基于SMDC连接代价算子的肺血管分割算法研究

针对CT肺图像中的血管分割,提出一种基于SMDC连接代价算子的分割方法。首先设计一种背景填充技术,对灰度变换范围有选择性地收缩或拉伸,有效地消除背景噪声对血管分割的影响,然后应用SMDC连接代价算子对肺部区域进行分割,最后用实验证明了该方法的有效性。相似度分析表明自动与手工分割结果吻合率高于95%,并能较好地保留细节。

列宁关于人民监督的思想研究

无产阶级夺取政权后,如何使新生政权体现和发挥人民当家作主的实质和作用,保证公共权力正常和健康的运转,是列宁非常关心的问题。为了巩固和发展苏维埃政权,列宁从实际出发,对社会主义国家人民监督的思想进行了广泛而深入的研究与探索,提出了一系列重要的理论观点,并倡导和推动了大量具有民主科学性的监督措施和办法,指导了苏维埃俄国社会主义的发展。

基于LBP的改进Random Walks算法在颅脑磁共振影像分割中的应用

目的由于颅脑结构复杂且颅脑磁共振影像易受噪声、磁场不均匀性、部分容积效应等因素的影响,精确的脑组织分割方法仍需深入研究。方法本文提出一种基于Random Walks的改进算法以提高脑白质、脑灰质及脑脊液分割的准确性。通过引入局部二值模式(local binary patterns,LBP)改进了传统Random Walks权重函数的构造,在反映相邻像素灰度变化信息的同时包含了局部图像的纹理信息,有利于合并同质区域并增强边缘轮廓的识别。本文还使用了灰度先验概率模型减少Random Walks种子点交互的次数。结果实验结果表明基于LBP的改进算法在多种不同水平的噪声及不均匀场作用下,能够有效识别磁共振影像中脑组织区域的边缘轮廓,并对噪声有良好的鲁棒性。结论基于LBP的改进Random Walks算法可精确分割颅脑磁共振影像。

基于多模态大模型的动作识别关键技术研究与应用

随着ChatGPT的发布,各行各业开启探索、应用人工智能大模型的新时代。在海量数据、大规模算力和强大的算法优化能力等条件的支撑下,基于深度学习等技术的庞大神经网络模型问世,使自然语言处理、语音识别、计算机视觉等任务的处理得到了极大的改善。

免疫球蛋白和T淋巴细胞亚群与支气管哮喘的关系研究

目的探讨免疫球蛋白(immunoglobulin,Ig)和T淋巴细胞亚群与支气管哮喘的相关性。方法将本院2015年12月至2016年12月收治的60例支气管哮喘患者纳入观察组,其中,急性发作期23例,缓解期37例;哮喘发作频率:<10次/年20例,10~20次/年30例,>20次/年10例;哮喘严重程度:轻度间歇10例,轻度持续25例,中度持续17例,重度持续8例。同时将本院同期60例健康成年人纳入对照组。比较不同研究对象CD3^+、CD4^+、CD8^+、CD4^+/CD8^+及IgE水平,并采用Pearson相关分析分析其相关性。结果观察组患者CD3^+、CD4^+、CD4^+/CD8^+及IgE水平均明显高于对照组(P<0.05),CD8^+水平明显低于对照组(P<0.05);急性发作期患者CD3^+、CD4^+、CD4^+/CD8^+及IgE水平均明显高于缓解期患者(P<0.05),CD8^+水平明显低于缓解期患者(P<0.05);随着哮喘发作频率和严重程度的增加,患者CD3^+、CD4^+、CD4^+/CD8^+及IgE水平均逐渐升高(P<0.05),CD8^+水平逐渐降低(P<0.05)。Pearson相关分析结果显示:CD3^+、CD4^+、CD4^+/CD8^+及IgE水平与哮喘发作频率均呈正相关(r分别为0.621、0.521、0.498、0.623,P<0.05),与哮喘严重程度均呈正相关(r分别为0.542、0.465、0.449、0.512,P<0.05);CD8^+水平与哮喘发作频率和严重程度均呈负相关(r分别为-0.536、-0.427,P<0.05)。结论支气管哮喘患者CD3^+、CD4^+、CD4^+/CD8^+、IgE水平明显上升,CD8^+水平明显下降,且上述指标水平变化与哮喘发作频率和哮喘严重程度密切相关,对临床治疗哮喘具有指导意义。

血浆FGF23及Ang2水平预测急性呼吸窘迫综合征患者并发急性肾损伤的价值分析

目的探讨血浆成纤维细胞生长因子23(FGF23)、血管生成素2(Ang2)水平对急性呼吸窘迫综合征(ARDS)患者并发急性肾损伤(AKI)的预测价值。方法选择2018年9月—2020年10月成都市第三人民医院收治ARDS患者210例,其中合并AKI 86例(AKI组),未合并AKI 124例(NAKI组)。检测患者血浆FGF23、Ang2水平,Pearson相关或Spearman秩相关分析血浆FGF23、Ang2与AKI分期及肾功能相关性,Logistic回归分析ARDS并发AKI的危险因素,受试者工作特征曲线(ROC)分析血浆FGF23、Ang2预测ARDS患者并发AKI的价值。结果AKI组血浆FGF23、Ang2水平高于NAKI组(t/P=25.182/0.000、10.331/0.000),AKI 3~5期亚组患者血浆FGF23、Ang2水平高于AKI 1~2期亚组(t/P=36.032/0.000、46.870/0.000)。血浆FGF23、Ang2水平与AKI分期、尿素氮(BUN)、血肌酐(SCr)、胱抑素C(CysC)水平呈正相关(FGF23:r/P=0.639/0.000、0.515/0.005、0.603/0.000、0.534/0.002;Ang2:r/P=0.647/0.000、0.521/0.005、0.657/0.000、0.559/0.000),与肾小球滤过率(eGFR)水平呈负相关(r/P=-0.705/0.000、-0.683/0.000)。Logistic回归分析显示,高血压、ARDS分级重度及高水平FGF23、Ang2是ARDS并发AKI的危险因素[OR(95%CI)=1.702(1.652~1.832)、1.828(1.765~1.943)、1.790(1.653~1.837)、1.824(1.718~1.936)]。ROC分析显示,血浆FGF23联合Ang2预测ARDS患者并发AKI的AUC为0.934,高于单独FGF23和Ang2检测的0.709、0.771(Z/P=2.698/0.002、2.302/0.009)。结论血浆FGF23、Ang2水平升高与ARDS并发AKI密切相关,可作为肾损伤的预测指标,联合血浆FGF23和Ang2可提高诊断AKI的效能。

基于自适应可分离卷积核的视频压缩伪影去除算法

针对目前视频质量增强和超分辨率重建等任务中常采用的光流估计相关算法只能估计像素点间线性运动的问题,提出了一种新型多帧去压缩伪影网络结构。该网络由运动补偿模块和去压缩伪影模块组成。运动补偿模块采用自适应可分离卷积代替传统的光流估计算法,能够很好地处理光流法不能解决的像素点间的曲线运动问题。对于不同视频帧,运动补偿模块预测出符合该图像结构和像素局部位移的卷积核,通过局部卷积的方式实现对后一帧像素的运动偏移估计和像素补偿。将得到的运动补偿帧和原始后一帧联结起来作为去压缩伪影模块的输入,通过融合包含不同像素信息的两视频帧,得到对该帧去除压缩伪影后的结果。与目前最先进的多帧质量增强(MFQE)算法在相同的训练集和测试集上训练并测试,实验结果表明,峰值信噪比提升(ΔPSNR)较MFQE最大增加0.44 dB,平均增加0.32 dB,验证了所提出网络具有良好的去除视频压缩伪影的效果。

基于知识蒸馏的超分辨率卷积神经网络压缩方法

针对目前用于超分辨率图像重建的深度学习网络模型结构深且计算复杂度高,以及存储网络模型所需空间大,进而导致其无法在资源受限的设备上有效运行的问题,提出一种基于知识蒸馏的超分辨率卷积神经网络的压缩方法。该方法使用一个参数多、重建效果好的教师网络和一个参数少、重建效果较差的学生网络。首先训练好教师网络,然后使用知识蒸馏的方法将知识从教师网络转移到学生网络,最后在不改变学生网络的网络结构及参数量的前提下提升学生网络的重建效果。实验使用峰值信噪比(PSNR)评估重建质量的结果,使用知识蒸馏方法的学生网络与不使用知识蒸馏方法的学生网络相比,在放大倍数为3时,在4个公开测试集上的PSNR提升量分别为0.53dB、0.37dB、0.24dB和0.45dB。在不改变学生网络结构的前提下,所提方法显著地改善了学生网络的超分辨率重建效果。

基于改进CenterNet的竹条表面缺陷检测方法

在竹条表面缺陷检测中,竹条表面缺陷形状各异,成像环境脏乱,现有基于卷积神经网络(CNN)的目标检测模型面对这样特定的数据时并不能很好地发挥神经网络的优势;而且竹条来源复杂且有其他条件限制,因此没办法采集所有类型的数据,导致竹条表面缺陷数据量少到CNN不能充分学习。针对这些问题,提出一种专门针对竹条表面缺陷的检测网络。该网络的基础框架为CenterNet,而且为提高CenterNet在较少的竹条表面缺陷数据中的检测性能,设计了一种基于从零开始训练的辅助检测模块:在网络开始训练时,冻结采用预训练模型的CenterNet部分,并针对竹条的缺陷特点从零开始训练辅助检测模块;待辅助检测模块损失趋于稳定时,通过一种注意力机制的连接方式将该模块与采用预训练的主干部分进行融合。将所提检测网络与CenterNet以及目前常用于工业检测的YOLO v3在相同训练测试集上进行训练和测试。实验结果表明,所提检测网络的平均精度均值(mAP)在竹条表面缺陷检测数据集上比YOLO v3和CenterNet的mAP分别提高了16.45和9.96个百分点。所提方法能够针对形状各异的竹条表面缺陷进行有效检测,且没有增加过多的时耗,在实际工业运用中具有很好的效果。

基于深度体素流的模糊视频插帧方法

针对视频运动模糊严重影响插帧效果的情况,提出了一种新型的模糊视频插帧方法。首先,提出一种多任务融合卷积神经网络,该网络结构由两个模块组成:去模糊模块和插帧模块。其中,去模糊模块采用残差块堆叠的深度卷积神经网络(CNN),提取并学习深度模糊特征以实现两帧输入图像的运动模糊去除;插帧模块用于估计帧间的体素流,所得体素流将用于指导像素进行三线性插值以合成中间帧。其次,制作了大型模糊视频仿真数据集,并提出一种先分后合、由粗略至细致的训练策略,实验结果表明该策略促进了多任务网络有效收敛。最后,对比前沿的去模糊和插帧算法组合,实验指标显示所提方法合成中间帧时峰值信噪比最少提高1.41 dB,结构相似性提升0.020,插值误差降低1.99。视觉对比及重制序列展示表明,所提模型对于模糊视频有着显著的帧率上转换效果,即能够将两帧模糊视频帧端对端重制为清晰且视觉连贯的三帧视频帧。

LncRNA MEG3调节MDM2通过P53信号通路影响缺血性脑卒中

目的通过调节p53信号通路来评估人类母系表达基因3(MEG3)和鼠双微体2(MDM2)对缺血性脑卒中(CIS)的作用。方法进行生物信息学分析以鉴定异常表达的长链非编码RNA(lncRNA)及其相关途径。进行细胞中的氧-葡萄糖剥夺/复氧(OG/R)和小鼠中脑动脉闭塞/再灌注(MCAO/R),以模拟CIS环境。使用蛋白印迹(WB)和实时荧光定量PCR(qRT-PCR)检测lncRNA表达和mRNA水平。荧光原位杂交(FISH)用于定位LncRNA和mRNA。进行MTT和流式细胞仪检查细胞增殖和凋亡。结果对在CIS组织中表达较强的MEG3和MDM2进行了生物信息学分析,并选择了p53通路进行进一步研究。在OGD/R细胞中,MEG3,MDM2和p53信号通路相关蛋白均被上调且差异有统计学意义(P<0.05)。此外,MCAO/R小鼠的MEG3,MDM2和p53途径相关蛋白也被上调(P<0.05)。荧光原位杂交技术(FISH)定位显示MEG3和MDM2都位于细胞核中。下调MEG3和MDM2可以增强细胞增殖能力并减少凋亡,从而导致MCAO/R脑梗死面积减小。结论MEG3/MDM2/p53信号通路轴可能为CIS患者提供更有效的临床治疗策略。

基于前景语义信息的图像着色算法

图像可分为前景部分与背景部分,而前景往往是视觉中心。在图像着色任务上,由于前景的类别多且情况复杂,着色困难,以至于图像中的前景部分会存在着色暗淡和细节丢失等问题。针对这些问题,提出了基于前景语义信息的图像着色算法,以改善图像着色效果,达到图像整体颜色自然、内容颜色丰富的目的。首先利用前景子网提取前景部分的低级特征和高级特征;然后将这些特征融合到全景子网训练中,以排除背景颜色信息影响并强调前景颜色信息;最后用生成损失和像素级别的颜色损失来不断优化网络,指导生成高质量图像。实验结果表明,引入前景语义信息后,所提算法在峰值信噪比(PSNR)和感知相似度(LPIPS)上有所提升,可有效改善视觉中心区域着色中的色泽暗淡、细节丢失、对比度低等问题;相比其他算法,该算法在图像整体上取得了更自然的着色效果,在内容部分上取得了显著的改进。

腹部提压在急救患者心肺复苏中的应用效果

【目的】探讨腹部提压在急救患者心肺复苏(CPR)中应用的效果。【方法】本院收治的68例心搏骤停(CA)患者随机分为两组,各34例。对照组患者给予传统胸外按压行CPR,观察组给予腹部提压行CPR。观察比较两组患者CPR 30 min后各相关项指标水平、治疗效果和转归。【结果】观察组患者经CPR 30 min后心率、平均动脉压、动脉血氧分压等指标水平明显优于对照组,且动脉二氧化碳分压也明显降低,两组比较差异均有显著性(P<0.05);观察组患者CPR成功率为67.65%(23/34),24 h内存活率为61.76%(21/34),存活出院率为52.94%(18/34),明显高于对照组的41.18%(14/34),32.35%(11/34),26.67%(9/34),且两组比较差异均有显著性(P<0.05);观察组患者并发症及肋骨骨折的发生率明显低于对照组(P<0.05)。【结论】与传统胸外按压CPR比较,腹部提压CPR效果更显著,值得临床进一步推广应用。

生个无铅宝宝

铅,是一种严重危害人类健康的重金属元素。它可影响 人体神经、造血、消化、泌尿、生殖和发育等各类器官,造 成儿童贫血、缺钙、缺锌、免疫力低下、记忆力减退、注意 力不集中、多动,急性铅中毒还会引起不明原因的腹痛、手 脚麻木、精神烦躁等。另外,国内外的大量研究表明,婴幼 儿血铅水平与智商(IQ值)显著相关。世界卫生组织报告, 儿童血铅水平为140微克／升时,IQ值降低3-7分。儿童血铅 水平每增加100微克／升,IQ值平均降低1-3分。