面向真实场景的单帧红外图像超分辨率重建

现有的红外图像超分辨率重建方法主要依赖实验数据进行设计,但在面对真实环境中的复杂退化情况时,它们往往无法稳定地表现。针对这一挑战,本文提出了一种基于深度学习的新颖方法,专门针对真实场景下的红外图像超分辨率重建,构建了一个模拟真实场景下红外图像退化的模型,并提出了一个融合通道注意力与密集连接的网络结构。该结构旨在增强特征提取和图像重建能力,从而有效地提升真实场景下低分辨率红外图像的空间分辨率。通过一系列消融实验和与现有超分辨率方法的对比实验,本文方法展现了其在真实场景下红外图像处理中的有效性和优越性。实验结果显示,本文方法能够生成更锐利的边缘,并有效地消除噪声和模糊,从而显著提高图像的视觉质量。

2023年度国家自然科学基金委员会化学工程与工业化学领域科学基金项目申请与评审工作综述

总结了2023年度国家自然科学基金委员会化学工程与工业化学(B08)领域科学基金各类项目的申请、受理和资助概况,对B08下属16个二级代码的各类项目申请与资助情况进行了分析,为下一年度国家的项目申报提出了建议。

数字化转型信息披露的媒介效应研究——基于制度与市场的双重视角

信息披露是企业在数字时代获取媒体报道的重要方式。基于2017—2021年我国上市公司面板数据,本文实证考察了数字化转型信息披露对媒体报道的影响。研究发现:企业披露数字化转型信息水平越高,越容易获得更多的媒体报道,即媒介效应越显著,但这种正向作用不会受到企业所在地区制度环境的显著影响,而企业所处的市场环境则会强化这一积极效应。未来,企业应加快自身数字化转型,以吸引更多新闻媒体的关注,向市场释放积极信号,政府也应推动制度环境与市场环境同步变革,顶层设计与机制建设双管齐下,使得企业在新质生产力发展中发挥更大作用。

多视角下的乡村振兴研究笔谈

2023年8月10日,位于福建省寿宁县犀溪镇库坑村的寿宁群学书院举行了隆重的揭牌仪式,并召开了首届“群学乡村振兴论坛”,来自全国各高校和科研机构的25名学者从不同侧面对乡村振兴问题进行了深入探讨。本期以笔谈形式刊登张翼、张文宏、成伯清、温铁军、周飞舟、叶敬忠、王天夫、文军、田毅鹏、何雪松和毛丹11位学者的发言。

嫁给未来:当代青年的就业稳定性与初婚缔结

随着“零工经济”的发展,青年群体的就业稳定性受到一定挑战。就业的这一变化必然对婚姻与家庭产生影响。文章基于2010年到2018年五期中国家庭追踪调查数据,探讨青年的就业稳定性与婚姻决策的关系。分析表明,拥有体制内稳定工作的男青年有更高的概率缔结初婚,并且这种效应随着就业时间的增加而逐渐凸显。本研究证实了稳定的就业对婚姻的促进作用,因此应对人口发展的少子化、老龄化等趋势性特征,需要注意日趋不稳定的就业对青年人婚姻的阻碍作用。

Eclipse计划系统计算网格大小对脑胶质瘤VMAT计划影响分析

目的比较Eclipse计划系统计算网格大小对脑胶质瘤容积旋转调强治疗(Volume Modulated Arc Therapy,VMAT)计划质量的影响,为临床诊疗提供依据。方法回顾性选取2021年9月至2022年6月我院收治的行VMAT计划的胶质瘤患者33例,在优化参数相同的条件下,对所有患者分别用1.25、2.50、5.00 mm计算网格设计3组VMAT计划(1.25 mm组、2.50mm组、5.00mm组)。比较3组VMAT计划的靶区剂量学参数[临床靶区(Clinical Tumor Volume,CTV)、计划靶区(Planning Target Volume,PTV)]、机器跳数、危及器官受量和计划优化时间。结果5.00 mm组躯干D_(max)、CTV D_(max)均显著高于1.25 mm组和2.50 mm组,1.25 mm组的PTV D_(min)、CTV D_(min)均显著高于2.50 mm组和5.00 mm组。3组危及器官受量和机器跳数比较差异均无统计学意义(P>0.05)。1.25 mm组与2.50 mm组、5.00 mm组的CTV D_(min)、PTV D_(min)靶区剂量相对偏差较大,其他靶区剂量参数相对偏差较小。1.25 mm组与2.50 mm组、5.00 mm组的左侧晶体、左侧视神经、右侧视神经的相对偏差较大。1.25 mm组与2.50 mm组、5.00 mm组的机器跳数相对偏差均较小。1.25 mm组计划优化时间明显短于2.50mm组和5.00mm组。结论脑胶质瘤放射治疗中,Eclipse计划系统选用不同计算网格会引起VMAT PTV及危及器官产生剂量方面的差异。从计划质量与优化时间综合考虑,建议采用2.50 mm的计算网格来进行VMAT计划设计,但需注意小网格会导致体积较小的危及器官受量增高,因此选取小网格优化时,建议适当增大危及器官限量权重来降低危及器官受量。

丘陵山地藜麦联合收割机设计与试验

我国藜麦多种植于高海拔、丘陵山区,种植地块小、坡度大、道路狭窄,为降低普通稻麦联合收割机收割藜麦损失大、含杂高、喂入不畅等问题,本研究针对藜麦种植农艺和茎秆特性设计了一种丘陵山地藜麦联合收割机。该机采用小行距扩口链齿喂入装置,配合下割刀、纹杆与杆齿组合式纵轴流脱粒滚筒、组合式分离凹板、双层往复式振动筛等装置,实现藜麦顺畅喂入、脱粒与分离、清选作业,对关键部件进行设计仿真,并进行田间试验。仿真结果表明:藜麦分禾喂入过程分禾角度较小,不会产生茎秆折损。试验结果表明:藜麦籽粒含水率14%、茎秆含水率为26%时,脱净率96.83%、含杂率4.30%、破损率0.15%、割台损失率1.54%、夹带损失率0.92%、清选损失率0.52%、总损失率2.98%。作业期间整机运行平稳,满足藜麦机械化收获要求与作业指标,可以作为丘陵山地藜麦联合收割机使用。本文可为藜麦联合收割机设计与试验提供一定参考。

儿童生殖细胞瘤全脑放射治疗中自适应消除摆位累积误差新技术探讨

目的 以影像引导放射治疗(image guided-radiotherapy,IGRT)为基础探讨儿童生殖细胞瘤全脑自适应放射治疗(以下简称放疗)(adaptive radio therapy,ART)可行性,为临床全脑ART提供依据。方法 回顾性研究首都医科大学附属北京天坛医院放射治疗科20例中枢神经系统生殖细胞肿瘤(germ cell tumors,GCTs)行全脑预防性照射的放疗患者。每例患者治疗前三次及后每周行一次锥形束电子计算机断层扫描(cone beam computed tomography,CBCT),共7次。记录整个治疗过程中左右(lateral,LAT)、进出(longitudinal,LNG)、升降(vertical,VRT)方向上的摆位误差值。原计划命名为Plan_A,将因摆位误差值产生新的治疗中心点(treatment center point,ISO)回归治疗计划系统,不改变射野权重、射野分布情况下进行体积剂量计算,用Plan Sum功能相加摆位累积误差产生新计划得到Plan_B。将摆位累积误差产生的新计划用Acuros XB算法重新快速优化后用Plan Sum功能相加得到Plan_C。对比Plan_A、Plan_B、Plan_C的靶区及危及器官(organ at risk,OAR)剂量变化并用Wilcoxon配对符号秩检验证统计学差异。结果 与Plan_A相比,Plan_B均匀性指均匀性指数(homogeneity index,HI)95计划靶区(planning target volume,PTV)、HI98 PTV为1.058 4~1.084 7。适形度指数(conformity index,CI)PTV为0.934 4。临床靶区(clinical target volume,CTV)D_(min)相对偏差为-7.22%,P值为0.000 7。OAR相对偏差为-0.1%~9.8%。与Plan_A相比,Plan_C的HI95 PTV、HI98 PTV为1.056 9~1.078 8。CI PTV为0.936 5。CTV D_(min)相对偏差为-1.69%,P值为0.545 9。OAR相对偏差为-0.15%~3.40%。结论 儿童生殖细胞瘤全脑放疗摆位累计误差对靶区及危及器官剂量差异有统计学意义,摆位累计误差导致靶区均匀性及适形度变差,CTV的D_(min)变化超过5%,OAR受量增高。ART再计划可以让靶区均匀性和适形度及危及器官受量接近原计划。同时Plan_B虽然存在相对偏差,但是危及器官的绝对剂量在合理范围内。

多通道稀疏图变换网络用于早期阿尔茨海默病识别

目前阿尔茨海默病(AD)尚无有效的防治方法,早期临床干预可以延缓其进展,改善预后。然而现有的方法只考虑从群体关系中学习到的神经影像学特征而不考虑被试的个体特征。本研究设计了一种新颖的多模态多通道稀疏图变换网络(MSGTN)以期实现早期AD识别。首先,获取并处理每个被试者的影像信息[如弥散张量成像(DTI)和功能磁共振成像(fMRI)等]以及其相应的非影像信息(如年龄、性别等);其次,利用局部加权聚类系数(LWCC)将功能信息和结构信息进行融合,并将已融合的多模态影像特征与受试者的性别和年龄信息相结合来构建稀疏图;最后,将构建的稀疏图输入所设计的MSGTN网络模型用于早期AD识别。从公共数据库ADNI上获得共170个受试者,其中38个晚期轻度认知障碍(LMCI)患者,44个早期轻度认知障碍(EMCI)患者,44个显著记忆下降(SMC)患者和44个正常对照(NC)。结果表明,SMC与NC的准确度为87.02%,EMCI与NC的准确度为87.40%,LMCI与NC的准确度为91.49%,SMC与EMCI的准确度为88.93%、SMC与LMCI的准确度为86.74%、EMCI与LMCI的准确度为92.12%。所提出的诊断模型不仅能够分析出NC与3种不同早期AD疾病状态,而且在3种不同早期AD疾病状态中也取得了优越的分类性能。

医疗电子嵌入式实验平台设计及应用

针对"医学嵌入式系统"课程,开发了一套医疗电子嵌入式实验平台。该平台不仅拥有传统嵌入式系统平台的通用模块,还增加了血压、心电等医学生理参数模块,并设计了一系列的实验课程。教学效果表明,该平台在巩固学生专业知识的同时,也极大提升了他们对本专业的学习兴趣。

丘陵山地藜麦联合收割机振动筛设计与仿真

针对丘陵山地藜麦联合收获时振动筛易堵塞、工作效率低等问题,设计了一种丘陵山地藜麦联合收割机双层往复式振动筛。通过理论设计与仿真分析,确定振动筛参数,采用ADAMS多体动力学软件对振动筛质心位移、加速度进行分析,并与藜麦联合收获脱粒物料属性进行对比分析。结果表明,振动筛质心位置水平方向位移变化范围为0~35.57 mm,质心位置竖直方向位移变化范围为0~21.58 mm,质心沿水平方向上加速度变化范围为-21604.94~21896.93 mm/s^(2),竖直方向上加速度变化范围为-12686.76~13700.76 mm/s^(2),振动筛运动形态满足脱粒物料滑移与分层的条件K_(x)≤K_(0)<K_(p),仿真结果与振动筛试验效果相近。振动筛结构设计合理,能有效避免脱粒物堆积,可以作为联合收割机振动筛使用。

征地补偿与农村减贫

征地后农业收入及土地权益的减少会阻碍农户家庭经济水平的提高,但征地补偿的存在可以扩大农户生产经营的可选集,为持续提高农户家庭经济水平,促进农村减贫提供了必要前提。基于中国家庭收入调查中2013年的农村住户数据,文章设立了以家庭财富为基础的农户经济水平的衡量指标,并建立三元联合分布计量模型,在处理了内生性问题的基础上研究了征地和征地补偿对农户贫困的影响。研究发现,征地过程中减贫效应起主要作用,征地能够显著增加农户财富,促进农村减贫。征地的减贫效应存在异质性:征用宅基地形式下的减贫效应最为显著,征用耕地时效果则会下降;不同补偿方式下的减贫效应存在差异,资金补偿和非资金补偿组合下的征地减贫效应最强,而单独资金补偿的减贫效应最弱;征地减贫效应在东部地区、市场化水平较高的情况下及高财富农户中更加明显。处理效应结果表明资金补偿和非资金补偿的组合能够为农户带来最多的财富收益,具体为233578.8元。最后文章还检验了征地的影响机制,发现征地补偿是征地减贫效应的重要实现途径之一,但不是唯一途径,补偿在征地的减贫效应中起部分中介作用,其效应所占比重约为59.5%。文章结论表明政府征地不仅有助于国家现代化建设,还具有促进农户减贫,推动农村发展的作用。

家庭生活经历如何影响新阶层人士的政治信任倾向

在中国市场改革与社会分化的情境下,新社会阶层人士的政治倾向不但与原有体制内群体表现出诸多不同,而且内部也存在巨大差异。本研究以体制内中产群体为参照,探索了新阶层人士的政治信任倾向及其背后的家庭生活经历等因素。基于CGSS(2010)数据发现:由于制度利益分割,相比于体制内中产群体,新阶层人士总体上有更低的政治信任倾向;新阶层内部的政治信任存在较大差异,家庭生活经历的不同则是其差异的重要原因;出身于文化精英家庭者继承了父辈较为自由化和反传统的倾向而形成较低政治信任;而已婚者形成了稳定的家庭生活状态且更具传统保守观念,倾向于更高的政治信任。上述发现对理解特定群体政治信任形成的家庭社会化过程以及转型期中国中产阶级政治功能有一定参考意义。

互联网时代网民职业身份如何影响其政治舆论倾向

关于互联网政治舆论的相关问题,既有研究主要从媒介信息论与个体选择论的视角展开讨论。从社会结构的视角,基于网民社会意识调查数据(2015)的分析结果,可以发现,在互联网网民中,党政工作者网民具有更高的对内政治支持和进取外交态度等舆论倾向,并更可能通过主流媒体、微信及个体社会网络的消息渠道获取政治信息;知识阶层网民态度与之相反,且更关注微博政治信息渠道而非主流媒体渠道;体力劳动者网民更具中庸态度。网民政治舆论倾向是现实职业身份的投射,基于利益立场的理性选择机制与基于媒介渠道的政治社会化机制共同刻画了从网民职业身份到网民政治舆论倾向的形成路径。互联网在促进特定职业群体内部舆论倾向趋同的同时,也可能加剧不同职业精英之间的舆论差异与极化。

扎根中国大地 深化社会研究

习近平总书记在经济社会领域专家座谈会的讲话中指出,"从国情出发,从中国实践中来、到中国实践中去,把论文写在祖国大地上,使理论和政策创新符合中国实际、具有中国特色,不断发展中国特色社会主义政治经济学、社会学。"这既是对政治经济学学人与社会学学人的殷切希望,也为新时代这两个学科的发展指明了发展方向与建设路径。

触媒理论下传统村落保护更新策略研究

随着中国传统村落保护更新推进,村落面临保护性破坏与建设性破坏的困境,如何平衡村落保护和发展成为行业关注的焦点。文章借助触媒理论,结合实际案例,从建筑、公共空间和景观三个方面系统探讨传统村落保护与更新具体措施,意为传统村落复兴提供新视角。

面向行业需求的生物医学工程专业实验教学体系构建

针对生物医学工程教育当前存在的针对性不足、与行业需求脱节、缺乏完善的教学实验平台与资料体系等问题,提出了面向行业需求的生物医学工程专业实验教学体系。通过构建实验设备、实验教材、视频资源“三位一体”的实验教学平台,为生物医学工程实验教学提供全流程、精细化赋能提效。该体系具有模块化、规范化、体系化的特点,紧密结合行业前沿与教学教研实际,取得了良好的教学实践效果与积极的反馈。

基于Fisher向量和混合描述符的胎盘成熟度分级

胎盘成熟度分级(PMG)对于评估胎儿生长和孕妇健康来说至关重要。目前,PMG主要依赖于临床医生的主观判断,不仅十分耗时,而且由于工作的重复性和冗余性,常会产生误判。传统机器学习中使用的手工特征提取方法,不能很好解决PMG的分级问题,因此提出从B超图像和彩色多普勒能量图像中提取深度混合描述符进行胎盘成熟度自动分级的方法。从深度卷积神经网络中提取卷积特征,并将其与手工特征结合形成混合描述符来提高模型性能。首先,将多个特征层的不同模型进行融合,从图像中获取混合描述符。同时,考虑到深度表达特征,使用迁移学习策略来增强分级性能。然后,用Fisher向量(FV)对提取的描述符进行编码。最后,使用支持向量机(SVM)分类器对胎盘成熟度进行分级。用医生标注好的数据进行测试,在基于19层网络的混合特征模型获得高达94.15%的精确度,比单一使用手工特征模型提升3.01%,比CNN特征模型提升7.35%。实验结果证明,所提方法能够有效应用于胎盘成熟度自动分级。

基于中心化自动加权多任务学习的早期轻度认知障碍诊断

轻度认知障碍(MCI)是阿尔茨海默病(AD)的早期阶段,是治疗AD的最佳时期,因此对MCI的诊断非常重要。多模态数据可以全面分析疾病的状况,有利于疾病的准确诊断,但是现有方法并不能同时有效地分析多个模态数据之间的关系,无法有效结合功能态数据和结构态数据之间的优势。提出一种中心化自动加权多任务学习方法用于MCI的诊断。该方法可以同时学习不同模态的数据,有效地结合数据之间的优势。首先,分别对功能态数据rs-fMRI和结构态数据DTI构造脑网络;其次,基于多模态数据设计新的多任务特征学习模型,每个任务的重要性和模态之间的平衡关系会被自动学习,包括不同模态间的相似性和特异性,以获得稳定且有识别力的表达特征;最后,将选取的特征输入支持向量机模型进行分类诊断。实验基于Alzheimer′s Disease Neuroimaging Initiative(ADNI)公共数据库,包括明显记忆问题(SMC)、早期轻度认知障碍(EMCI)、晚期轻度认知障碍(LMCI)和正常受试者(NC)。所提出的方法对于NC vs SMC、SMC vs EMCI、SMC vs LMCI和EMCI vs LMCI等4种不同类型数据,诊断结果分别为76.67%、79.07%、80.56%和74.29%,与其他传统算法相比,分类准确率都有明显的提高,有望应用于对早期轻度认知障碍的诊断分析。

基于全卷积神经网络的肛提肌裂孔智能识别

提出一种智能识别肛提肌裂孔的方法,利用端到端的编码器-解码器结构全卷积神经网络,结合自动上下文模型思想,分割出人体盆底超声图像中肛提肌裂孔,采用全连接条件随机场加强边缘约束,对分割结果实现精细化处理,实现肛提肌裂孔的智能识别.通过对372张盆底超声图像进行智能识别,并与医生手动标注结果对比,两者重合率达到95.16%,优于传统卷积神经网络模型,证实基于上下文及条件随机场的神经网络方法能有效识别肛提肌裂孔,具有重要临床应用价值.