降质中子照相图像清晰化及其质量度量方法

中子照相,也叫中子成像,是一种重要的射线无损检测技术。中子成像数据质量会受到准直比,样品与探测器间距离,散射中子,中子通量,γ射线、快中子等高能光子或粒子对CCD/CMOS相机芯片的干扰等因素影响。主要表现为高斯噪声、泊松噪声、几何不锐度(模糊)和白斑噪声等图像失真,尤其在中子通量受限的小型中子照相系统上愈发严重。为此,本文研究了中子照相图像的多种降质模型,构建了基于真实中子照相图像的多重失真数据集,依据深度学习生成对抗网络模型,设计了基于注意力机制的图像清晰化复原网络,通过端到端的训练,实现了对真实中子照相图像多重失真的有效抑制。同时,鉴于自然图像与中子照相图像的成像机理与失真类型的迥异,进一步设计了针对中子照相失真类型的图像无参考质量度量方案。由30组研究人员对不同复原方案效果的主观打分结果可知,本文所提出的图像清晰化方案在主观评价上取得了最好的表现力。同时,基于本文所提出的图像质量客观评价方法进行定量分析可知,本文复原方案较其他深度学习和传统图像复原方法在质量分数上均有超过10%的提升,这从侧面验证了本文复原方法的有效性。

应用Active Object模式建立HL7网关

本文介绍了HL7网关在建设数字化医疗系统中的重要作用,分析了建立HL7网关必须解决的并发处理问题。然后介绍了动态对象模式的并发处理机制,详细说明了动态对象的各个组件的作用以及它们之间的相互协作关系,并给出了各个组件的主要实现代码。最后指出了动态对象的优缺点。

HL7与DICOM之间数据交换的分析与实现

本文分析了 HL7和 DICOM共同关心的四种数据信息。进而阐述了通过 HL7事务和消息在 HIS和 PACS之间进行这四种数据信息交换的机制。最后使用面向对象的方法建立了一个 HL7- DICOM网关 ,并且实现了其中两种数据信息的交换。说明了如何构造 HL7消息来实现 HIS和 PACS之间的数据交换。

对HUSTOJ在线评测系统的若干优化与创新

在原有HUSTOJ开源在线评测系统的基础之上,分别对系统的竞赛模式的类别、竞赛的权限设置、用户信息的处理、系统的数据库结构进行修改与创新。使得新的系统相比原有的系统竞赛方式更多样,竞赛和整个系统之间的数据更加的独立,不会产生相互的干扰;而且使得用户信息的统计更加科学和合理化。

由光影明暗度获得物体表面形状的快速算法

由Netwon Raphson迭代方法 ,提出了一种新的由光影明暗度恢复物体表面形状的快速算法 此算法的思路为先将表面梯度 (p ,q)离散近似 ,然后再对深度Z(x ,y)基础上的反射函数实施线性化 ,从而大大降低了传统算法的复杂性 ,提高了速度 ,同时又保持了所恢复的物体表面形状的准确性 实验证明此算法是有效的 .