基于YOLOv8n的航拍图像小目标检测算法

针对航拍图像小目标检测中存在目标密集和相互遮挡问题,提出一种基于YOLOv8n的航拍图像小目标检测算法。在主干网络末段,置换C2f中Bottleneck为改进后的FasterNet,保持通道数并提升收敛速度;替换SPPF中CBS激活函数SiLU为ReLU使输入负值置零,在CBS后引入SE注意力机制扩张感受野,保留更多小目标特征。输出端检测头前嵌入高效多尺度注意力机制EMA获取更多细节信息,进一步提高小目标关注度。将基线网络损失函数CIoU替换成Wise IoU,提供增益分配策略,专注普通质量锚框,提高网络泛化能力。在数据集VisDrone2021和RSOD上做消融实验和对比实验,相较于基线算法,mAP@0.5分别提升5.1和7.2个百分点,mAP@0.5:0.95分别提升4.4和2.1个百分点,表明检测精度指标显著提升;在公开数据集VOC2007+2012上做泛化实验,mAP@0.5提升3.8个百分点,表明具有良好的鲁棒性。

结合大卷积与优化器的遥感影像建筑物提取网络

针对建筑物大小形状各异和背景相似度高导致的遥感影像建筑物提取网络的整体识别能力较差、多尺度信息提取能力低、边界模糊的问题,提出一种结合大卷积核和优化器的2U-Net网络,以更有效地提升建筑物提取精度。首先,在特征提取部分采用大核深度卷积模块构造U型网编码器,使用更大的卷积核提升感受野,解决整体识别和多尺度信息提取问题;其次,针对建筑物整体语义信息关注度低的问题,在解码器的输出端增加无参数注意力机制,通过权重函数提高建筑物关注度,抑制无用背景信息表达;最后,避免直接输出粗略特征图、建筑物边界提取模糊,构造U型优化器提高建筑物边界提取精度,优化边缘细节信息。在Satellite datasetⅡ(East Asia)和WHU数据集上,评价指标IoUBuilding达到72.04%、90.71%,MIoU达到85.19%、94.75%,与U-Net对比分别提高了2.54%、2.64%和1.34%、1.51%,且均优于现有主流方法。实验结果表明,2U-Net网络提取效果更准确,对实际应用具有一定参考价值。

基于区域渐进校准网络的人脸检测与定位

为解决角度变化下的人脸检测中存在参数量大及角度幅度变量小的问题,提出区域渐进校准网络用于任意平面角度的人脸检测,通过级联网络结构降低角度变化、提升网络运行速度。采用区域生成网络产生高质量的候选区域,构造渐进校准网络,逐步缩小面部平面角度变化范围,同时由粗到细地对候选区域执行面部检测。其中,特征提取的中间层融合参数量较少时,更好地表示了面部特征,调整锚的设置解决小尺度面部问题。在角度增强的FDDB(face detection data set and benchmark)数据集与WIDER FACE数据集上的实验结果表明,提出的方法分别取得了89.1%与90.4%的平均召回率,准确度高于快速区域卷积神经网络(Faster RCNN),且运行速度更快。在实际项目中使用该算法,验证了该方法的有效性及可行性。

边缘增强结合多尺度信息融合的皮肤病变分割

针对皮肤病灶大小不一、与周围皮肤对比度低、边界模糊不规则、存在伪影及毛发干扰等问题,本文提出一种边缘增强结合多尺度信息融合的皮肤病变分割算法,该算法由编码器、多尺度感知模块、边缘增强模块、轻量化解码器组成.首先在编码器中构建Transformer模块以提取全局信息,使用卷积操作以提取局部信息;其次设计多尺度感知模块,采用密集连接结构的门控空洞卷积金字塔模块来融合多尺度特征;接着构建边缘增强模块,利用深层特征促进对边缘特征的探索以更好的保留细节和边缘信息;最后设计轻量化解码器,采用CARAFE轻量化算子进行上采样,在使用相对较少参数的情况下保持较高的分割精度.在公开数据集ISIC2016和ISIC2018上做对比实验,结果表明,本文算法分割精度高于其他流行算法.

汉黄芩素对脂多糖诱导的急性肾损伤小鼠的保护作用

目的 探讨汉黄芩素(WOG)对脂多糖(LPS)诱导的急性肾损伤的保护作用。方法 用LPS试剂诱导C57BL/6J小鼠构建脓毒症致急性肾损伤模型。以未经处理的C57BL/6小鼠作为常规对照组。24只小鼠被随机分配到四个组别:常规对照(NC)组、WOG(WOG 12.5 mg/kg)组、LPS(LPS 10 mg/kg)组以及LPS+WOG(LPS 10 mg/kg+WOG 12.5 mg/kg)组。检测小鼠血肌酐(CRE)和尿素氮(BUN)水平。聚合酶链式反应(PCR)检测小鼠肾损伤分子1(KIM-1)和中性粒细胞明胶酶相关脂质运载蛋白(NGAL)的表达情况。苏木精-伊红(HE)染色和糖原(PAS)染色观察肾脏病理损伤程度。免疫组化检测肾组织的炎性标志物白细胞介素(IL)-1β、IL-6和肿瘤坏死因子(TNF)-α的表达程度。Western blot法检测肾脏组织核因子κB(NF-κB)信号通路亚基P65和PP65蛋白表达变化的情况。结果 相较于NC组,LPS组CRE和BUN上升(FCRE=60.90,P<0.001;FBUN=82.13,P<0.001);相较于LPS组,LPS+WOG组CRE和BUN降低(P<0.001)。PCR检测结果显示,相对于NC组,LPS处理的小鼠其肾脏内的KIM-1和NGAL mRNA表达增加(FKIM-1=146.3,FNGAL=161.2,均P<0.001),而在LPS+WOG组中,KIM-1和NGAL mRNA表达下降(均P<0.01)。肾脏组织病理学检查显示,与NC组相比,LPS组小鼠肾组织肾小管扩张明显、炎症细胞浸润;与LPS组相比,LPS+WOG组肾小管扩张数量减少和炎症细胞浸润减少(FHE=721.4,FPAS=518.9,P<0.001)。免疫组化染色检测结果显示,相较于NC组,LPS处理的小鼠中IL-1β、IL-6及TNF-α的表达量上升(FIL-1β=114.6,FIL-6=108.9,FTNF-α=251.6,均P<0.001);而对比LPS组,LPS+WOG组中的这些指标则有所减少(均P<0.01)。使用Western blot方法进一步研究表明,相较于NC组,LPS处理的小鼠其NF-κB信号途径已被激活并产生高磷酸化状态(FPP65=13.02,P<0.01),然而对比LPS组时,LPS+WOG组的该路径却表现出相反的效果,即活性减弱且磷酸化程度降低(P<0.01)。结论 WOG能有效地阻断LPS引发的急性肾损伤模型小鼠的NF-κB信号途径,从而削弱由LPS引起的急性肾损伤小鼠肾脏的炎性应答及其组织损害。

融合Partial卷积与残差细化的遥感影像建筑物提取算法

由于高空间分辨率遥感图像中背景与建筑物对象的相似度高,导致网络难以兼顾不同大小的建筑物,建筑边界区域的像素与背景混淆,建筑边界很容易被漏检。为解决上述问题,提出融合Partial卷积与残差细化的遥感影像建筑物提取算法(UUNet)。以U-Net为基线网络,首先,改进编码器。在编码器前端加入两个Conv4×4,在最初扩大感受野,捕捉更多遥感影像特征信息,利用Partial卷积(PConv3×3)构造的PC模块,增强编码器提取多尺度建筑物特征的能力,用Conv2×2进行两倍下采样,减少建筑物特征信息丢失。其次,减少参数量。裁剪U-Net网络解码器三层结构为UUNet网络解码器。最后,增加改进的残差细化模块。在解码器输出端构造裁剪到三层结构的U型残差细化模块,对解码器输出的粗糙建筑物特征图进行进一步提纯,使建筑物边缘信息更加清晰,网络解码器与U型残差细化模块编码器进行跳跃连接,保留最初特征,将SimAM嵌入细化模块中,提高建筑物关注度,优化网络改善边界模糊,提升目标边界提取质量。在Satellite datasetⅡ(East Asia)数据集上进行消融实验,UUNet比U-Net的IoU_(Building)、IoU_(Background)、F1、OA和MIoU分别提高2.78个百分点、0.12个百分点、1.91个百分点、0.19个百分点、1.45个百分点,表明UUNet网络优于基线网络;在Satellite datasetⅡ(East Asia)数据集和WHU数据集上做对比实验,UUNet相较于现有的主流算法更优,能够显著地提升高分辨率遥感影像中建筑物提取的效果。

慢性肾衰竭腹膜透析患者甲状腺结节发生情况及影响因素分析

目的研究慢性肾衰竭维持性腹膜透析患者甲状腺结节(TN)发生情况并分析其影响因素。方法回顾性分析2018年1月至2023年12月在安徽医科大学第一附属医院腹膜透析中心规律随访并行甲状腺彩超检查122例慢性肾衰竭患者的临床资料。根据甲状腺超声结果分为TN组(n=85)和非TN组(n=37)。采用logistic回归对两组患者的一般资料、临床资料进行深入分析,以探讨腹膜透析患者TN发生情况及影响因素。结果甲状腺结节总检出率为69.67%,其中男性患者中TN检出率为58.49%,女性为78.26%,差异有统计学意义(P<0.05)。TN组的年龄、铁蛋白、腹膜Kt/v高于非TN组,差异有统计学意义(P<0.05)。多因素logistic回归分析提示年龄(OR=1.089,P<0.001)及铁蛋白浓度(OR=1.003,P=0.044)是TN发生的独立影响因素。年龄每增加1岁,TN发生率升高8.9%。铁蛋白水平每升高1μg/L,TN发生率增加0.3%。结论年龄和铁蛋白是慢性肾衰竭维持性腹膜透析患者发生甲状腺结节的独立危险因素,对于中老年的腹膜透析患者应定期复查甲状腺超声。

67例次持续非卧床腹膜透析相关腹膜炎致病菌及耐药性分析

目的探讨持续性非卧床腹透(CAPD)相关性腹膜炎的致病菌及其耐药性。方法回顾性分析67例次CAPD相关性腹膜炎的致病菌及其耐药性。结果34例次培养阳性,培养阳性率达,其中革兰阳性球菌23例次,革兰阴性杆菌8例次,真菌1例次。革兰阳性球菌对头孢唑啉耐药率65.2%,万古霉素为0;革兰阴性杆菌对丁胺卡那耐药率14.3%,庆大霉素为42.9%,而对头孢他啶耐药率也高达42.9%,亚胺培南为14.3%。结论CAPD相关腹膜炎细菌仍然以革兰阳性球菌为多数,致病菌对头孢唑啉和庆大霉素耐药性较高。细菌培养及药敏试验结果对抗生素的选择有指导意义。

一种CORBA组件应用服务器的体系结构

介绍了多层应用程序在开发Internet/Intranet环境下复杂信息系统中的作用 ;在分析了多层应用程序的原理、应用服务器的功能以及CORBA技术特点的基础上 ,提出了一种基于ORB的应用服务器的体系结构 ,利用了CORBA对分布式对象和软件组件的支持以及它所提供的系统服务 ,实现了应用服务器的组件管理、事务处理和数据库系统集成等功能 .

腹膜透析患者肺功能与炎性标志物及透析充分性的关系

目的探讨持续非卧床腹膜透析(CAPD)患者的肺功能变化及与炎性标志物和透析相关指标的相关性。方法选择CAPD超过2个月的患者101例,根据患者炎性标志物与透析相关指标水平分组,比较各组间肺功能指标的变化。结果通过测量肺活量(VC)、用力肺活量(FVC)、一秒钟用力呼气容积(FEV1)、最大呼气流速(PEF)、75%最大呼气流量(MEF75)、50%最大呼气流量(MEF50)、25%最大呼气流量(MEF25)、最大呼气中段流量(MMEF)、最大通气量(MVV)、肺一氧化碳弥散量(DLCO)来检测肺功能,数据以VC%、FVC%、FEV1%、PEF%、MEF75%、MEF50%、MEF25%、MMEF%、MVV%和DLCO%呈现,CAPD患者均明显低于正常者(P<0.05)。分组比较显示C-反应蛋白(CRP)≥10mg/L患者的VC%、FVC%、PEF%、DLCO%水平明显低于CRP<10 mg/L患者(P<0.05);血清白蛋白(Alb)<35 g/L患者DLCO%水平明显低于Alb≥35 g/L患者(P<0.05);总尿素氮清除指数(Kt/v)<1.7患者MEF50%、MEF25%、MMEF%、MVV%明显低于总Kt/v≥1.7患者(P<0.05);残余肾小球滤过率(rGFR)<1 ml/min的患者MEF25%、DLCO%明显低于rGFR≥1 ml/min患者(P<0.05);标准化蛋白氮呈现率(nPNA)<1 g/(kg·d)的患者FVC%、PEF%、MEF75%、MMEF%、MVV%明显低于nPNA≥1 g/(kg·d)患者(P<0.05)。结论 CAPD患者血清CRP水平升高、Alb水平降低及透析不充分、残余肾功能(RRF)下降可能与肺功能损害有关。

基于特征断面的复杂巷道段三维建模

为解决巷道断面随工程需要及岩层变化不断改变,导致巷道三维建模程序复杂的问题,提出基于特征断面的巷道三维建模思想,通过建立巷道特征断面模型库,实现变化巷道段的三维建模,以期提高复杂巷道段的建模效率。首先阐述建模数据的采集方法,并对巷道断面进行了细化坐标分析;同时提出拐角处断面变化巷道段的平滑处理算法(通过圆弧来圆滑拐角处巷道中心线),对普通巷道段采用三角剖分形成三角网完成巷道段的建模;而巷道断面发生变化的复杂巷道段存在简单曲面四边形,采用Bézier曲面及曲面的拼接完成巷道段的建模,并在实验中进行了验证。

140例持续性非卧床腹膜透析患者住院原因分析

目的调查持续性非卧床腹膜透析患者住院的原因。方法对140例持续性非卧床腹膜透析患者住院时间和住院原因,同时测定透析充分性、营养状况和心血管系统状况等指标。结果住院的首位和次位原因分别是心脑血管系统疾病和腹膜透析相关性感染,其中容量负荷过重导致心功能衰竭是患者住院的重要原因之一。结论心脑血管系统疾病和感染性疾病是导致腹膜透析患者住院的重要因素。营养、炎症和心血管状态对腹膜透析患者的预后具有重要的影响作用。腹膜炎和透析不充分仍然是导致腹膜透析患者住院的原因之一。

基于特征点提取的三维点云模型水印算法

为了有效提高三维水印的透明性、抗噪能力和水印提取准确度,针对三维网格中不固定点云数据,提出一种基于局部特征点提取的三维点云模型水印算法。根据协方差分析提取出三维模型初始特征点,以初始特征点为核心,在它K近邻邻域中,构建不跨越区域最小三角形为嵌入单元的底面,将剩余顶点按照升序排列,寻找合适的嵌入顶点,构建局部嵌入单元,通过改变嵌入顶点信息来嵌入水印。其中通过顶点在平面投影产生的夹角确定水印索引值,实现盲水印。算法通过保留特征点信息,改变非特征点嵌入水印信息能有效提高透明性和抗噪能力,通过限制嵌入单元区域提高水印提取准确率,同时实现了盲水印检测。

改进Yolov7-tiny的钢材表面缺陷检测算法

为提高钢材表面缺陷小目标检测效率,提出一种改进Yolov7-tiny的钢材表面缺陷检测算法。将特征提取网络的激活函数更换为SiLU,提高特征提取能力;把特征融合网络的张量拼接操作与加权双向特征金字塔BiFPN结合,再把上采样部分的最邻近插值替换为轻量级算子CARAFE,提升特征融合能力;最后在输出端引入多头自注意力机制MHSA和SPD卷积构建块,提升输出端对钢材表面缺陷小目标的检测性能。在NEU-DET数据集上做消融和对比实验,改进算法与原Yolov7-tiny算法比较,mAP提升11.7个百分点,Precision提升3.3个百分点,FPS值达到192,结果表明改进算法能有效提升钢材表面缺陷小目标检测效率;在VOC2012数据集上做通用性对比实验,结果表明改进算法具有通用性。

一种多特征因子融合的PageRank算法研究

针对PageRank算法完全依据链接结构排序,未考虑网页内容分析,造成平均分配PR值、主题漂移、偏重旧网页的现象,且已有改进算法存在单一性优化等问题,提出一种多特征因子融合的PageRank算法。该算法为使搜索结果更接近用户查询需求,同时兼顾搜索内容的相关度和查准率,通过添加链入链出权重因子、用户反馈因子、主题相关因子和时间因子,共同改善PageRank算法存在的不足。实验结果表明,所提算法在内容相关性和查准率方面,较其他网页排序算法有明显提高,达到优化Page Rank算法的目的。

CORBA组件运行和开发环境研究

提出了一个符合通用请求代理体系结构 (CORBA )规范的软件组件运行环境的设计 ,作为CORBA组件的运行时刻支持平台 .它独立于软件组件 ,负责组件的装入、管理和调度等工作 .在研究中 ,采用当前先进的软件组件“容器”思想 ,将所有的软件组件纳入同一进程中运行 .在设计中 ,充分利用了对象请求代理 (ORB)核心所具有的功能 ,并针对CORBA组件设计了组件开发环境 ,使软件开发工作具有一定的自动化程度 ,提高了组件开发的质量和效率 .

WindowsNTI/O子系统对象结构分析

在面向对象技术中，数据结构被封装到一个对象中，对外部不可见，它们同外部的通信通过一组定义好的访问接口函数来完成的．在ＷｉｎｄｏｗｓＮＴ系统中使用面向对象技术来管理所有的数据结构，在ＷｉｎｄｏｗｓＮＴ输入输出子系统中的各个部分（如驱动程序、设备等），都采用对象来描述，它们在Ｉ／Ｏ管理器的作用下，统一协调地完成系统的输入输出功能．本文较为深入地分析了ＷｉｎｄｏｗｓＮＴＩ／Ｏ子系统所涉及各种对象以及它们的作用、数据结构及其相互关系．

检测血清抗PLA2受体抗体在特发性膜性肾病中的意义

目的探讨特发性膜性肾病(IMN)患者血清抗PLA2受体(PLA2R)抗体与尿蛋白谱的变化情况及临床意义。方法回顾性分析2015年11月至2016年5月安徽医科大学第一附属医院肾内科行肾脏活检并确诊IMN患者60例的临床资料,比较血清抗PLA2R抗体阳性与阴性患者尿蛋白谱的差异。结果血清抗PLA2R抗体阳性组患者的血清清蛋白低于阴性组(P<0.05),24 h尿蛋白定量高于阴性组(P<0.05)。血清抗PLA2R抗体阳性组患者尿蛋白谱中尿白蛋白(A1b)/肌酐、总蛋白/肌酐和转铁蛋白/肌酐值均明显高于阴性组(P<0.05);尿视黄醇结合蛋白(RBP)/肌酐、N-乙酰-β-D-氨基葡萄糖苷酶(NAG)/肌酐、Ig G/肌酐、α1微球蛋白(α1-MG)/肌酐、β2微球蛋白(β2-MG)/肌酐、胱抑素C/肌酐和纤维蛋白原降解产物(FDP)/肌酐与阴性组比较,差异无统计学意义(P>0.05)。IMN患者24 h尿蛋白定量分别与尿A1b/肌酐(r=0.43,P=0.001)、尿总蛋白/肌酐(r=0.56,P=0.001)及尿转铁蛋白(TRF)/肌酐(r=0.46,P=0.00)呈正相关。结论 IMN患者血清抗PLA2R抗体阳性与阴性的尿蛋白谱存在差异,阳性患者的尿蛋白含量更高。

基于Hadoop的微阵列数据两阶段并行K近邻基因提取

基因信息选取工作中由于数据量庞大,传统单线程运行的分类查询方法无法满足实时性与提取精度要求。为此,利用Hadoop框架设计两阶段并行计算模型。其中第1阶段用于候选基因子集并行选取,第2阶段用于并行K近邻基因信息选取,从而实现并行计算的全过程覆盖。为降低算法的计算复杂度,针对基因信息微阵列数据,定义数据筛选指标对其进行采样,在降低数据处理量的同时消除数据冗余。实验结果表明,该算法具有较高的运行效率,并且继承了Hadoop编程模型的可扩展特性,可移植性较强。

重构SPPCSPC与优化下采样的小目标检测算法

针对小目标图像检测中存在相互遮挡、背景复杂和特征点少的问题,基于YOLOv7提出一种重构SPPCSPC与优化下采样的小目标检测算法。在骨干网络的SPPCSPC模块中裁剪CBS层、引入SimAM注意力机制并缩小池化核,以提高关注密集目标区域,提取更多相互遮挡的小目标特征;在颈部网络中,将下采样结构中的SConv替换为SPD Conv,再添加一个四倍下采样分支,以减少小目标特征丢失,提高复杂背景下小目标特征捕获量;把网络模型的损失函数由CIoU替换为Wise IoU,聚焦一般质量瞄框,提升收敛速度。在公开数据集VisDrone2021上做对比实验和消融实验,该算法与原始YOLOv7算法相比,mAP提升5.09个百分点,FPS值达到40,参数量减少2.5 MB,表明小目标检测精度显著提升,同时保持了推理速度并减少了参数量;在公开数据集VOC2007+2012上做泛化实验,mAP提升3.35个百分点,表明该算法具有通用性。