似语义树结构,并利用树核函数,以计算语义树中相同子结构数量的方法对实体的相关性进行计算.最后,根据实验结果,对该方法的性能进行评估,结果显示该方法具有较好的准确率和运行效率.     

多电极电磁流量计肢体血液流速分布测量研究

为实现人体血液流速分布的非侵入式测量,对重大心血管疾病进行预判,将多电极电磁流量计应用于人体肢体血液速度剖面测量,将传统Shercliff权函数改进为区域权函数,模仿人体肢体结构建立COMSOL仿真模型,将测量截面划分为不同区域,通过多对电极获取不同位置的弦端电压,确定肢体截面上不同测量区域的权函数,进而计算各测量区域的局部轴向平均速度。针对动脉、静脉所在位置范围内进行不同区域划分并进行血液流速分布测量,仿真验证了多电极电磁测量系统对动脉、静脉血管中互为逆向流动的速度信息测量的可行性。三维有限元仿真和计算结果表明,所提出的测量方法能够实现肢体测量截面处不同方向的流速测量,并且具有较高的速度分布重构精度,对于人体血液流速测量和血流变异常监测具有参考价值。     

An atlas-based fuzzy connectedness method for automatic tissue classification in brain MRI

A framework incorporating a subject-registered atlas into the fuzzy connectedness (FC) method is proposed for the automatic tissue classification of 3D images of brain MRI. The pre-labeled atlas is first registered onto the subject to provide an initial approximate segmentation. The initial segmentation is used to estimate the intensity histograms of gray matter and white matter. Based on the estimated intensity histograms, multiple seed voxels are assigned to each tissue automatically. The normalized intensity histograms are utilized in the FC method as the intensity probability density function (PDF) directly. Relative fuzzy connectedness technique is adopted in the final classification of gray matter and white matter. Experimental results based on the 20 data sets from IBSR are included, as well as comparisons of the performance of our method with that of other published methods. This method is fully automatic and operator-independent. Therefore, it is expected to find wide applications, such as 3D visualization, radiation therapy planning, and medical database construction.     

Suppression of Notch signalling by the COUP-TFII transcription factor regulates vein identity

Arteries and veins are anatomically, functionally and molecularly distinct. The current model of arterial-venous identity proposes that binding of vascular endothelial growth factor to its heterodimeric receptor--Flk1 and neuropilin 1 (NP-1; also called Nrp1)--activates the Notch signalling pathway in the endothelium, causing induction of ephrin B2 expression and suppression of ephrin receptor B4 expression to establish arterial identity. Little is known about vein identity except that it involves ephrin receptor B4 expression, because Notch signalling is not activated in veins; an unresolved question is how vein identity is regulated. Here, we show that COUP-TFII (also known as Nr2f2), a member of the orphan nuclear receptor superfamily, is specifically expressed in venous but not arterial endothelium. Ablation of COUP-TFII in endothelial cells enables veins to acquire arterial characteristics, including the expression of arterial markers NP-1 and Notch signalling molecules, and the generation of haematopoietic cell clusters. Furthermore, ectopic expression of COUP-TFII in endothelial cells results in the fusion of veins and arteries in transgenic mouse embryos. Thus, COUP-TFII has a critical role in repressing Notch signalling to maintain vein identity, which suggests that vein identity is under genetic control and is not derived by a default pathway.     

基于粒子群优化的图像去噪算法

本文提出了一种基于PSO优化的非局部平均去噪算法,该算法以Non-Local means算法处理图片,以滤波参数h作为PSO的粒子,以PSNR的函数模型作为PSO中的目标函数,以群智能算法优化去噪效果.通过仿真,该算法比传统算法有更好的视觉效果和更快的速度,达到了算法的最佳性能.     

双峰驼眼丛及海绵窦的构筑与脑动脉血温调节

双峰驼眼丛及海绵窦均发达,包裹并与硬膜外异网及眼异同密集交织。眼丛还经其分支与头部浅静脉及鼻腔的静脉相连。因眼丛及其分支均无静脉瓣。故其内静脉血的流动可能是双向的:在炎热的环境中,头部浅静脉及鼻腔静脉血液经眼丛进入海绵窦,使硬膜外异网及眼异网内的动脉血降温。而在低温环境下,颅内的静脉血则经眼丛进入头部浅静脉使进入脑的动脉血升温。由眼丛、海绵窦与硬膜外异网、眼异网所组成的动、静脉复合体是双峰驼的脑温调节装置。     

图的集合边色数

给出了集合边色数的定义。运用结构图论的方法,给出了集合边色数的下界以及图与其顶点删除子图、边删除子图的集合边色数的关系。     

基于双流多关系GCNs的骨架动作识别方法

基于图卷积网络(graph convolutional networks,GCNs)的骨架动作识别方法只能对关节点间的单一关系进行建模,缺少描述多种关系的能力.借鉴知识图谱描述实体之间不同关系的思想,提出一种基于关节点流和肢体流的双流多关系GCNs人体骨架动作识别方法,对图结点间的自然连接关系、对称关系和全局关系进行建...