钢轨表面缺陷检测Mask R-CNN算法研究与优化

为有效防止城市轨道交通事故发生,更好地保障运行安全,钢轨表面缺陷检测技术在巡检工作中发挥着重要作用。针对现有钢轨缺陷检测技术中检测精度差、小目标敏感度低等问题,在Mask R-CNN(mask region-based convolutional neural network)算法模型基础上,提出一种融合注意力机制的模型改进方案。该方案在特征提取网络中引入通道-空间复合注意力机制(channel-wise spatial module,CSM)用于实例分割缺陷检测,有效剔除干扰信息,获得多尺度特征表达,得到更多空间信息以及更优的浅层信息,从而提升对钢轨表面缺陷边缘检测能力。在相同的实验环境下,相对于Mask R-CNN算法,加入CSM后,Mask R-CNN模型的平均精度均值(mean average precision,mAP)提高了6.5%。其中,对钢轨“凹陷”“裂纹”以及“疲劳磨损”缺陷识别的平均精度(average precision,AP)分别提高了6.3%、6.9%和6.1%。横向对比发现,加入CSM后的Mask R-CNN模型,相较于Fast R-CNN模型,三种缺陷的分割效果分别提升了11.6%、12.5%和12.9%。同时,相较于Faster R-CNN模型,三种缺陷的分割效果分别提升了8.8%、10.0%和10.3%。加入CSM后的Mask R-CNN模型可以更好地识别三类缺陷,提升检测精度和小目标敏感度,为轨道智能巡检提供更安全有力的技术支持和保障。

改进Mask R-CNN的细粒度车型识别算法

针对车辆型号繁多、部分型号间差异较小带来车辆分类困难的问题,构建一种基于改进的Mask R-CNN细粒度车辆型号识别算法。改进后的算法采用聚合残差-特征金字塔网络(ResNeXt-FPN)提取特征图;调整了区域建议网络(RPN)中锚(Anchor)的尺寸大小;用Soft-NMS代替了非极大值抑制算法(NMS),以提高检测精度;去除掩码分支,节省了预测时间。为了验证算法改进的效果,将其与最新的目标检测算法进行对比。实验结果证明,改进的算法提高了车辆识别的准确率,比原始算法准确率提升了2%。

基于Mask R-CNN的试管-支架系统Data Matrix码识别方法

在试管-支架自动化系统的输入图像中,Data Matrix(DM)码呈现为多个小目标,图像存在成像模糊、边缘干扰严重等问题,使得传统方法难以达到良好的识别效果。为此,提出一种基于深度学习的Data Matrix码识别方法DeepDMCode,以Mask R-CNN模型为基础,通过内容差异化数据合成和同步自动化标注,实现训练数据的增强,提升模型的学习能力。在模型分割结果的基础上,提出一种旋转校正方法,确保可用标准解码库实现DM码的解码。以分辨率为1600×1200、支架容量为96的数据实验表明,由于该方法在前期码定位阶段最大程度地还原码边界信息,准确度可达0.92(mIoU),完成单张图像中所有DM识别的平均速度为5.2 s,优于YOLO、SegNet、CenterNet等主流工业基准算法。

基于Mask R-CNN检测流程的工艺流程优化

当下基于深度学习的手语识别方法很多是参照了行为识别的方法,这种方法对整个视频进行特征提取,只关注了视频的全局信息而忽略了手语局部手势特征的学习,而基于传统算法的手语识别需要复杂的人工设计特征过程。为了加强对手语局部特征的学习,提取手部区域,将Mask R-CNN应用到手部区域检测任务中,通过在网络中融入跟踪模块,提升连续视频中的目标检测准确率。通过实验,在自行标注的数据集基础上,训练并测试目标检测网络与跟踪模块的性能,验证了手部区域检测模型的有效性。通过在网络中融入跟踪模块,提升连续视频中的目标检测准确率。

气囊-面罩给氧用于重症监护心肺复苏患者氧疗效果的探讨

目的:探讨气囊-面罩给氧用于重症监护行心肺复苏患者的氧疗效果。方法:对我院重症监护心肺复苏患者62例,随机分为气囊-面罩给氧组与气管内插管给氧组各31例,两组患者均采用连接高流量(10L/min)供氧,分别接于气囊-面罩和气管插管,手法控制给氧。于基础心肺复苏开始及5,10min分别抽取动脉血做血气分析。结果:经统计学分析,两组患者复苏术进行5,10min时动脉血气(PaO2、PaCO2、BE、pH值)无显著性差异(P>0.05)。结论:气囊-面罩给氧在心肺复苏中的给氧效果与气管插管方法相同。

多功能储气囊氧气面罩的研制及应用

氧气面罩是将口鼻与外界环境隔开，以保证氧气调节器输来的具有一定含氧浓度和压力的气体流人人体呼吸器官的面具。现临床上使用的储气囊氧气面罩主要由面罩、贮氧袋、T型三通、输氧管、单向活瓣以及固定构件组成。储气囊氧气面罩因其简便性、有效性，在临床广泛应用于各种原因导致的缺氧伴或不伴二氧化碳潴留的患者。但是，目前的储气囊氧气面罩存在以下不足：患者不能在高浓度吸氧的同时进行雾化吸入治疗；带氧气面罩的患者吸痰及饮水不方便。以上原因导致危重患者在雾化吸入、饮水及吸痰时不能吸入高浓度氧气，从而出现心累、气紧等症状加重的情况，

井下无人驾驶电机车行驶场景中多目标检测研究

目前煤矿井下无人驾驶有轨电机车在行驶过程中,对轨道中的石块及其他小型障碍物的识别存在检测速度慢、检测精度低,且对于重叠目标,易造成漏检、错检等问题。针对上述问题,提出了一种井下电机车多目标检测模型——SE-HDC-Mask R-CNN模型。该模型基于Mask R-CNN进行改进,通过在主干特征提取网络ResNet的残差块中嵌入压缩-激励(SE)模块,学习各个通道的重要程度和相互联系,增强网络对特征的选择和捕获能力;将残差块中卷积核大小为3×3的标准卷积替换成混合空洞卷积(HDC),在不改变特征图大小、不增加参数计算量的前提下,通过增加卷积核处理数据时各值之间的距离达到增大感受野的目的。实验结果表明:SE-HDC-Mask R-CNN模型可有效提取轨道、电机车、信号灯、行人和石块目标,在井下电机车多场景运行数据集上的平均准确率均值为95.4%,平均掩码分割精度为88.1%,平均边界框交并比为91.7%,相较于Mask R-CNN模型均提升了0.5%,对信号灯、石块(小目标)的检测精度分别提升了0.7%和4.1%;SE-HDC-Mask R-CNN模型的综合性能优于YOLOV2,YOLOV3-Tiny,SSD,Faster R-CNN等模型,可有效解决小目标漏检问题;SE-HDC-Mask R-CNN模型在煤巷直轨、弯轨、黑暗环境、多目标重叠等场景下均可有效实现目标检测,具有一定泛化能力及较高鲁棒性,基本满足无人驾驶电机车障碍物检测需求。

气囊面罩结合气管插管通气对急救心肺复苏结局及预后的影响

目的探讨气囊面罩结合气管插管通气对急救心肺复苏结局及预后的影响。方法选取2015年1月—2017年5月在重庆医科大学附属大学城医院接受急救心肺复苏患者102例,采用随机数字表法将分为观察组和对照组,每组51例。对照组给予气管插管通气治疗,观察组给予气囊面罩结合气管插管通气治疗。比较两组患者治疗前后的pH、氧分压(PO_(2))、二氧化碳分压(PCO_(2))水平变化;记录两组患者治疗后气道开放、呼吸恢复、心跳恢复及意识改善时间;比较两组患者治疗后生命体征指标恢复情况、复苏成功率、最终存活率及满意度情况。结果治疗前,两组患者的pH、PO_(2)、PCO_(2)比较无统计学意义(P>0.05)。治疗后,两组患者的pH、PO_(2)均有所升高,但是观察组pH(7.29±0.12)mmHg低于对照组(7.53±0.22)mmHg(P<0.05),观察组PO_(2)(89.34±7.69)mmHg高于对照组(71.56±6.98)mmHg(P<0.05);两组患者的PCO_(2)均有所降低,但是观察组的PCO_(2)(37.43±5.25)mmHg低于对照组(44.32±6.51)mmHg(P<0.05)。观察组气道开放、呼吸恢复、心跳恢复及意识改善时间都短于对照组(P<0.05)。观察组血氧饱和度(85.32±11.76)%高于对照组(43.54±9.12)%(P<0.05),平均动脉(72.32±9.56)mmHg高于对照组(36.78±7.32)mmHg(P<0.05)。观察组复苏成功率(52.94%VS 25.49%)、最终存活率均高于对照组(33.33%VS 11.76%)(P<0.05)。观察组总满意率高于对照组(86.27%VS 62.75%)(P<0.05)。结论采用气囊面罩与气管插管通气结合进行急救心肺复苏,能有效改善患者的pH、PO_(2)、PCO_(2),促进患者的各项生命体征的恢复,缩短患者气道开放、呼吸恢复、心跳恢复及意识改善时间,提高复苏成功率及最终存活率,从而提高患者的满意度。治疗效果显著,值得推广使用。

面罩气囊口咽通气管联合气管插管通气用于急诊心肺复苏对患者动脉血气指标、预后的影响

目的:探究实施面罩气囊口咽通气管联合气管插管通气对急诊心肺复苏患者格拉斯哥昏迷评分(GCS)、急性生理与慢性健康评分(APACHEⅡ)、血气指标、预后及复苏有效率的影响。方法:回顾性分析南华大学附属第二医院2019年1月1日—2021年4月1日收治的553例经心肺复苏抢救(CPR)患者的临床资料,其中采用常规气管插管非序贯性气道开放的267例患者作为对照组,采用面罩气囊口咽通气管联合气管插管通气的286例患者作为观察组,统计两组患者入院即刻、急救6 h后GCS评分、APACHEⅡ评分、血气指标情况、预后效果及复苏有效率。结果:(1)急救6 h后两组睁眼反应、语言反应、肢体运动三个维度较入院即刻相比均呈好转趋势,观察组均高于对照组(P<0.05)。(2)急救6 h后观察组急性生理评分(APS)、慢性健康评分均低于对照组(P<0.05)。(3)急救6 h后观察组实际碳酸氢根(AB)、二氧化碳分压(PCO_(2))、二氧化碳总量(TCO_(2))、氧分压(PO_(2))四项血气指标均优于对照组(P<0.05)。(4)预后效果及复苏有效率,观察组预后较好、复苏有效占比均高于对照组(P<0.05)。结论:实施面罩气囊口咽通气管联合气管插管改善患者生理与健康状态,促进患者血气指标恢复正常,改善预后,提高心肺复苏有效率。

非清醒特殊放气囊法在小儿拔除喉罩中的应用

目的 探究非清醒气囊充气状态下拔除喉罩(LMA)和清醒气囊放气状态下拔除LMA对小儿麻醉复苏室(PACU)指标、血流动力学、术后舒适度及家属焦虑情况的影响。方法 该研究选取本院2020年7月至2021年12月PACU接收的200例全身麻醉小儿为研究对象,按随机数字表法将小儿分为试验组和对照组(n=100)。试验组在非清醒气囊充气状态下拔除LMA,对照组在清醒气囊放气状态下拔除LMA。观察两组PACU指标及不良事件发生情况,比较拔管前后血流动力学[血氧饱和度(SPO2)、心率(HR)]、术后小儿舒适度(FLACC评分)及家属焦虑情况(SAS评分)。结果 试验组喉罩拔管时间短于对照组(P <0.05),而PACU停留时间两组比较差异无显著性(P> 0.05)。;拔管后试验组SPO2高于对照组,HR低于对照组(P <0.05);术后试验组FLACC、SAS评分低于对照组(P <0.05);试验组喉痉挛、咽痛、躁动、严重呛咳等不良事件发生率均低于对照组(P <0.05)。结论 非清醒气囊充气状态下拔除LMA能缩短喉罩拔管时间,提高小儿舒适度,缓解家属焦虑,且能改善血流动力学,减少不良事件的发生。

气管插管前预氧合对院前心搏骤停患者生存情况的影响

目的:探讨气管插管前预氧合对院前心搏骤停患者生存情况的影响,以期为临床治疗院前心搏骤停患者提供参考。方法:前瞻性选取2018年10月至2022年5月厦门市医疗急救中心收治的63例院前心搏骤停患者为研究对象,根据通气方式的不同将其分为两组,其中A组31例(气管插管),B组32例(气囊面罩+气管插管)。两组均随访6个月。比较两组恢复自主循环、气道开放、呼吸恢复、心跳恢复及意识改善时间,入院即刻、心肺复苏1 h、6 h时左室射血分数(LVEF)、左心室舒张早期充盈峰最大充盈速度(E)/舒张晚期充盈峰最大峰值速度(A)比值,入院即刻、心肺复苏6 h的pH值、动脉氧分压(PaO2)、二氧化碳分压(PaCO_(2))、PaO_(2)/吸入气氧浓度(FiO_(2))变化,随访6个月脑复苏成功率及最终存活率。结果:B组恢复自主循环、气道开放、呼吸恢复、心律恢复、意识改善时间均短于A组(P<0.05);与入院即刻比,心肺复苏1 h、6 h时A组和B组LVEF、E/A比值均逐渐升高,且B组LVEF、E/A比值均高于A组(P<0.05);与入院即刻相比,心肺复苏6 h A组、B组PaO_(2)、PaO_(2)/FiO_(2)、pH值均升高,PaCO_(2)均降低(P<0.05);出院前,B组CPC1~2级比例高于A组(χ^(2)=4.661,P<0.05)。结论:气囊面罩联合气管插管可有效改善院前心搏骤停患者心功能和血气指标,促进其生命体征恢复,在心肺脑复苏成功率及存活率方面与气管插管效果相当。

气囊面罩联合气管插管通气救治对急诊心肺复苏患者动脉血气指标及预后的影响

目的:观察气囊面罩联合气管插管通气救治对急诊心肺复苏患者动脉血气指标及预后的影响。方法:选取中国人民解放军联勤保障部队第九四〇医院2020年4月-2022年10月期间收治的急诊心肺复苏患者86例作为研究对象。根据通气方式的不同将患者分为A组(n=41,常规气管插管通气救治)和B组(n=45,气囊面罩联合气管插管通气救治)。对比两组临床指征、急性生理与慢性健康评分(APACHEⅡ)、血气指标[二氧化碳分压(PCO_(2))、实际碳酸氢根(AB)、氧分压(PO_(2))、二氧化碳总量(TCO_(2))]、复苏成功率、格拉斯哥昏迷评分(GCS)、6个月存活率。结果:与A组相比,B组的自主呼吸恢复时间、心跳恢复时间、气道开放时间、意识恢复时间更短(P<0.05)。治疗后B组AB、TCO_(2)、PCO_(2)低于A组,PO_(2)高于A组(P<0.05)。治疗后B组APACHEⅡ评分低于A组,GCS高于A组(P<0.05)。B组的复苏成功率、6个月存活率高于A组(P<0.05)。结论:急诊心肺复苏患者使用气囊面罩联合气管插管通气救治,患者的临床指征、动脉血气指标均得到显著改善,且预后良好。