基于特征图金字塔的冠脉造影图像血管分割方法

针对冠脉造影图像照明不均、血管结构与背景区域对比度低、冠脉血管拓扑结构复杂等分割难点,建立了一个冠脉造影血管分割标注数据集,并在此基础上提出了一种基于特征图金字塔的冠脉造影图像血管分割模型。本文模型以U-Net网络为基础进行改进和优化,首先,将U-Net编码部分的第一个卷积层修改为一个7×7的卷积层,并提高每一层的感受野,在编解码层中引入修改后的ConvNeXt block,使得网络提取更深层次特征的能力有所提升;其次,设计分组注意力机制模块GA,并将其引入到U-Net跨连接处,对编码部分提取的特征进行增强,弥补编解码器间存在的语义差距;最后,在U-Net解码器处设计了一个特征图金字塔级联模块PFC,融合各尺度的特征图,并在PFC中每一层中加入SE注意力机制模块,用于筛选特征图中的有效信息,网络损失函数为PFC模块各层输出的加权,以监督网络各层的特征提取。本文模型在测试集上的测试结果如下:Dice系数为0.8843,Jaccard系数为0.7926。实验结果表明,相比其他常用方法,本文模型在冠脉血管分割上具有较强的鲁棒性,在低对比度下能够有效抑制噪声,对冠脉血管具有更好的分割效果。

基于轻小型无人直升机平台的高光谱遥感成像系统

设计并实现了一套基于轻小型直升无人机的高光谱遥感成像系统。该系统包括高光谱成像,采集存储,姿态和位置测量及地面监视控制等部分。在烟台和扬州分别进行了两次飞行实验,获取了高分辨率的高光谱数据。分析了该系统在无人机平台上工作的性能。对实验数据分析后,发现平台姿态和位置的变化对地物目标的光谱信息无明显的影响,但对几何特性有明显影响,实验中平台的振动导致图像在横向有4个像元的抖动。最后利用POS数据对图像数据进行了几何校正,并分析了校正误差的来源。

高分辨力成像光谱仪光谱定标研究

高光谱分辨力是未来成像光谱仪发展的必然趋势。而传统的基于单色仪的光谱定标为了让单色仪输出足够光强,使得定标光源带宽与成像光谱仪的光谱通道带宽变得很接近,会显著影响定标精度。本文从理论上定量分析了定标光源带宽对定标精度的影响机制,提出了通过反卷积计算法和多像元合并法来修正定标光源带宽对光谱定标的影响。最后,通过不同带宽的定标光源对仪器进行光谱定标,并使用上述两种方法进行修正,得到的光谱分辨力精度均优于0.2 nm,达到了定标系统的精度,验证了方法的可行性。

雾霾天气下可见光与红外成像系统性能研究

根据MIE散射理论,计算了雾霾天气下可见和红外波长范围内的气溶胶的消光系数和成像系统的水平探测距离。结果表明在雾霾天气下,随着波长的增加,消光系数减小,水平探测距离也随之增加。并在雾霾天气下使用不同波长的可见和红外成像系统进行成像对比实验,验证了上述结论。证明了红外成像系统在雾霾天气下成像性能优于可见光成像系统,可用于解决雾霾天气下能见度急剧下降的问题。

轻小型面阵摆扫热红外成像系统研究

研制了一套轻小型面阵摆扫热红外成像系统,采用面阵探测器并结合系统光学元件在翼展方向的摆扫实现了宽视场、高分辨率成像,利用环架反向补偿纠正了横滚姿态扰动导致的视场偏移。通过功能验证试验,获取了视场无偏移的宽视场高分辨率图像。系统光机结构简单,体积、重量优势明显,在轻小型无人机热红外遥感方面应用前景广阔。研究成果对推动无人机载热成像技术向宽视场、高分辨率方向发展具有一定的参考价值。

画幅扫描红外成像实时拼接中的光束法平差

光束法平差是遥感图像实时拼接系统的关键步骤,它需要消耗大量的运算时间,同时也决定了系统的拼接精度。针对画幅扫描红外成像实时拼接系统中的光束法平差算法,提出了一种实用的光束法平差策略,利用相邻扫描行图像的配准平差,将最新扫描行图像依次配准到已拼接图像中,为拼接图像的实时更新奠定了基础。同时利用GPGPU对光束法平差算法进行了并行加速,在保证精度的情况下,提高了拼接算法速度。通过画幅扫描成像的实时平差实验,验证了算法的精度和实时性。

基于Transformer结构的深度学习模型用于外周血白细胞检测

虽然血细胞分析仪已广泛应用于医院中,但人工镜检仍是白细胞检测的“金标准”。本文提出了一种基于DETR的Transformer结构的深度学习模型T-DETR用于外周血白细胞的检测,旨在缓解人工镜检的压力。首先,使用PVTv2作为DETR的骨干提取多尺度特征图来提高检测精度。然后,将可变形注意力模块引入到DETR模型中,减少计算复杂度以加快模型收敛。最后,为了得到最优权重,在筛选后的公共白细胞数据集上使用了迁移学习的训练方式。实验结果表明,T-DETR在COCO数据集上mAP为0.476,在白细胞数据集上的mAP为0.954,优于DETR和经典CNN模型,验证了Transformer结构的模型在医学图像检测中应用的可行性。

基于点特征算子的红外图像实时拼接系统

针对画幅式扫描成像方式获取的红外图像,传统的图像拼接技术无法有效地完成红外图像的实时拼接。结合基于图像点特征算子的实时拼接技术,对前沿的点特征提取及描述算子进行了模糊、噪声、像移、旋转下的性能研究,结果表明ORB特征提取算子及BRISK特征描述算子的性能最符合画幅式红外拼接系统的需要。最后在CPU+GPGPU平台上实现了以ORB+BRISK算子为特征算子的红外图像实时拼接系统,并利用热红外遥感图像进行了拼接的性能验证。

面阵航空相机的图像稳定技术研究

航空相机是对地勘查测量获取信息的重要设备,通常采用前向飞行结合翼展方向摆扫的方式来扩大航空相机视场。着眼于扩大视场带来的运动像移问题,进一步严格推导了飞行和翼展两个方向的像移补偿公式,提出了实用性较强的像移补偿方案。基于MATLAB/Simulink环境对像移补偿系统数学建模进行仿真验证,仿真结果证明了该补偿方案的可实现性。在硬件实验中采用FPGA芯片作为核心芯片,实现了设计方案中像移补偿的功能。实验和仿真结果曲线实现了较好的吻合,像移补偿效果图进一步证明了像移补偿是提高航空成像质量和分辨率必不可少的环节。

基于残差网络的结直肠内窥镜图像超分辨率重建方法

针对结直肠镜图像分辨率偏低、纹理信息偏少和细节模糊等缺点,提出了一种基于残差注意力网络的图像超分辨率重建算法SMRAN,选取结直肠息肉内窥镜图像数据集PolypsSet中的部分图像作为原始数据进行实验。首先,使用卷积网络提取低分辨率图像的浅层特征;其次,设计Res-Sobel结构对图像边缘特征进行增强;然后,通过引入不同大小的卷积核,设计多尺度特征融合模块(Multi-Scale feature Extraction Block,MEB),自适应地提取不同尺度的特征,从而得到有效的图像信息,并通过残差注意力网络将Res-Sobel模块和多尺度特征融合模块MEB进行连接;最后,通过亚像素卷积层对图像进行重建,得到最终的高分辨率图像。在尺度因子为×4时,网络在测试集上的测试结果如下:峰值信噪比PSNR为34.25 dB,结构相似性SSIM为0.8675。实验结果表明,与传统的双三次插值算法及常用的SRCNN、RCAN等深度学习算法相比,本文提出的SMRAN对结直肠内窥镜图像具有更好的超分辨率重建效果。

波长可调谐凝视型高光谱成像技术研究

目前高光谱成像技术已经在遥感、探测等各个领域得到了广泛应用,但是在医学、材料学和微电子学等新兴学科领域,被动式成像方式自身却存在一些局限性和不适用性。探讨了一种波长可调谐的凝视型高光谱成像系统。使用波长可调谐的单色光实现了对被拍摄物体的快速光谱测量,并利用光栅作为分光元件,使该系统的兼容性和拓展性得到了极大提高。该研究对于类似成像系统的设计具有一定的参考和借鉴意义。

循环一致性的无监督可变形图像配准方法

针对可变形图像配准中因变形场可逆性被忽略而导致配准精度降低的问题,提出一种变形场循环一致性的无监督可变形图像配准方法.首先,设计了一种基于无监督学习的可变形图像配准框架,它包括学习图像特征的编码-解码器和用于生成采样网格的空间变换网络2部分,以指导浮动图像朝着参考图像方向的准确移动,从而完成图像的配准;其次,提出变形场循环一致性的损失函数,以保证配准过程中变形场的一致性;最后,结合雅可比损失函数和L2范数对变形场进行惩罚,以保证变形场的光滑性,促使网络输出准确、真实的变形场.基于PyTorch框架,使用2D合成数据集和2DMR数据集对该网络进行评价.实验结果表明,与几种先进的配准方法相比,该方法在Dice值上提升了1.77%,在变形场雅可比行列式负值比例上下降了35.71%,取得了更好的配准效果.

用于活细胞持续动态观测的原位培养系统设计

为满足对活细胞进行数小时以上跟踪观测的实验需求,设计了一种能放置在显微镜载物台上对其进行持续动态观测的原位恒温培养系统。系统以微控制器STM32为核心,以增量式PID算法实现对温度的高精度控制,采用引入权重矩阵的分布式温度控制技术保证了微型培养箱内的温度高均匀态。实验结果表明,系统温度控制精度为±0.10℃,温度均匀性为±0.20℃。通过在系统中连续培养金黄色葡萄球菌3 h,对比标准37℃恒温培养箱始终状态下细菌菌群平均面积增长率间无显著性差异(P>0.05),证明了系统性能满足实验所需,同时,对比在标准培养箱下同步进行的间断细菌培养对照组细菌生长状态,证明了生长环境温度的改变对细菌活性有负面影响,原位培养系统能够提高实验效率和实验结果可靠性。

基于改进EfficientNet的阿尔兹海默症图像分类

为提升卷积神经网络用于阿尔兹海默症MRI图像分类的效果,提出一种融合自适应注意力机制和数据增强技术的卷积神经网络FAMENET。通过引入数据增强技术和Focal Loss损失函数缓解数据不平衡现象;重构优化主干网络Effi⁃cientNet,在保持精度的情况下减少模型参数量和网络的计算量;引入自适应注意力机制,解决输入图片进行特征提取下采样过程导致的信息丢失问题。在公开数据集进行大量对比实验,FAMENET的分类准确率达到79.95%,AUC值达到82.54%,设计的消融实验也充分证明了所提出的各个模块和网络的有效性。

新型自动化细胞涂片和激光释放系统用于近红外光响应释放有核红细胞

为了实现外周血有核红细胞的分离与释放,开发安全有效的非侵入式技术分离有核红细胞以用于产前胎儿疾病诊断,本文以水凝胶材料为基底建立自动化细胞涂片制备系统,并构建用于识别释放有核红细胞的激光会聚和显微成像系统。首先,设计了细胞涂片制备机的机械结构,基于单片机制作上位机控制软件,优化推片角度和速度参数制备水凝胶膜基底涂片,在温敏水凝胶明胶中引入二维材料MXene,结合MXene的近红外光热转换特性,在水凝胶膜表面实现近红外光响应。然后,在水凝胶基底膜表面进行全血推片实验,优化血液推片参数,制备得到单层细胞涂片。最后,建立激光会聚和显微成像光路,对有核红细胞进行识别定位。808 nm激光器的光源经过准直镜和会聚镜聚焦到细胞涂片表面,产生光热效应进行细胞释放。此项工作实现了单层细胞涂片的加工制备,在808 nm近红外光下产生光热效应,经过激光会聚系统的调控,最终得到了光斑直径为300μm的细胞定点释放区域。本文将自动推片技术应用于以水凝胶膜为基底的单层细胞涂片的制备,建立激光会聚与显微成像光路,通过水凝胶膜的近红外响应以及热响应特性,实现了有核红细胞的识别与定点释放,提高了有核红细胞分离富集效率,在产前筛选诊断领域中具备广阔的应用前景。

204国道张家港大桥扩建施工监控

结合204国道张家港大桥扩建施工情况,介绍了该大桥扩建施工监控方案,阐述了该大桥的施工监控过程和结果,以保证监控乃至整个工程建设的顺利开展,有效提高桥梁的建设水平。

全自动推扫式高光谱显微成像系统设计与研究

为了将光谱成像技术更方便地引入显微成像领域,本文将高光谱成像技术与显微成像技术相结合,搭建出一套全自动推扫式高光谱显微成像系统。系统以倒置显微镜为主体进行设计,采用棱镜-光栅元件进行光谱分光,利用高精度二维电动运动平台进行推扫,同时结合电动对焦组件完成对焦,最后成像在高灵敏sCMOS科学相机上。根据大多数生物样本光谱检测需求,系统的光谱范围选择420~800 nm。经光谱定标和空间分辨率测试,确定系统的光谱采样率为2.06 nm,光谱分辨率均值优于3.5 nm,空间分辨率优于0.87μm。系统引入激光自动对焦系统作为主动对焦模块,以HE染色的乳腺癌病理切片为研究对象,实验分别采用被动对焦和主动对焦方式进行推扫成像,并比较分析两种方式的优劣,认为两者均可以满足大视场成像需求,但主动对焦成像更快速、更清晰,更加适合推扫式高光谱显微成像系统。通过对全自动推扫式高光谱显微成像系统的设计与研究,解决了高光谱显微成像中无法实时对焦的难题,实现了40倍显微物镜下3.25 mm×3.25 mm范围内全自动成像,有利于促进光谱技术在生物医学等领域中的应用。

推帚式高光谱成像仪光谱定标及精度控制研究

高光谱成像仪的光谱定标是为了确定仪器各波段中心波长和光谱分辨率，是获取地物光谱信息的必要条件。高光谱成像技术取得较快发展的同时，它的光谱分辨率也越来越高，这必然要求光谱定标的精度更高。文中从单色仪对定标精度影响出发，研究得到光源辐射强度包络对精度的影响可以达到0．12nm以上，这对于定标精度要求很高的高光谱成像仪来说不可忽略。根据不同波长处包络的影响我们对中心波长精度进行了改善。通过实验得出波段210-228之间的中心波长精度提高了0．2nm左右，约占总波段数的11％，波段165--209之间的中心波长精度提高了0．12nm左右，约占总波段的24％。

浅谈板梁预应力损失计算和控制措施

着重介绍了一些关于计算预应力损失的理论与方法,并结合工程实例提出控制预应力损失的几项措施,对预应力混凝土桥梁在设计过程中的预应力损失计算做些有益的探讨。

基于压缩感知的单点探测计算成像技术研究

在压缩感知理论的基础上,分析了单点探测计算成像系统的整体结构、相关观测矩阵的设计和图像重构算法,并针对相关算法进行了Matlab仿真。仿真实验结果表明,压缩感知用于单点探测计算成像可以在减少采样的同时还能清晰复原图像。在实验室内搭建了远距离对外成像系统样机,并在室内利用平行光源进行了成像实验。实验结果表明,该成像系统具有较好的空间分辨率。还对单点探测计算成像进行了更进一步的扩展,通过在成像系统后面搭建色散光路,建立起了计算成像光谱仪的系统结构,分析了压缩感知用于计算成像光谱仪的可行性,并对计算成像光谱仪进行了理论分析。