双目视觉的立体匹配算法研究进展

双目立体视觉技术具有成本低、适用性广的优点,在物体识别、目标检测等方面应用广泛,成为计算机视觉领域的研究热点。立体匹配是双目立体视觉技术中的核心算法,对实现物体三维重建具有重要作用。在分析局部、全局、半全局和基于深度学习的立体匹配算法研究现状的基础上,阐述了匹配代价、代价聚合、视差计算/优化、视差校正在立体匹配算法中的实际应用,总结及展望了立体匹配算法的发展趋势。立体匹配算法将着重解决无、弱纹理区域误匹配问题,深度学习算法用于立体匹配具有精度高的优点,是未来发展趋势,匹配算法将向高精度、实时性方向发展,为双目视觉技术中立体匹配算法的发展提供思路与参考。

一种改进的实时半全局立体匹配算法及硬件实现

在基于现场可编程门阵列的实时立体匹配系统中,Census变换算法针对特定区域的误匹配率较高。为提高匹配精度,提出一种具有高并行性流水线结构的实时半全局立体匹配算法并进行硬件实现。将改进的Tanimoto距离和带权重4方向的梯度绝对值差进行组合,作为新的初始匹配代价。在代价聚合阶段采用4路径并行结构的SGM算法,在视差选择阶段采用赢家通吃策略,在视差校正阶段采用阈值检测算法代替传统左右一致性检验算法。实验结果表明,该算法能够有效提高弱纹理和边缘区域的区分度,减少对中心点的依赖,降低资源占用,其在Middleburry平台上的平均误匹配率仅为7.52%,在Xilinx Zynq-7000平台上的匹配速率达到98frame/s。

ELABELA/APJ与妊娠期疾病的关系

ELABELA是最近发现的一种与心脏发育相关的肽,与APELIN共同受体为APLNR。近年来发现,ELABELA及其受体除在心血管疾病等方面具有生理调节作用外,其还在胚胎和心血管发育、子痫前期、妊娠期糖尿病及卵巢癌等方面,也具有重要的病理生理学功能,由ELABELA、Apelin及Apelin受体组成的ELA-Apelin-APJ系统(Apelinergic系统)广泛表达于机体不同器官组织,参与许多病理生理过程中。因此本文将简述ELABELA及其在子痫前期和妊娠期糖尿病的研究进展做一综述,以期为临床上治疗提供新的途径和方法。

SII、FAR及CA125水平与子宫内膜癌临床病理特征的关系

目的:评估系统免疫炎症指数(SII)、纤维蛋白原、白蛋白比值(FAR)及CA125水平与子宫内膜癌临床病理特征的相关性。方法:回顾分析2021年1月至2021年10月于青岛市市立医院行子宫内膜癌分期手术治疗的子宫内膜癌患者的临床资料,收集其术前检测的血常规、凝血常规、肝肾功、肿瘤标志物等结果,并通过中性粒细胞术(N)、淋巴细胞数(L)、血小板数(PLT)、纤维蛋白原(Fib)、白蛋白(Alb),计算得出SII (血小板数 ×中性粒细胞数/淋巴细胞数)、FAR (纤维蛋白原/白蛋白),并根据不同临床病理特征将患者进行相应分组(包括病理类型、组织学分级、手术–病理分期、肌层浸润深度、脉管浸润、宫颈累及、宫体外转移及淋巴结转移情况),比较不同临床病理特征下SII、FAR、CA125水平的差异。结果:SII在不同手术–病理分期、肌层浸润深度、宫体外转移及淋巴结转移分组中,差异有统计学意义(P 【0.05);FAR在不同病理类型、手术–病理分期、肌层浸润深度、宫体外转移及淋巴结转移分组中,差异有统计学意义(P 【0.05);CA125在不同手术–病理分期、脉管浸润、宫体外转移及淋巴结转移分组中,差异有统计学意义(P 【0.05)。结论:SII、FAR及CA125可对子宫内膜癌患者肌层浸润深度、宫体外及淋巴结转移等具有一定的预测价值。

ELABELA通过调控AKT信号通路影响滋养细胞侵袭的研究

目的 探讨ELABELA(ELA)对妊娠滋养细胞(Bewo细胞)侵袭行为的影响及其可能的作用机制。方法 用siRNA-ELA转染处于对数生长期的Bewo细胞,分为siRNA-ELA转染组,阴性对照组(细胞转染无意义序列)及空白组,细胞转染后于倒置显微镜下观察转染效率,采用实时荧光定量聚合酶链反应(qRT-PCR)检测转染后各组细胞中ELA mRNA表达并明确沉默效率。划痕实验测定各组细胞迁移能力,Transwell实验测定各组细胞的迁移、侵袭能力。蛋白质免疫印迹法检测各组细胞p-AKT、MMP9蛋白表达水平。结果 si-ELA组的ELA表达量明显低于si-NC组及空白组(P<0.001),且si-NC组与空白组差异无统计学意义(P>0.05);siRNA-ELA组细胞的迁移及侵袭能力均明显低于空白组(P<0.01;P<0.01);siRNA-ELA组p-AKT蛋白及MMP9蛋白表达水平明显低于空白组(p-AKT P<0.01;MMP9 P<0.001)。结论 敲低ELA可抑制滋养细胞的侵袭及迁移能力,其机制可能与AKT信号通路有关。