目的探讨MRI多参数在鉴别嗅神经母细胞瘤(olfactory neuroblastoma,ONB)和鼻腔鼻窦弥漫大B细胞淋巴瘤(diffusion large B cell lymphoma,DLBCL)中的价值。方法34例鼻腔鼻窦ONB和29例DLBCL患者治疗前行MRI检查。MRI评估指标包括常规征像...目的探讨MRI多参数在鉴别嗅神经母细胞瘤(olfactory neuroblastoma,ONB)和鼻腔鼻窦弥漫大B细胞淋巴瘤(diffusion large B cell lymphoma,DLBCL)中的价值。方法34例鼻腔鼻窦ONB和29例DLBCL患者治疗前行MRI检查。MRI评估指标包括常规征像和半定量参数。连续变量比较采用独立样本t检验或秩和检验,分类变量比较采用χ^(2)检验。二元Logistic回归用于识别最有诊断能力的MRI指标。结果ONB T2WI呈等稍高信号,累及嗅裂,易形成颅内肿块(P=0.004);DLBCL T2WI呈等略低信号(P<0.001),常累及上颌窦、眼眶(P<0.001,P=0.024)。ONB的鼻甲外移、边缘分叶征较DLBCL多见(P=0.001,P=0.004)。ONB的ADC_(ave)值更高(P<0.001),CI_(max)、WR更大(P<0.001、P=0.011),TTP小(P=0.003),TIC曲线流出型更多(P=0.022)。Logistic回归显示部位(累及嗅裂或上颌窦)、T2WI信号、ADC0.82值及以TTP52是鉴别ONB和DLBCL的独立影响因素。结论MRI的多参数联合有助于鉴别鼻腔鼻窦ONB和DLBCL。展开更多
针对AGV(Automated Guided Vehicle)叉车处于环境信息未知或环境动态变化情况下的路径规划及导航问题,文中提出了一种由YOLOv5(You Only Look Once version 5)目标检测算法获取目标位置。根据目标位置规划出全局基础路径,再融合DWA(Dyna...针对AGV(Automated Guided Vehicle)叉车处于环境信息未知或环境动态变化情况下的路径规划及导航问题,文中提出了一种由YOLOv5(You Only Look Once version 5)目标检测算法获取目标位置。根据目标位置规划出全局基础路径,再融合DWA(Dynamic Window Approach)局部动态路径规划算法进行AGV路径规划与导航,使AGV叉车在未知环境或局部环境信息未知的环境中能快速识别目标位置并完成路径规划到达目标位置。实验结果表明,相较于改进前方法,文中所提方法在路径长度、耗费时间以及AGV叉车航向误差方面均有良好表现,路径长度平均减少12%,耗费时间平均减少约5%且AGV航向与目标航向的平均误差在5°以内。所提方法提高了AGV叉车在未知环境中的工作效率以及工作灵活性。展开更多
文摘目的探讨MRI多参数在鉴别嗅神经母细胞瘤(olfactory neuroblastoma,ONB)和鼻腔鼻窦弥漫大B细胞淋巴瘤(diffusion large B cell lymphoma,DLBCL)中的价值。方法34例鼻腔鼻窦ONB和29例DLBCL患者治疗前行MRI检查。MRI评估指标包括常规征像和半定量参数。连续变量比较采用独立样本t检验或秩和检验,分类变量比较采用χ^(2)检验。二元Logistic回归用于识别最有诊断能力的MRI指标。结果ONB T2WI呈等稍高信号,累及嗅裂,易形成颅内肿块(P=0.004);DLBCL T2WI呈等略低信号(P<0.001),常累及上颌窦、眼眶(P<0.001,P=0.024)。ONB的鼻甲外移、边缘分叶征较DLBCL多见(P=0.001,P=0.004)。ONB的ADC_(ave)值更高(P<0.001),CI_(max)、WR更大(P<0.001、P=0.011),TTP小(P=0.003),TIC曲线流出型更多(P=0.022)。Logistic回归显示部位(累及嗅裂或上颌窦)、T2WI信号、ADC0.82值及以TTP52是鉴别ONB和DLBCL的独立影响因素。结论MRI的多参数联合有助于鉴别鼻腔鼻窦ONB和DLBCL。
文摘针对AGV(Automated Guided Vehicle)叉车处于环境信息未知或环境动态变化情况下的路径规划及导航问题,文中提出了一种由YOLOv5(You Only Look Once version 5)目标检测算法获取目标位置。根据目标位置规划出全局基础路径,再融合DWA(Dynamic Window Approach)局部动态路径规划算法进行AGV路径规划与导航,使AGV叉车在未知环境或局部环境信息未知的环境中能快速识别目标位置并完成路径规划到达目标位置。实验结果表明,相较于改进前方法,文中所提方法在路径长度、耗费时间以及AGV叉车航向误差方面均有良好表现,路径长度平均减少12%,耗费时间平均减少约5%且AGV航向与目标航向的平均误差在5°以内。所提方法提高了AGV叉车在未知环境中的工作效率以及工作灵活性。