增强CT定量参数诊断胃肠道间质瘤危险度的价值及与预后不良的关系

目的 研究增强CT定量参数诊断胃肠道间质瘤(gastrointestinal stromal tumor, GIST)危险度的价值及与预后不良的关系。方法 选取2020年3月-2022年3月收治的GIST 120例,根据术后危险度分级分为非高危组68例和高危组52例,比较2组术前增强CT定量参数,分析增强CT定量参数与GIST术后危险度的相关性,通过受试者工作特征曲线分析增强CT定量参数诊断GIST术后危险度的价值;并比较术后1年不同预后患者术前临床资料、增强CT定量参数,采用多因素Logistic回归分析GIST预后不良的影响因素。结果 高危组增强起始时间、达峰时间短于非高危组,增强强度值、强度半降时间高于或长于非高危组(P<0.01)。增强起始时间、达峰时间与GIST术后危险度呈负相关(r=-0.426、-0.470,P<0.01),增强强度值、强度半降时间与GIST术后危险度呈正相关(r=0.518、0.635,P<0.01)。增强起始时间、增强强度值、达峰时间、强度半降时间联合诊断GIST患者术后危险度为高危的曲线下面积大于单独参数诊断(P<0.05)。肿瘤直径、增强起始时间、增强强度值、达峰时间、强度半降时间是GIST患者术后预后不良的影响因素(P<0.01)。结论 GIST患者增强CT定量参数与术后危险度、预后密切相关,各定量参数诊断GIST患者术后危险度具有一定价值,且对患者预后评估具有一定指导意义。

基于Retinex里双分量改进的微光图像增强方法

近年来,微光图像增强技术备受关注,但仍存在一些问题。例如,有时暗区域没有完全改善,有时光源或光源附近的明亮区域曝光过度。针对以上问题,提出了一种基于Retinex模型里照度分量和反射分量双增强的图像增强方法。该方法首先将原始图像由RGB空间转换到HSV空间,并提取其中的V分量进行后续处理;然后对V分量进行引导滤波获得图像照度分量,根据Retinex理论通过分解得到图像的反射分量;接着对照度分量进行全局自适应亮度增强,对反射分量进行多尺度细节加强;再将增强后的照度分量和反射分量按照Retinex模型重构得到V分量重构图,并经过非线性变换处理和局部对比度增强处理;最终转换回RGB空间获得最终增强图。实验结果表明,该方法的峰值信噪比(peak signal-to-noise ratio,PSNR)和结构相似指数(structural similarity index measure,SSIM)评价值分别为17.741和0.765,具有更好的图像质量,较其他方法表现出更好的增强效果。

基于二阶段目标增强网络的低照度复杂环境下绝缘子故障检测方法

从低照度户外环境中航拍采集的绝缘子影像,存在照度低、背景复杂、绝缘子故障目标小等缺陷,严重影响低照度环境下绝缘子故障检测准确性。为解决上述问题,文章提出一种基于TOE-Net的低照度复杂环境下绝缘子故障检测方法,提出TOE-Net进行图像预处理方法,再使用YOLOv7-OL作为故障检测模块检测小目标绝缘子故障。在二阶段目标增强网络(two-stage object enhancement network,TOE-Net)中,设计零目标图像增强损失函数实现预增强网络(preparation enhancement network,PreEnNet)和深度增强网络(deep enhancement network,DeepEnNet)的无监督学习;使用信道级注意力模块跳跃式通道注意力机制(skip squeeze excitation networt,Skip_SENet)和跳跃式通道注意力机制(skip convolutional block attention module,Skip_CBAM)模块改进原始小目标特征增强单次多框检测算法(small object detection enhancement single shot multiBox detector,SDE-SSD),从而提升定位网络的小目标检测能力;设计弱监督机制使预增强网络根据小目标特征增强SSD的要求来提升图像增强能力,直到小目标特征增强SSD能够从增强图像中准确定位绝缘子串位置;使用深度增强网络深度增强绝缘子串区域,提升各类故障的特征显著性。故障检测模块中,将YOLOv7目标检测算法改进为面向小目标YOLOv7,在原模型中添加结合多尺度特征自适应融合网络的小目标检测通道,并将原始损失函数的CIOU改进为BIOU,从而提高模型的小目标检测性能。在低照度环境绝缘子故障检测实验中,该算法与5种目前常用目标检测算法相比具有较大优势,并且相较于低光目标检测算法IA-YOLO、GenISP with RetinaNet,m AP提升9.77%、10.35%,检测速度提升7.23%、10.16%,证明该算法适用于低照度复杂环境下小目标绝缘子故障检测任务;在正常光照绝缘子故障检测实验中该算法仍保持出色性能,证明该算法能够实现常规光照条件下绝缘子小目标故障检测。

基于像素级水平的通道自适应水下图像增强算法

现有基于深度学习的算法采用编解码方式在高维特征中对水下图像进行增强,没有考虑水下图像的通道差异性退化特点,导致增强效果普遍较差。针对这一问题,提出了一种基于像素级水平的通道自适应水下图像增强算法,将水下图像在像素级分R、G和B三通道进行增强。此算法分4个阶段,通过4个阶段的分通道特征提取完成整个增强过程。首先,通过增强网络的局部和全局语义,优化通道衰减来修复上下文的颜色通道;其次,通过注意机制聚合空间和通道特征,并抑制不相关的颜色定位跳跃信息;然后,通过优化注意力机制调整自适应特征;最后,为提高算法色偏纠正能力,提出了一个色偏纠正模块,在第四阶段使用色偏调节模块进一步调整图像的色偏问题。在UIEB数据集和EUVP数据集上与其他算法进行对比,本文算法的PSNR指标提高了14.35%,SSIM提高了5.8%,UIQM提高了3.2%,UCIQE提高了13.7%,且主观效果最佳。

一种多层线性融合的内窥镜图像增强算法

针对内窥镜图像中因光照不充分、不均匀而造成的细节模糊问题,提出了一种用于人体上消化道内窥镜图像对比度和亮度增强的算法。通过对自适应伽马校正亮度增强算法和有限对比度自适应直方图均衡化算法改进并进行线性融合。通过对输入图像分别进行亮度增强和对比度增强处理,最终得到线性融合增强图像。将提出的算法应用于开源数据集中的上消化道胃部组织图像,并与现有算法进行了对比,采用峰值信噪比(PSNR)、结构相似度(SSIM)和自然图像质量评价(NIQE)作为图像评价指标。实验结果表明,所提出的图像增强算法与现有算法相比,提高了图像质量,为医疗诊断提供更多的细节信息。

基于数据库的玻璃纤维增强复合材料箍筋弯拉强度计算方法

玻璃纤维增强复合材料箍筋弯拉强度试验主要研究弯折半径与直径之比对弯拉强度的影响,直线段抗拉强度对弯拉强度的影响研究较少。本文基于ACI 440.3R-12中B.5试验方法,开展3组(9个弯拉试件)不同直线段抗拉强度的玻璃纤维增强复合材料箍筋弯拉强度试验研究。3组试件直线段抗拉强度分别为530(A组)、850(B组)和1100 MPa(C组),弯折半径与箍筋直径之比均为3。试验结果表明:所有试件均发生玻璃纤维增强复合材料箍筋弯折段被拉断的破坏模式;A、B、C组试件弯拉强度分别为325、445和530 MPa。本文系统收集了国内外已有93个弯拉试件,并结合本文9个弯拉试件建立了玻璃纤维增强复合材料箍筋弯拉强度试验数据库。基于数据库统计分析,提出了保证率不小于95%的玻璃纤维增强复合材料箍筋弯拉强度计算方法。

人工智能道德增强的伦理问题研究

随着现代科学技术的发展,人类道德的有限性逐渐凸显,以道德教化为主的传统道德增强和以技术手段为主的生物医学道德增强,无法产生令人满意的效果。鉴于此,一些学者继续探索新的途径来实现道德增强的愿望。原则上来讲,人工智能或许是一个不错选择,既不会增强周期漫长,又不会直接运用医学手段干预身体。人工智能道德增强主要有彻底增强、辅助增强和苏格拉底式道德增强三条进路,但其在实际操作过程中还需要很长一段路要走。

面向大规模增强确定性网络架构及验证

确定性网络相比传统IP网络的“尽力而为”服务提供确定性服务质量保证,满足日益增长差异化的IP业务承载要求。在以太网局域和IP限制域网络,IEEE和IETF国际标准组织分别成立了时间敏感网络和确定性网络工作组,并发布了系列标准。目前,产业界已经开展面向大规模确定性网络的研究,已经有共识需要对确定性网络技术进行必要的增强,发展新的增强确定性网络架构。在IETF确定性网络架构基础上提出了一种三维增强确定性网络架构,并基于该架构研制的原型样机进行了测试验证,验证结果显示,该架构满足大规模确定性网络的需求并具备很好的兼容性。

增强超声对囊性肾肿块的评估价值

目的探讨增强超声(CEUS)对囊性肾肿块的评估价值。方法选取2019年6月至2020年12月期间在上海中医药大学附属曙光医院行增强CT(CECT)扫描并被诊断为囊性肾肿块的80例患者进行前瞻性CEUS评估,按照2019版Bosniak分级进行评价。基于最终组织病理学和临床随访的结果,绘制受试者工作特征(ROC)曲线评估CEUS和CECT对良恶性囊性肾肿块的诊断效能,采用加权Kappa评估CECT和CEUS对良恶性囊性肾肿块诊断的内部一致性以及两种影像模式之间的一致性。结果80例患者的囊性肾肿块大小中位数为3.0cm,其中46例为良性病变,34例为恶性病变。CEUS对其敏感性和阴性预测值均达到100%,而特异性和阳性预测值均为73.9%;CECT对其敏感性和阴性预测值分别为88.2%和83.3%,特异性和阳性预测值分别为87%和90.9%。两种成像模式对良恶性病变诊断的内部一致性表现出相似的准确性(CEUS和CECT的kappa值分别为0.71和0.75)。在60例(占75%)患者中,CEUS和CECT对良恶性病变诊断之间的一致性达到了良好一致性(kappa=0.74)。结论CEUS与CECT在评估囊性肾肿块方面的准确性相当。CEUS可作为筛查工具用于排除复杂囊性肾肿块的存在,从而避免肾毒性对比剂和电离辐射的暴露。

刀具类型及工艺方法对纤维增强复合材料制孔加工质量影响的研究进展

概括总结了刀具类型及工艺方法对纤维增强复合材料(FRC)制孔加工质量影响的最新研究进展。首先介绍了FRC的分类、特性及其在航空航天领域中的应用,以及传统麻花钻制孔刀具及工艺存在的加工缺陷及问题;其次,概述了FRC制孔的分层缺陷形成及评价;再次,从制孔刀具类型及工艺方法两方面,分别概述了FRC制孔加工质量的研究进展,并总结了改善制孔加工质量的新刀具、新工艺和新方法;最后,分析总结了刀具类型及工艺方法对FRC制孔加工质量效果的影响,同时对未来发展趋势和未来工作研究可能方向进行了展望。

现实何以“增强”:传统文化“双创”的AR景观生成及其场景叙事

数字媒介技术通过对场景的激活、配置与再造,使场景作为一种重要的叙事要素,深度参与文本的叙事进程。当场景上升为一种主导性的叙事要素与变量时,场景叙事便成为一种新兴的叙事形式。基于增强现实(AR)技术的场景叙事为推动中华优秀传统文化的创造性转化与创新性发展提供了一种有效的叙事方案。AR叙事本质上是一种增强场景叙事,即将AR技术生成的AR图像叠加到真实环境中,形成一种虚实融合的AR景观。传统文化“双创”的增强场景叙事,主要体现为三种“增强”方案:一是基于符号展示场景的增强情景叙事,即AR技术有助于重返文化发生的“现场”,并重构文化存在的“形式”;二是基于文化空间场景的增强位置叙事,具体包含AR地点景观、AR路线景观和AR区域景观的生成;三是基于日常生活场景的增强环境叙事,主要体现为情境式AR阅读、环绕式AR滤镜和沉浸式AR娱乐实践。

VR/AR-AdaptFace:面向虚拟现实与增强现实的自适应多模态面部替换模型

随着VR/AR技术的迅猛发展,用户对于沉浸式体验的需求日益增长。同时,虚拟人脸技术亦趋成熟。基于此,本文探索将高度拟真的虚拟人脸融入VR/AR,以增强用户体验的自然度与沉浸感。然而,在虚拟数字人领域,图像生成及换脸技术在VR/AR环境下仍遇诸多挑战,尤其是唇形合成模型在动态场景及多语言环境下的性能需进一步优化。为解决上述问题,本文提出VR/AR-AdaptFace模型,一个面向虚拟现实与增强现实的自适应多模态面部替换方案。该模型由两大模块构成:“文颜绘真”模块,采用先进的文本至图像转换技术和特定类别先验保存策略,优化虚拟人脸生成,并通过注意力机制大幅提升图像质量;“语唇映生”模块,依托强大的生成器、唇形同步判别器及视觉质量判别器,实现语音与唇形的精准同步,为VR/AR场景中的动态交互带来更加逼真的体验。

基于高低频特征增强和透射率修正的复杂图像去雾方法

针对复杂图像中存在非均匀散射介质(如大气湍流、烟雾、雾霾等),导致光线在不同区域的传播和散射特性不同,较难准确恢复图像能见度的问题,提出一种基于高低频特征增强和透射率修正的复杂图像去雾方法.首先,基于奇异值分解和Gamma拐点校正,设计低频特征增强方法;其次,基于Shearlet变换分解和非线性变换,得到高频特征增强方法;再次,利用软抠图精化所估计的透射率,构建透射率修正策略;最后,融合上述3种方法,根据大气光值和精化透射率,完成图像去雾,分别增强高、低频特征后,将两者叠加,获得增强的去雾图像.经去雾图像的视觉感观和客观评价指标结果验证表明,该方法的去雾效果较好,能有效恢复复杂图像的细节信息,改善图像的整体视觉质量.

纤维增强热塑性复合材料/金属连接界面调控研究进展

综述了纤维增强热塑性复合材料/金属界面连接机制和界面调控的国内外研究动态,涵盖粘附和机械结合两种机制。简要概述了粘附机制的主要结合力类型,探讨了粘附机制下连接界面轻度较差的原因;重点关注了机械方法、化学方法、金属表面增材处理和激光加工4类机械结合界面调控方法,其中化学方法的使用会对环境造成一定危害,且难以精确控制微结构的形貌尺寸。而金属表面增材制备微观结构的方法目前还存在难以实现完全锚固且易变形造成应力集中的问题。利用高能量密度激光对金属表面进行粗化、清洗以及引入化学基团,可以在毫米、微米和纳米等不同尺度下调控微结构形貌,对接头强度的改善效果远高于喷砂、喷丸、砂纸打磨、铣削加工等机械方法。同时,超快脉冲激光与材料相互作用时间极短,热影响小,能加工出跨尺度复合结构,相比于其他金属表面处理方式,超快激光表面处理能更大程度上提高接头强度。

基于卷积神经网络的图像数据增强优化策略研究

论文基于卷积神经网络模型,提出一种改进的自动化图像数据增强策略。针对原有策略搜索空间的离散化及模型训练过程中超参数优化不稳定的问题,通过降低搜索空间策略的复杂度、优化子网络模型的训练过程、选取更有效率的增强随机搜索算法实现超参数优化等方法对原有策略进行改进。并针对不同类型的数据集进行了验证,实验结果表明,论文提出的数据增强策略在CIFAR-10、CIFAR-100、ImageNet数据集上提升了图像分类的准确性,取得了先进的实验效果。

关节镜下踝关节距腓前韧带缝线、PLUS缝线及胫腓前韧带最远束移植增强修复术的疗效

目的:探讨关节镜下踝关节距腓前韧带(ATFL)缝线增强修复、PLUS缝线增强修复和胫腓前韧带远束(ATiFL-DF)移植增强修复的近期临床疗效。方法:纳入2019年6月至2021年2月接受手术治疗的67例ATFL损伤患者,随访24个月。其中,25例患者接受ATFL缝线增强修复(缝线增强组),22例患者接受PLUS缝线增强修复(PLUS缝线增强组),20例患者接受ATiFL-DF移植增强修复(生物增强组)。使用美国骨科足踝协会(AOFAS)评分、足踝能力测量(FAAM)评分、视觉模拟量表(VAS)评分和应力放射图来评估结果。结果:术后1和3个月,生物增强组患者的AOFAS评分明显低于缝线增强组和PLUS缝线增强组(1个月AOFAS评分,生物增强组为78.2±7.2,缝线增强组为83.7±5.7,PLUS缝线增强组为85.0±6.2,P=0.002;3个月AOFAS评分,生物增强组为86.9±4.3,缝线增强组为91.2±3.6,PLUS缝线增强组为91.8±3.7,P<0.001)。术后1和3个月,生物增强组的VAS评分显著高于缝线增强组和PLUS缝线增强组(1个月VAS评分,生物增强组为3.5±1.2,缝线增强组为2.6±1.1,PLUS缝线增强组为2.8±0.8,P=0.001;3个月VAS评分,生物增强组为2.9±1.1,缝线增强组为2.1±1.3,PLUS缝线增强组为2.0±1.0,P=0.001)。此外,术后6月、12个月和24个月,3个治疗组在AOFAS、VAS、FAAM和应力放射图方面的差异无统计学意义(P>0.05)。结论:ATFL缝线增强修复、PLUS缝线增强修复和ATiFL-DF移植增强修复能够获得有效的治疗效果。与缝线增强修复和PLUS缝线增强修复相比,ATiFL-DF移植增强修复的早期疼痛更为显著。

BDSBAS和WAAS增强定位性能评估

针对星基增强系统(SBAS)播发的单频增强服务电文一般仅用于增强单频定位的问题,提出一种使用单频增强电文增强双频定位的方法,推导利用单频增强信息增强单频和双频标准单点定位(SPP)的数学模型,并进一步分析北斗星基增强系统(BDSBAS)和广域增强系统(WAAS)增强性能,结果表明,使用BDSBAS和WAAS单频增强信息增强全球定位系统(GPS)L1C/A单频SPP时三维定位精度分别提升25%~50%、45%~70%,增强L1C/A+L2P双频SPP时三维定位精度分别提升10%~40%、10%~50%。

等离激元@MIL系列铁基金属有机骨架表面增强拉曼光谱复合基底的制备与应用进展

表面增强拉曼光谱(surface-enhanced Raman spectroscopy,SERS)是一种高灵敏度、高特异性的新型指纹光谱分析方法,在众多领域应用潜力巨大。SERS效应的产生依赖于高性能的SERS活性基底。常规等离激元纳米粒子(plasmonic nanostructures/nanoparticles,NPs)作为传统SERS基底存在富集效果不佳、抗干扰能力差等问题,在一定程度上限制了SERS技术在实际样品检测中的应用。铁基金属有机骨架(iron-based organometallic frameworks,Fe-MOFs)因其具有多孔隙、高稳定性的结构特点,可以为NPs提供具有富集效果和筛选效应的稳定检测平台,实现特定成分检测和检测后产物的无害化处理。本文重点总结了MIL系列NPs@Fe-MOFs复合SERS基底的制备方法,介绍了MIL系列Fe-MOFs在SERS中应用的最新进展,讨论了目前MIL系列NPs@Fe-MOFs复合SERS基底亟待解决的问题,并对未来的应用领域和发展前景进行了展望,旨在为新型SERS基底的构建和应用提供更多依据。

HSV空间的明度对数斜率变换的低照图像增强

为了在保持图像颜色自然的同时,适宜地提升图像的亮度和对比度,丰富图像的细节信息,提出了HSV空间的明度对数斜率变换的低照图像增强方法。将低照图像转到HSV颜色空间,将明度分量V进行多尺度Retinex分解,得到多尺度的细节层图像和光照图像;对多尺度的细节层图像进行自适应分数拉普拉斯增强,而用自适应的对数斜率变换对光照图像进行增强;将增强后的明度分量V与色调H和饱和度S分量组合,得到亮度适宜、高对比度和高清晰度的图像。与部分现有方法进行比较,实验数据显示所提方法的增强图像的视觉效果更佳、信息熵和平均梯度更高,因此具有更优的图像增强性能。

多尺度增强特征融合的钢表面缺陷目标检测

针对轻量级目标检测算法在钢表面缺陷检测任务中识别精度低的问题,提出一种多尺度增强特征融合的钢表面缺陷目标检测算法。该算法采用提出的自适应加权融合模块为不同层级特征自适应计算融合权重,将深层语义与浅层细节进行加权融合,使得浅层特征在不丢失细节信息的同时获得丰富的深层语义。利用提出的空间特征增强模块从3个独立方向强化融合特征,通过引出残差旁路增强网络结构的稳定性,使卷积过程能够挖掘到更多的关键信息。根据先验框与真实框的整体交并程度为模型选择更为合适的训练样本。实验结果表明,该算法的检测精度达到80.47%,相比原始算法提升6.81%。该算法的参数量为2.36 M,计算量为952.67 MFLOPs,能快速且高精度检测钢材表面的缺陷信息,具有较高的应用价值。