基于网格重构学习的染色体分类模型

染色体的分类是核型分析的重要任务之一.因其柔软易弯曲,且类间差异小、类内差异大等特点,其精准分类仍然是一个具有挑战性的难题.对此,提出一种基于网格重构学习(Grid reconstruction learning,GRiCoL)的染色体分类模型.该模型首先将染色体图像网格化,提取局部分类特征;然后通过重构网络对全局特征进行二次提取;最后完成分类.相比于现有几种先进方法,GRiCoL同时兼顾局部和全局特征提取更有效的分类特征,有效改善染色体弯曲导致的分类性能下降,参数规模合理.通过基于G带、荧光原位杂交(Fluorescence in situ hybridization,FISH)、Q带染色体公开数据集的实验表明:GRiCoL能够更好地弱化染色体弯曲带来的影响,在不同数据集上的分类准确度均优于现有分类方法.

石油化工压力容器焊接质量缺陷与控制措施分析

压力容器是石油化工行业非常重要的生产设备,而焊接质量是保证压力容器质量的关键。焊接是压力容器生产中主要的加工工艺,焊接质量直接决定压力容器产品的质量。因此,在对压力容器进行焊接时,需要根据实际情况选择合适的焊接工艺,并且对焊接制造过程进行有效控制和管理,确保产品制造质量。基于此,以此为要点,对压力容器的常见焊接缺陷进行分析,并提出一些相应的质量控制措施,从而能更好地提升压力容器产品的制造质量,助力石油化工行业的安全生产。

重叠染色体分割的图像处理综合实验设计

医学图像的处理是图像处理的重要应用领域。该文针对核型分析中重叠染色体的分割问题,进行了综合性教学实验设计。引入多层空洞卷积MAC和同步长池化技术SSP,实现了对不同大小分割区域的检测及多尺度特征提取。MAC根据染色体重叠区域普遍偏小的特点组合具有连续较小空洞率的空洞卷积,以实现多尺度特征的有效提取;SSP组合池化尺寸不同但池化步长固定的池化操作,有利于减少上采样中语义信息的丢失;在编、解码器间引入残差块连接,缓解了语义信息差异。实验结果表明,该实验设计网络在染色体重叠部分的分割性能明显提升,且噪声鲁棒性更强。