基于进化方向遗传算法的四维变分资料同化方法

数值天气预报模式初始时刻要素场的变分同化问题是一个非线性最优化问题。利用进化方向遗传算法 ( EDGA)求解该最优化问题 ,并对理想初始场作数值模拟 ,结果表明模拟效果较好。

改进的非局部FCM脑核磁共振图像分割与偏移场恢复耦合模型

核磁共振图像技术可用于对疾病的辅助诊断,然而受成像机制的影响往往图像中含有噪声以及偏移场,使得传统的模糊C均值(FCM)算法很难得到较好的分割结果.为此,提出一种基于FCM算法的分割与偏移场恢复耦合模型.首先将偏移场耦合到模型中,以降低灰度不均匀对分割的影响;其次将非局部信息融入模型中,使其在降低噪声影响的同时还能保持细长拓扑结构区域信息;最后引入隶属度正则项,以降低隶属度在过渡区域的影响,改善模型的分割效果.实验结果证明,文中模型对噪声具有较好的鲁棒性,并且在分割过程中能较好地恢复图像偏移场,得到较理想的分割结果及偏移场估计.

局部熵驱动的GAC模型在生物医学图像分割中的应用

针对测地线活动轮廓(GAC)模型不能对包含噪声和灰度不均匀现象这类复杂背景图像成功提取目标的问题,本文提出局部熵驱动的GAC模型.首先提取图像的局部信息熵来刻画图像的灰度变化,再利用局部熵构造符号压力函数来指导轮廓曲线向目标边界靠近,实现目标的分割.为降低计算复杂度并提高模型对水平集变化的鲁棒性,采用二值水平集方法进行求解.实验结果表明,本文方法可以克服噪声和灰度不均匀对图像分割的影响,实现快速准确的分割.

基于改进的LBF模型的图像分割

LBF(Local Binary Fitting)模型利用局部图像信息能够对强度分布不均匀的图像进行分割,然而,该算法仅考虑均值信息,导致模型在处理弱边界图像时得不到理想的分割结果。为此提出一种改进方法:在考虑图像局部均值信息的同时考虑图像局部方差信息和全局方差信息,使得演化曲线能够准确地停止在目标边界上;同时为了加快曲线演化的速度,结合了CV模型的能量项。实验结果表明,改进的方法对含有弱边界信息图像进行分割时能取得较好的效果,演化速度上也有明显的提高。

一次暴雨过程的变分同化试验及诊断分析

利用美国研制的WRF-Var同化系统以及中国的云迹风资料,对2008年6月10日长江流域的一次暴雨过程做了三维和四维变分同化试验。试验结果表明:上述两种方案均能提高模式对大到暴雨预报的准确率,特别是四维方案在提高大暴雨的准确率方面表现更好,这是降水预报的重要方面;两个同化试验均能在一定程度上改善对要素场的预报,使用四维同化方案能够更有效地调整初始场、降低各要素场的预报误差。诊断结果表明:此次大暴雨过程是在高空低槽和低层切变线的共同作用下发生的,并有高、低空急流与之配合,具有较好的动力条件;低空的西南急流,不但为产生暴雨提供了所需的水汽输送,也为造成暴雨强对流所需的位势不稳定提供了必要的能量。

局部熵驱动的生物医学图像分割偏移场恢复耦合模型

为降低噪声影响同时恢复图像偏移场,提出一种基于局部熵信息的分割与偏移场恢复耦合模型.该模型在水平集理论的整体框架下将局部熵引入耦合模型,进而将其改造成全局凸函数,并利用Split-Bregman方法求得全局最优解.实验结果表明,文中模型可以准确、快速地分割灰度不均匀图像,同时可较好地恢复出图像的偏移场信息,对初始曲线和参数也具有较好的鲁棒性.

基于Gibbs场与模糊C均值聚类的脑MR图像分割

模糊C均值聚类是一种经典的非监督聚类模型,已成功用于很多领域。但该算法对图像噪声比较敏感。为此,利用Gibbs理论和图像结构信息构造各向异性Gibbs随机场,并将其引入到FCM框架中,完善其分类效果,使其在克服噪声影响的同时还能够保持细长拓扑结构区域信息以及角点区域信息。应用于脑MR图像分割,实验表明新算法可以得到较好的分类结果。

基于结构张量的自适应CTV彩色图像恢复模型

讨论一种基于非线性扩散方程的彩色图像去噪方法。在图像去噪的3个基本要求的基础上,总结出调和项模型和彩色总变差去噪模型中的不足,利用图像的局部信息构造函数使得模型在接近图像边缘处各向异性平滑并保持边界。在平坦区域各向同性平滑,防止阶梯效应的产生,并利用角点信息保持了角点形状。实验结果表明,所建模型能够较好地保持图像中目标的几何结构,同时具有良好的去噪能力。

一种有向权图的拓扑排序算法及其应用

提出一种有向权图的拓扑排序算法 ,并给出一实例说明其应用。

多元高斯混合模型脑MR图像去壳模型

将脑部组织从MR图像中提取出来已经成为脑部图像处理中的一个重要环节,它可以提高后继的脑组织定位、容积测量等处理的精确度。但由于脑MR图像往往具有偏移场、弱边界和强噪音,使得基于图像梯度信息的水平集模型很难得到真实解。高斯混合模型使用了图像全局信息,能较好地处理弱边界问题。但传统的高斯混合模型仅使用了灰度值分布信息,未对像素的位置进行考虑,这使得其在处理噪音图像时效果并不是很理想。利用图像多种信息构造新的信息场,使得由信息场构造的高斯混合模型更能降低偏移场、噪音等影响,同时防止曲线从弱边界泄漏。传统的高斯混合模型求解参数时,往往仅使用EM算法,易陷入局部最优。针对这个缺点,引入粒子群算法,并对其进行改进,使得改进的算法可以较快地得到精确解。对脑MR图像分割实验表明该模型可得到较好的分割效果。

一种各向异性虚拟人脑图像分割模型

虚拟人脑部组织脑的提取已经成为虚拟人脑数据分析的一个重要环节,但由于图像噪声、下层数据等因素的影响,传统方法得不到较好结果.首先利用RGB,HSL,HSV空间信息构造新的信息场,该信息场可以降低下层数据的影响;再利用结构张量信息构造各向异性Gibbs场,降低噪声的影响;利用各向异性Gibbs场改进的FCM模型对图像进行分割,以降低颜色强度不均匀现象导致的误差.实验表明,该方法可以得到较好的分割结果.

公交车调度问题的简便数学模型

给出公交车调度问题的简便数学模型 。

基于各向异性Gibbs随机场与高斯混合模型的脑MR图像分割算法

为了克服高斯混合模型(GMM)的局限性,利用Gibbs理论和图像结构信息构造各向异性Gibbs随机场,并将其引入到GMM框架中,完善GMM的分类效果,使其在克服噪声影响的同时,还能够保持细长拓扑结构区域信息以及角点区域信息.实验结果证明,文中算法可以得到较好的分类结果.

图像小波域分块奇异值分解的自适应水印方案

利用矩阵奇异值分解的单向非对称性,在研究和分析奇异值分解的正交矩阵第一列系数性质的基础上,首先给出了一种基于图像小波域奇异值分解的分块自适应水印方案,将水印嵌入其中,然后通过实验分析系数的稳定性来选择最佳的修改系数,最后利用图像的局部统计特征自适应地修改阈值,并且用两个阈值严格控制系数的修改程度,使算法达到透明性和鲁棒性之间的最优平衡。大量的实验结果表明,该算法对常见的图像处理操作均有较好的鲁棒性。

一种各向异性Wells算法脑核磁共振图像分割模型

核磁共振图像分析已经成为主要的医疗辅助手段之一.然而,由于偏移场的影响导致该类图像的分析较为困难,去偏移场已成为图像分析的必要步骤.Wells算法将图像分割和去偏移场放入同一个框架内并取得较好的结果.然而该算法没有考虑像素间的位置信息,因而导致该算法对图像噪声比较敏感.为了克服其局限性,利用Gibbs理论和图像结构信息构造各向异性Gibbs随机场,并将其引入到Wells算法的框架中,完善其分类效果,使其克服噪声影响的同时还能够保持细长拓扑结构区域信息以及角点区域信息.实验证明提出的算法可以得到较好的分类结果.

卫星云图资料估计湿度的适时回归方法及其影响诊断

提出适时回归方法 ,由卫星云图资料估计湿度场。数理统计中的回归诊断是查找野点的强有力方法 ,本文成功地运用回归诊断于卫星云图资料估计湿度场 ,提高了精确度 ,得到良好效果。

微波萃取鳗鱼中磺胺类药物的HPLC测定方法

微波萃取反相高效液相色谱法对鳗鱼中磺胺类药物的含量进行测定。实验结果表明,采用微波萃取、分析时间短并可排除其它基质干扰,所用试剂少且污染小;与常规的萃取法进行比较,其精密度、重复性及方法的回收率均达到了分析要求。

集束化管理策略在危重病患者血糖中的应用

集束干预策略（Bundle of Care）是集合一系列有循证基础的治疗及护理措施，来处理某种难治的临床疾患的方法。集束化管理策略是汲取“集束干预策略”的理念，应用一组管理措施，其中每项措施都经临床证实能提高管理结局，通过多项措施共同实施来更好地提高管理效果。

手术室护理实习生临床带教中采用沟通模式的探讨

目的:研究分析在手术护理实习生的临床带教中采用沟通模式的效果和意义。方法:回顾性分析2010年6月-2012年6月在笔者所在医院进行临床实践的138名实习生的在院实习资料信息。所有学生实习期间均采用临床带教的方式进行,根据学生入院实习的先后顺序将其分为两组。观察组实习生69名,学习期间加强与学生的沟通交流,明确教学目标,并激发学生学习的主动性等;对照组学生69名,实习期间采用常规带教方式进行。比较两组学生实习结束后的知识技能情况及临床医师对学生的满意度。结果:实习结束后对所有学生进行理论知识和技能考核,观察组学生的理论知识、技能掌握情况优于对照组,差异有统计学意义(P<0.05);且带教医生对观察组实习生的总满意度高于对照组(P<0.05)。结论:在手术室护理实习生临床带教中采用沟通模式能够有效地激发学生的学习兴趣,满足学生的学习需要,提高学习效率,对学生掌握手术室的临床知识和技能具有重要的意义,是手术室实习生临床带教的有效方式,值得广泛学习。