胃癌病人化疗期间情绪抑制的影响因素

目的:探讨胃癌病人情绪抑制在化疗期间的变化趋势及影响因素。方法:便利抽取河南省某三级甲等医院于2021年2月—2022年8月收治的胃癌病人及其配偶作为研究对象,采用一般情况调查表、情绪抑制量表、夫妻癌症相关沟通问题量表、社会约束量表对病人及其配偶进行调查。结果:胃癌病人第1次化疗时情绪抑制总分最高,为(28.77±10.75)分。广义估计方程分析结果显示,性别为女是病人情绪抑制的保护因素,而病人病理分期为Ⅲ期及Ⅳ期、配偶的夫妻疾病沟通问题较重、病人感知到的社会限制较高是病人情绪抑制的危险因素,其中,病人的社会限制在配偶的夫妻疾病沟通问题与病人情绪抑制的关系中起到了部分中介作用,中介效应为0.287,占总效应的54.05%。结论:胃癌病人的情绪抑制在化疗期间呈动态变化,应改善胃癌病人配偶的夫妻疾病沟通问题及病人感知的社会限制,以减少其情绪抑制行为。

基于混合空谱全变差和双域低秩约束的高光谱图像去噪

由于成像设备、传输条件等因素影响,高光谱图像常常会携带多种噪声。为提升高光谱图像后续应用的效果,去除噪声是十分必要的。本文通过分析高光谱图像的先验结构特征,提出基于张量低秩分解、混合空谱梯度域低秩分解及组稀疏先验的高光谱图像去噪模型。首先,引入高阶梯度,充分挖掘高阶差分各方向之间的内在联系,利用1阶和2阶梯度算子将高光谱图像从原域变换到梯度域,在混合梯度张量上建立加权的l_(1,2)范数来探索高光谱图像的梯度组稀疏先验;其次,同时在梯度域和原域探索高光谱图像的低秩先验。通过变换域低秩理论证明了梯度域的低秩性,并用核范数最小化来约束梯度域的低秩特征;然后,采用经典的张量Tucker分解方法来保证高光谱图像原域的低秩先验。新模型充分利用高光谱图像的先验信息,有效去除了混合噪声,极大地改善了后续高光谱图像处理任务的性能。最后,通过在模拟数据集和真实数据集上进行的对比实验,证明了新模型在高光谱图像去噪领域的优越性。本文模型复原结果比次优模型平均峰值信噪比提高了5.35 dB,平均结构性相似指标提高了0.009。

利用造纸黑液制成高浓缩秸秆复合肥

本文介绍了利用造纸黑液制造“高浓缩秸秆复合肥”的原理 ,工艺流程 ,该方法沤制时间短 ,优于化肥 。

基于频率加权张量核范数的高光谱图像复原

目的高光谱图像复原是高光谱领域中一个重要的预处理步骤,能够有效去除成像条件所带来的不利影响,提升后续处理任务的精度。张量核范数被广泛应用于高光谱复原问题中,得到了较好的结果。然而,在张量核范数的定义中,它对张量所有奇异值使用相同的阈值进行收缩,未充分考虑高光谱的物理意义,得到了次优的结果。为了提升高光谱图像复原的精度,本文提出了基于频率加权张量核范数的高光谱复原算法。方法在张量的频率域内,对清晰的高光谱图像添加噪声,图像信息在低频部分变化较小,而在高频部分变化巨大。基于这样的物理意义,定义了一种频率加权张量核范数来逼近张量秩函数,提出了频率域权重的自适应确定方法,让其能减少对低频部分的收缩,同时加大高频部分惩罚。然后将其应用于高光谱图像复原和去噪问题中,并基于交替方向乘子法设计了相应最小化问题的快速求解算法。结果在4个高光谱数据集上与相关方法进行对比仿真实验,高采样率条件下在Washington DC Mall数据集上,相比性能第2的模型,本文模型复原结果的PSNR(peak signal-to-noise ratio)提升了1.76 dB;在Stuff数据集上,PSNR值提升了2.91 dB。高噪声条件下,在Pavia数据集上相比性能第2的模型,本文模型去噪结果的PSNR提升了8.61 dB;在Indian数据集上,PSNR值提升了10.77 dB。结论本文模型可以更好地探索高光谱图像的低秩特性,使复原的图像在保持主体信息的同时,复原出更多图像纹理细节。