目的采用基于T1WI的病灶映射方法刻画新生儿局灶性脑白质损伤(punctate white matter lesions,PWML)的好发区域并探究其时空分布规律。材料与方法回顾性纳入PWML新生儿94例,其中轻度损伤60例(早产/足月:24/36),重度损伤34例(早产/足月:2...目的采用基于T1WI的病灶映射方法刻画新生儿局灶性脑白质损伤(punctate white matter lesions,PWML)的好发区域并探究其时空分布规律。材料与方法回顾性纳入PWML新生儿94例,其中轻度损伤60例(早产/足月:24/36),重度损伤34例(早产/足月:20/14)。基于T1WI手动标记病灶,与约翰霍普金斯大学新生儿T1WI模板配准后叠加图谱,最终生成PWML概率映射图并计算病灶在不同区域的分布概率。对轻重度PWML组间以及不同分组内早产与足月儿各脑叶病灶体积进行比较。结果轻度PWML的分布均以颞顶叶为主(病灶体积于颞顶叶>额叶>枕叶,P<0.008),尤其是丘脑后辐射、角回及缘上回;早产儿损伤范围较足月儿增加,且向额叶延伸。重度PWML主要分布于额颞顶叶(病灶体积于额颞顶叶>枕叶,P<0.008),早产与足月损伤分布范围较为一致,共同累及的区域包括丘脑后辐射、角回及上放射冠。结论基于T1WI的病灶概率映射于脑区水平细化了不同程度PWML病灶的时空分布特征,为深入理解PWML的病理生理机制及预后评估提供了解剖基础。展开更多
为了实现大棚环境中番茄的智能在线产量估算,提出了一种基于改进的YOLOv5(You Only Look Once v5)番茄识别算法,对自然生长状态下的番茄果实产量进行统计和估算。首先,使用可分离视觉转换器(Separable Vision Transformer,SepViT)替换...为了实现大棚环境中番茄的智能在线产量估算,提出了一种基于改进的YOLOv5(You Only Look Once v5)番茄识别算法,对自然生长状态下的番茄果实产量进行统计和估算。首先,使用可分离视觉转换器(Separable Vision Transformer,SepViT)替换骨干网络的最后一层,以增强骨干网络与全局信息之间的联系并提取番茄特征;其次,引入WIOU(Wise Intersection over Union)损失函数和Mish激活函数,以提高收敛速度和精度。试验结果表明,改进后的检测模型在平均精度(mean Average Precision,mAP)方面达到了99.5%,相较传统的YOLOv5模型提高了1.1个百分点,每张图像的处理时间为15 ms。此外,改进后的YOLOv5算法对密集和遮挡情况下的番茄果实识别效果更好。展开更多
文摘目的采用基于T1WI的病灶映射方法刻画新生儿局灶性脑白质损伤(punctate white matter lesions,PWML)的好发区域并探究其时空分布规律。材料与方法回顾性纳入PWML新生儿94例,其中轻度损伤60例(早产/足月:24/36),重度损伤34例(早产/足月:20/14)。基于T1WI手动标记病灶,与约翰霍普金斯大学新生儿T1WI模板配准后叠加图谱,最终生成PWML概率映射图并计算病灶在不同区域的分布概率。对轻重度PWML组间以及不同分组内早产与足月儿各脑叶病灶体积进行比较。结果轻度PWML的分布均以颞顶叶为主(病灶体积于颞顶叶>额叶>枕叶,P<0.008),尤其是丘脑后辐射、角回及缘上回;早产儿损伤范围较足月儿增加,且向额叶延伸。重度PWML主要分布于额颞顶叶(病灶体积于额颞顶叶>枕叶,P<0.008),早产与足月损伤分布范围较为一致,共同累及的区域包括丘脑后辐射、角回及上放射冠。结论基于T1WI的病灶概率映射于脑区水平细化了不同程度PWML病灶的时空分布特征,为深入理解PWML的病理生理机制及预后评估提供了解剖基础。
文摘为了实现大棚环境中番茄的智能在线产量估算,提出了一种基于改进的YOLOv5(You Only Look Once v5)番茄识别算法,对自然生长状态下的番茄果实产量进行统计和估算。首先,使用可分离视觉转换器(Separable Vision Transformer,SepViT)替换骨干网络的最后一层,以增强骨干网络与全局信息之间的联系并提取番茄特征;其次,引入WIOU(Wise Intersection over Union)损失函数和Mish激活函数,以提高收敛速度和精度。试验结果表明,改进后的检测模型在平均精度(mean Average Precision,mAP)方面达到了99.5%,相较传统的YOLOv5模型提高了1.1个百分点,每张图像的处理时间为15 ms。此外,改进后的YOLOv5算法对密集和遮挡情况下的番茄果实识别效果更好。