南京地区健康成人白细胞群落参数参考区间的建立

目的旨在建立南京地区不同年龄和性别表观健康成年人白细胞群落参数的参考区间。方法选择2024年1月至4月于南京大学医学院附属鼓楼医院进行体检的1262名健康成人作为研究对象。采用Sysmex XN全自动血细胞分析仪进行血常规检测,同时记录仪器WDF通道提供的中性粒、淋巴和单核细胞相关的细胞群落参数(cell population data,CPD),统称为白细胞CPD,包括它们的平均侧向散射光强度(NE-SSC、LY-X、MO-X)和分布宽度(NE-WX、LY-WX、MO-WY);平均荧光强度(NE-SFL、LY-Y、MO-Y)和分布宽度(NE-WY、LY-WY、MO-WY);平均前向散射光强度(NE-FSC、LY-Z、MO-Z)和分布宽度(NE-WZ、LY-WZ、MO-WZ)。参照中华人民共和国卫生行业标准(WS/T405-2012)《血细胞分析参考区间》中的推荐方法,分析各项指标在不同年龄及性别间的差异,并得出南京健康成人白细胞CPD的参考区间。结果在男女两性别组内按年龄分组比较发现,LY-WZ、MO-WZ、NE-FCS、NE-WZ不显示年龄和性别上的差异;MO-Z只显示性别差异;LY-Y、LY-Z、MO-X、NE-SSC、NE-WY只在女性组内存在年龄差异;MO-WY、MO-Y、NE-SFL、NE-WX只在男性内存在年龄差异;LY-X、LY-WX、LY-WY、MO-WX在两性别组内均存在年龄差异。以此为依据划分参考区间。结论建立了南京地区白细胞CPD在不同性别和年龄段健康成年人中的参考区间,为疾病的诊断、治疗和预后判断提供重要的实验室参考依据。

凝血相关指标在老年静脉血栓栓塞患者利伐沙班抗凝治疗监测中的价值

目的分析老年静脉血栓栓塞(VTE)患者口服利伐沙班后凝血相关指标的变化,寻找可以监测利伐沙班有效性和安全性的指标。方法选取2019年4月—2021年12月南京大学医学院附属鼓楼医院老年VTE患者50例,其中男21例、女29例,年龄(84.25±3.28)岁。给予利伐沙班口服10 mg,比较患者服药前后抗Ⅹa因子活性、凝血六项指标和凝血因子活性的变化。采用受试者工作特征(ROC)曲线评价相关指标预测患者出血风险的效能。结果与服用利伐沙班前相比,服用利伐沙班后VTE患者抗Ⅹa因子活性明显升高(P<0.01),凝血酶原时间(PT)、国际标准化比值(INR)、活化部分凝血活酶时间(APTT)水平均明显延长(P<0.01),凝血因子Ⅱ、Ⅴ、Ⅶ、Ⅷ、Ⅸ、Ⅹ、Ⅺ、Ⅻ的活性均呈下降的趋势(P<0.01)。ROC曲线分析结果显示,PT对出血风险的预测能力中等(曲线下面积为0.81,95%可信区间为0.66~0.95),但优于其他凝血指标。结论PT可作为监测利伐沙班抗凝效果的指标,且对出血风险的预测能力较好。

基于随机森林方法的小麦叶片病害识别研究

为了提高小麦叶部病害的识别准确率,采用高斯混合模型结合EM算法对小麦叶片进行提取,获得较大目标,使得分割准确率比直接分割病害区域有所提高,同时降低了分割难度。并结合HSV主颜色直方图和通过Tamura纹理特征中的粗糙度、方向度和对比度作为特征进行筛选,采用随机森林方法对小麦健康叶片、白粉病、叶枯病和叶锈病图像进行了识别,整体识别准确率可达95%。通过实验验证,该方法是有效可行的,并优于同等条件下的支持向量机(SVM)方法。

不变矩方法在区域匹配中的应用

提出了一种基于区域的立体匹配方法,该方法除了采用顺序性约束和惟一性约束外,根据外极线约束提出了外极带约束,采用比邻域约束更优越的相对位置约束,能有效地处理遮掩和区域变形情况下的双目立体匹配.在对多个候选匹配区域进行最佳匹配选择时,提出了重心距离和矩距离的概念,利用不变矩原理进行最佳候选区域选择.经实验证明,该方法是可行、有效的。

基于图像处理技术与Android手机的小麦病害诊断系统

为了智能化农业的发展,提高农作物病害诊断水平,及时采取防治措施,提出一种基于图像处理技术与Android手机的病害智能诊断系统的设计方法.系统不受时间和地域限制,用户可以在具备网络覆盖的地方将采集到的病害图片发送至服务器端.服务器端接收到病害图片后,在HSI(horizintal situtation indicator)颜色空间对病害图像分割,利用颜色矩和灰度共生矩阵来提取病害颜色和纹理特征参数,并将优选的特征参数输入支持向量机识别,识别结果反馈给客户端.实验结果表明:该系统可以准确高效地识别出病害种类,有较强的实用性和推广应用前景.

基于HSI颜色空间的植物叶片病斑提取方法

为了提高病斑图像的分割精度,提出了1种在色调-饱和度-强度(hue-saturation-intensity,HIS)颜色空间中植物叶片病斑提取的方法。使用高精度光学设备采集样本图片,用中值滤波对图像进行平滑处理,去除干扰;将图像由红绿蓝(RGB)颜色空间转换到HSI颜色空间,对色调(hue,H)、饱和度(saturation,S)分量阈值分割去除绿色像素,提取植物叶片病斑区域。结果表明,基于HIS颜色空间的植物叶片病斑提取方法是有效可行的。

一种简单有效的运动目标检测算法

针对固定场景中运动目标检测遇到的运动目标状态突变,非运动目标干扰以及阴影等问题,提出了一种背景差分和帧间差分相结合的运动目标检测算法;该算法首先通过平均法背景模型确立背景,使用背景差分得到一幅二值化前景图像,然后将通过连续的多帧图像进行相邻帧差分得到的多幅二值化前景图像进行逻辑或运算,最后将运算结果同背景差分所得到的二值化前景图像进行逻辑与运算,得到最终运动目标区域;实验表明,该算法运算速度快,准确率高,并能满足实时检测的需要;不足之处是在摄像机与运动物体夹角很小的情况下,检测效果较差,但可以通过多台摄像机协同操作来达到理想的效果。

一种基于正交矩的立体匹配方法

通过引入Tchebichef离散正交矩提出了一种新的基于双目立体匹配的方法,该方法利用了Tchebichef离散正交矩在图像空间中的正交性来描述图像的灰度分布特征,然后根据该分布特征对图像对进逐行逐像素匹配,视差计算通过逆变换或者通过比较重建图像的灰度值进行估计,从而得到视差图。给出了利用正交矩处理图像对的重建结果和立体匹配结果。试验结果表明,该方法是可行和有效的。

基于改进K均值聚类算法的星点聚类研究

针对高分辨率天文图像中的星点聚类研究中存在的2个问题:①天文图像的分辨率较高,且图像处理速度较慢;②选取何种聚类算法对天文图像中的星点进行聚类分析效果较好。在研究中,问题1采用图像分块的方法提高图像的处理速度;问题2提出了一种改进的K均值聚类算法,以解决传统的K均值聚类算法的聚类结果易受到k值和初始聚类中心随机选择影响的问题。该算法首先在用K均值聚类算法对数据初步聚类的基础上确定合适的k值,其次用层次聚类对数据聚类确定初始聚类中心,最后在此基础上再采用K均值聚类算法进行聚类。通过MATLAB仿真实验的结果表明,该算法的聚类结果与效率优于其他聚类算法。

Sysmex XE-5000血液分析仪体液模式白细胞计数准确性的探讨

目的探讨Sysmex XE-5000全自动血液分析仪体液模式检测白细胞计数的准确性。方法采集该院住院患者的脑脊液、胸腔积液和腹水标本共46例,分别用Sysmex XE-5000全自动血液分析仪和BD FACSCalibur流式细胞仪进行白细胞计数,将两者检测结果进行比较分析。结果第1组标本采用血液分析仪、流式细胞术计数法进行白细胞计数的结果比较,差异无统计学意义(P>0.05);第2组,2种计数法的结果比较,差异有统计学意义(P<0.05)。相关性分析显示2种方法的结果具有很好的相关性。结论 Sysmex XE-5000全自动血液分析仪体液模式的白细胞计数,其结果有良好的准确性,可满足临床工作的要求。

基于图像处理技术的小麦叶部病害识别研究

植物病害会导致农作物在产量和质量上都显著降低。为了快速准确的诊断识别小麦病害,及时采取防治措施,利用图像处理技术对小麦常见病害进行识别。以小麦病害纹理特征参数和颜色特征参数作为特征向量,采用基于径向基核函数的支持向量机对小麦白粉病、条锈病、叶锈病和秆锈病图像进行识别,整体识别准确率达95%。实验结果表明,所选取的特征参数对4种小麦叶部常见病害的识别是有效可行的,为小麦病害诊断提供了有效分析手段。

基于自主车导航的障碍物分割方法

对目标进行有效的分割是障碍物检测中重要的一个环节,提出了基于特征区域的分割方法。该方法通过定义特征函数将整个图像分为特征像素集合和非特征像素集合,前者包含了边缘等特征信息,后者包含了平滑区域像素;对将两个集合内各像素值分别置为1和0得到二值图像,对二值图像进行外轮廓跟踪得到最后的分割结果。实验结果表明该方法是有效可行的。

均值滤波中邻域均值的快速计算

针对求取邻域窗口像素均值的问题,采用迭代求解的方法,提出一种快速计算像素模板均值的方法.该方法只需计算首行首列位置的像素均值,然后利用其中间结果即可求取行或列中其他像素的邻域均值,在不改变滤波效果的前提下,可以有效降低计算复杂度.

计算机视觉在智能交通系统中的应用研究综述(英文)

对计算机视觉在自主车、机器人定位、车辆检测、辅助驾驶、智能交通视频监控、行人检测以及人脸识别等方面的应用研究情况进行了综述,指出提高视觉传感器在恶劣天气情况下的检测和识别率,以及解决视觉传感器产生的大数据量和计算机视觉处理方法对大量计算资源的需求等问题在今后的研究中值得关注.

基于Android的植物叶片图像病害检测

针对目前农业智能系统开发平台多基于Windows Mobile操作系统,开源性、免费性和人机交互性等方面较差等问题,提出了基于Android平台的一种最大类间差法和Canny算子结合的植物叶片图像病害检测方法.该方法首先用自适应中值滤波对叶片图像进行平滑处理,再对图像进行灰度变换,然后用最大类间差法对图像进行二值化,最后基于Canny算子对图像进行边缘检测.实验结果表明,该方法实现了Android平台下的图像检测,能有效减少边缘噪声,并且能够有效提取叶片图像病害部分的边缘,具有很好的鲁棒性、有效性和准确性.

基于平均影响值和支持向量机的小麦病害识别

为了提高小麦病害识别准确率,提出了一种基于平均影响值思想和支持向量机的小麦病害识别方法。首先,使用阈值分割方法对小麦叶片图像进行分割;其次,利用灰度共生矩阵和颜色矩提取病害的纹理和颜色特征;再次,将平均影响值思想应用于支持向量机回归进行特征变量优选;最后,将优选出的特征变量作为支持向量机的输入向量进行识别。实验结果表明,经过特征变量优选,特征变量个数由14个减少到7个,识别准确率达到96.25%,为农田小麦病害识别提供了有效方法。

基于最大内切圆的肝影像自动分割方法

针对肝脏区域提取中的手动选择种子点以及提取时的准确性和完整性问题,提出了一种基于最大内切圆的肝影像自动分割算法。采用最大区域面积测量法锁定二值化后的肝脏区域,通过寻找锁定肝脏区域的最大内切圆的圆心来自动获取种子点位置;采用改进的区域生长算法进行图像分割。实验结果表明,该方法有效地解决了区域生长的种子点手动选取问题,并且能够精确、完整地分割出肝脏组织,避免了受主观因素影响而将种子点选取在边缘或噪声等错误位置。

一种基于改进的无监督深度学习自编码方法

针对传统的Auto Encoder方法在全局特征提取上的高性能以及在图像识别上的重要性,本文提出了一种基于无监督局部深度特征学习的改进方法。首先对训练图像进行局部分块处理,其次采用Auto Encoder方法设计自编码网络进行深度训练,并使用费舍尔向量结合空间金字塔匹配算法进行特征提取,最后通过线性SVM分类器来提高图像识别的准确率。实验结果表明:在MNIST数据集上,本文改进方法运算速度更快,更节约内存,同时具有更低的错误率。与传统方法相比,本文改进方法具有更好的准确性,鲁棒性。