基于轮廓形状的肺部电阻抗成像三维插值方法

肺部三维信息利于医生做出更快更准确的诊断,但肺部三维重建的图像都是源自二维断层图像的叠加。二维图像的数量制约三维成像的效果,增加电极层数可获取更多层的二维图像,但同时也会增加计算量,减缓成像速度。虽然采取层间插值的方法可以解决这个问题,但是由于人体几何结构的特异性,肺部电阻抗图像(electrical impedance tomography,EIT)边界不规则,传统的规则图像插值方法不适合直接应用于肺部EIT三维插值。为此,提出适用于肺部电阻抗的插值算法,先获得插值图像轮廓,再用对应点插值像素值。通过仿真和实验验证新插值算法成像的相对误差比线性插值、样条插值成像的相对误差分别降低5.69%,3.3%。基于轮廓形状的肺部电阻抗三维插值方法,能在测量数据量有限的条件下,进一步提高三维电阻抗成像质量,更好地反映肺部的真实形态。

基于张量分解的电阻抗三维成像方法

针对现有的三维电阻抗成像只是对图像横截面的单独重建,然后罗列为三维进行显示,没有考虑到不同图层间的关联性,致使图像信息利用不充分的问题,提出一种基于张量分解的电阻抗三维成像方法。该方法将实验中测得的数据建立张量模型,使用张量分解可以对胸腔进行直接三维重建,能够充分利用图层间的关联性;并将该方法与总变差正则化(Total Variation,TV)成像算法、Tikhonov正则化重建算法进行实验对比。实验结果表明:基于张量分解的电阻抗三维成像方法,可以充分利用图像的空间结构信息,考虑图像层与层之间的关联特性,能够更加接近肺部的真实情况,准确地反映肺的状态,进而提高图像重建质量;基于张量分解的电阻抗三维成像方法相比于二维张量重建方法,将图像的峰值信噪比(PSNR)提高了13.8%。由此可得,与Tikhonov正则化以及TV成像算法相比,基于张量分解的电阻抗三维成像方法更适合电阻抗的图像重建工作。

基于ARM和BLE的智能跳远训练系统

本项目设计有效地规范了训练员的跳远动作,为教练员提供了数据分析,同时给体育世界提供了多项运动数据,为大数据库的建立提供了便利。该智能系统设计思路清晰,硬件结构简单,系统稳定性好,适用范围广。

基于WIFI的教室灯光远程控制系统

随着各类大、中专院校的扩招,教室的扩建,教室照明的需求也越来越多,而教室照明的管理不到位,造成学校电能浪费,经济损失。为了解决这个问题,开发出基于WIFI技术的远程灯控系统,本文旨在通过远程WIFI技术借助移动设备实现对学校教室灯光的开,关,查看等基本功能。从而降低教室照明管理不到位问题。本实验主要通过手机,电脑在广域网下随时控制单片机(STM32)端led灯的亮灭来模拟控制学校各楼栋,楼层的灯光的实际情况。

体感消防机器人

为避免消防员在灭火过程中发生意外,文中设计了一款体感消防机器人。该机器人采用体感技术,可通过人体头部、手臂的运动远程控制机器人做相应的动作,同时该机器人还可携带多种传感器,将现场实时环测参数传回客户端,方便消防员分析现场情况,及时完成灭火任务。