高速的城市化发展迫使人们需构建人与自然和谐的宜居城市来降低未来的风险,而掌握人类对自然感知裨益的信息是有效降低风险的基础。尽管前人面对自然环境的感知裨益做了一定的研究,但涉及多感官交互裨益的研究仍处于探索阶段,缺少相关...高速的城市化发展迫使人们需构建人与自然和谐的宜居城市来降低未来的风险,而掌握人类对自然感知裨益的信息是有效降低风险的基础。尽管前人面对自然环境的感知裨益做了一定的研究,但涉及多感官交互裨益的研究仍处于探索阶段,缺少相关方法的总结与理论的概括,实践中难以真正实现人类与自然和谐的环境建设。因此,借助文献计量分析的CiteSpace软件平台,基于Web of Science核心数据库与中国知网数据库,系统分析国内外基于自然环境的视听嗅感知交互对居民福祉研究的进展及动向。结果表明:1)发文阶段性突出,近5年爆发性增长,主要集中于亚欧地区,发文学科与期刊成多学科交叉特点,且研究由单维感知向多维感知裨益转变;2)研究样地涉及自然要素、自然景观构成及土地覆盖类型3个层面,研究对象包含不同年龄阶段群体,且主要以大学生为主;3)应用的研究方法主要包括实际现场、室内模拟及社交媒体众包数据分析3类,且感知维度数与感知裨益效应呈非线性正相关,其中自然要素、环境一致性及自然认同感是影响感知裨益的关键因素;4)该领域涉及环境心理及景观复愈等多理论的作用途径,进而提出了“刺激-有机体-反应”(Stimulus-Organism-Response,SOR)的机理概念框架,以期为今后以人类福祉为导向的城市绿地规划与管理提供理论依据和实践方法。展开更多
脊柱作为人体支撑的核心要素,对维护身体健康和功能至关重要,手术机器人的出现为复杂脊柱手术提供了一种新的解决方案。但是2D X射线图像只能在有限的投影视图中为机器人系统提供重叠的解剖信息,这意味着它无法直观地显示完整的全视图...脊柱作为人体支撑的核心要素,对维护身体健康和功能至关重要,手术机器人的出现为复杂脊柱手术提供了一种新的解决方案。但是2D X射线图像只能在有限的投影视图中为机器人系统提供重叠的解剖信息,这意味着它无法直观地显示完整的全视图解剖信息和精确的立体结构,而提供3D图像的术中CT扫描技术又增加了患者和医护人员受到辐射暴露的风险。为了在不增加时间成本且最大程度减少辐射的前提下,能够实时为手术机器人导航和准确定位提供更全面的解剖结构,提出一种用于脊柱X射线重建CT图像的V形卷积注意力网络。所提出的网络通过编码器和解码器之间的任务一致性以减小特征映射之间的语义差异,同时利用通道注意力机制来迫使网络关注重要特征区域,可有效减小冗余特征信息,从而提高网络训练效率。实验得出CT图像中脊柱结构的结构相似性指数(structural similarity index,SSIM)值为0.786,峰值信噪比(peak signal to noise ratio,PSNR)值为34.60 dB,证明通过X射线图像进行精准的3D重建为手术机器人提供图像支持拥有巨大潜力。展开更多
文摘高速的城市化发展迫使人们需构建人与自然和谐的宜居城市来降低未来的风险,而掌握人类对自然感知裨益的信息是有效降低风险的基础。尽管前人面对自然环境的感知裨益做了一定的研究,但涉及多感官交互裨益的研究仍处于探索阶段,缺少相关方法的总结与理论的概括,实践中难以真正实现人类与自然和谐的环境建设。因此,借助文献计量分析的CiteSpace软件平台,基于Web of Science核心数据库与中国知网数据库,系统分析国内外基于自然环境的视听嗅感知交互对居民福祉研究的进展及动向。结果表明:1)发文阶段性突出,近5年爆发性增长,主要集中于亚欧地区,发文学科与期刊成多学科交叉特点,且研究由单维感知向多维感知裨益转变;2)研究样地涉及自然要素、自然景观构成及土地覆盖类型3个层面,研究对象包含不同年龄阶段群体,且主要以大学生为主;3)应用的研究方法主要包括实际现场、室内模拟及社交媒体众包数据分析3类,且感知维度数与感知裨益效应呈非线性正相关,其中自然要素、环境一致性及自然认同感是影响感知裨益的关键因素;4)该领域涉及环境心理及景观复愈等多理论的作用途径,进而提出了“刺激-有机体-反应”(Stimulus-Organism-Response,SOR)的机理概念框架,以期为今后以人类福祉为导向的城市绿地规划与管理提供理论依据和实践方法。
文摘脊柱作为人体支撑的核心要素,对维护身体健康和功能至关重要,手术机器人的出现为复杂脊柱手术提供了一种新的解决方案。但是2D X射线图像只能在有限的投影视图中为机器人系统提供重叠的解剖信息,这意味着它无法直观地显示完整的全视图解剖信息和精确的立体结构,而提供3D图像的术中CT扫描技术又增加了患者和医护人员受到辐射暴露的风险。为了在不增加时间成本且最大程度减少辐射的前提下,能够实时为手术机器人导航和准确定位提供更全面的解剖结构,提出一种用于脊柱X射线重建CT图像的V形卷积注意力网络。所提出的网络通过编码器和解码器之间的任务一致性以减小特征映射之间的语义差异,同时利用通道注意力机制来迫使网络关注重要特征区域,可有效减小冗余特征信息,从而提高网络训练效率。实验得出CT图像中脊柱结构的结构相似性指数(structural similarity index,SSIM)值为0.786,峰值信噪比(peak signal to noise ratio,PSNR)值为34.60 dB,证明通过X射线图像进行精准的3D重建为手术机器人提供图像支持拥有巨大潜力。
