基于高光谱成像的不同花期薇甘菊特征分析及监测模型研究

薇甘菊是世界上危害巨大的杂草之一,入侵能力强,严重威胁当地生态系统.使用SOC710VP成像光谱仪获取薇甘菊不同花期高光谱数据,选取与薇甘菊不同花期显著相关的参数,建立不同花期监测模型.结果表明,盛花期和未开花期光谱反射率存在明显"绿峰"和"红谷",整体值大小依次为盛花期、未开花期、枯花期;一阶微分曲线在绿光波段、红边,未开花期、盛花期和枯花期均存在明显波峰,且值的大小依次为未开花期、盛花期、枯花期;在750～900 nm,盛花期和未开花期波峰、波谷出现波段范围大致相似,枯花期出现3个波峰,峰值依次减小;薇甘菊不同花期与光谱反射率及光谱一阶微分在529～671、734～744、770～786、791～796 nm和833～838 nm极显著相关,以NDVI、RVI、GI、DVI和HI特征参数构建的多元线性回归模型的拟合效果最佳.根据薇甘菊高光谱特征参数建立的监测模型,可有效地监测薇甘菊不同花期,研究结果可用于薇甘菊发生发展的监测.     

国外激光成像探测系统的发展现状及其关键技术

与合成孔径、毫米波、红外、可见光等其他成像探测模式相比,激光成像探测具有一系列独特的特点。它突破了传统的成像概念,广泛应用于雷达、制导及引信等军事领域。本文重点阐述了近年来国外在CO2激光成像探测系统、二极管泵浦固体激光成像探测系统和半导体激光成像探测系统的发展历史和现状,讨论了激光成像探测系统所涉及的主要关键技术,进而展望了激光成像探测系统的发展趋势。     

蛛网膜颗粒压迹的影像学诊断及其价值

蛛网膜颗粒一般没有症状,但巨大蛛网膜颗粒容易误诊为病理性改变而进行损伤性检查或治疗,本文旨在通过蛛网膜颗粒的形成机制结合其影像学改变来提高其诊断及鉴别诊断水平。     

比较CT和磁共振成像(MRI)对新生儿缺血缺氧性脑病的临床诊断价值

分析评价CT和MRI对新生儿缺血缺氧性脑病的临床诊断价值。选择甘肃医学院附属医院儿科2018年4月10日～2019年4月10日治疗的新生儿缺血缺氧性脑病(HIE)患儿47例展开研究,47例患儿均给予CT以及MRI检查,比较两种方式的检出结果,确定患儿病情等级,明确出血情况,并分析诊断价值。结果:47例患儿中,4例重度,11例中度,32例轻度,分别实施CT及MRI检查后发现,CT检查发现5例重度,8例中度,28例轻度,MRI检查发现4例重度,10例中度,32例轻度,其中,重度检查以及轻度检查与实际情况一致。CT检出新生儿缺血缺氧性脑病患儿41例,检出率为87.23%,漏检6例,漏检率为12.77%,MRI检出新生儿缺血缺氧性脑病患儿46例,检出率为97.87%,漏检1例,漏检率为2.13%,MRI检查的检出率高于CT检查,漏检率低于CT检查,P<0.05。此外,比较两种方式检查47例患儿的出血情况发现,MRI对于基底节区出血、脑室内出血、脑室周围出血等的检出率均高于CT检查,蛛网膜下腔出血检出率低于CT检查,P<0.05。CT与MRI检查新生儿缺血缺氧性脑病检出率均较高,但是...     

磁共振表观扩散系数对肝转移瘤化疗疗效评估应用

评估磁共振弥散加权成像(diffusionweightedimaging,DWI)表观弥散系数(apparentdiffusioncoefficient,ADC)早期预测和监测肝转移瘤化疗疗效的临床应用。回顾性分析2017年5月至2019年8月我院收治的68例肝转移瘤患者,均经病理证实,分别在化疗前、化疗4疗程后进行常规MRI检查,并行弥散加权成像,获取其ADC值。采用Recist标准评估其化疗效果。结果化疗前,有效组与无效组ADC值对比(P>0.05);经化疗4疗程后,有效组ADC值小于无效组(P<0.05)。早期监测肝转移瘤患者MRI弥散加权成像ADC值,可作为判断其化疗疗效的量化指标,对于指导手术干预,术后化疗,病人预后评估都具有一定临床价值,值得应用推广。     

基于改进OMP算法的稀疏目标微波关联成像方法

利用稀疏重构类方法进行雷达微波关联成像时,传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法在每一次迭代过程中均需要求解目标函数的最小二乘解,导致成像算法计算复杂度随矩阵规模和迭代次数增加而急剧攀升.针对此问题,结合频率捷变思想,提出了一种改进OMP算法的稀疏目标微波关联成像方法....     

基于深度学习的输变电设备紫外放电光斑分割方法

随着紫外成像技术的发展,高压电力设备对于紫外成像图谱的量化分析提出了更高的要求。紫外图谱的量化分析需要用到除紫外成像仪所输出“光子数”额外的紫外光斑图像信息,所以需要将紫外放电光斑从可见光的背景中分割出来。然而,传统紫外图谱光斑分割方法仍存在复杂背景及小光斑分离困难、特征选取复杂、分割精准度低等问题。基于上述问题,提出了一种基于深度学习的紫外图谱光斑分割提取的方法。首先,采用紫外成像仪拍摄电力设备放电缺陷紫外图谱;其次,分别构建FCN-32s、FCN-16s、FCN-8s 3种全卷积网络(fully convolutional networks, FCN)子模型架构,并利用随机梯度下降法进行模型训练;最后,实现输变电设备放电缺陷紫外图谱主光斑的自主分割提取。经过对FCN 3种子模型架构的训练、测试和对比分析,结果表明：FCN-16s模型为紫外光斑分割提取的最佳模型,测试准确率可达99.34%。结果表明基于深度学习的紫外图谱光斑分割方法准确高效,为紫外光斑的量化提取及电力设备放电缺陷的紫外诊断提供了参考。     

Shape recovery using high dynamic range images

An effective method for object shape recovery using HDRIs (high dynamic range images) is proposed. The radiance values of each point on the reference sphere and target object are firstly calculated, thus the set of candidate normals of each target point are found by comparing its radiance to that of each reference sphere point. In single-image shape recovery, a smoothness operation is applied to the target normals to obtain a stable and reasonable result; while in photometric stereo, radiance vectors of reference and target objects formed due to illuminations under different light source directions are directly compared to get the most suitable target normals. Finally, the height values can be recovered from the resulting normal field. Because diffuse and specular reflection are handled in an unified framework with radiance, our approach eliminates the limitation presented in most recovery strategies, i.e., only Lambertian model can be used. The experiment results from the real and synthesized images show the performance of our approach.     

Au@MnO核壳纳米材料用于肿瘤诊断与治疗

利用高温热分解法合成了球形Au纳米颗粒,并在其表面生长一层MnO,构建了Au@MnO核壳结构纳米材料.磁共振成像结果表明,顺磁性Mn O壳层能够加速水分子中1 H原子核的纵向弛豫,具有磁共振成像诊断能力.光热转换实验表明,Au核表现出明显的近红外吸收和良好的光热升温效果.通过尾静脉将Au@Mn O核壳结构纳米材料注射进...     

模拟退火优化BP神经网络进行云相态分类

为利用中分辨率成像光谱仪(MODIS)多通道云图数据对云相态进行分类,提出了一种利用云图红外、可见光谱段数据,基于SABP神经网络的云相态分类算法.算法基于BP人工神经网络学习算法及模拟退火算法.在两算法结合的基础上,作出了有益于云相态分类的改进.基准网络模型为3层前馈BP网络,其中,隐层和输出层使用不同的激活函数.选取了5种光谱特征作为网络输入,输出两单元判定结果.为加速收敛速度,避免振荡,采用了一种自适应的变学习系数、惯性系数策略.个例分析表明,算法在中低纬度地区效果良好.