和田地区包虫病流行与防治检测体会

包虫病是新疆主要的地方性寄生虫病,对人民健康和畜牧业生产危害极大,绵羊、牛是新疆的主要家畜,也是棘球蚴的主要宿主,在棘球蚴病的传播过程中起主要作用。2013年自治区动物卫生监督所寄生虫病室和和田地区疾控中心协作对民丰县、策勒县、和田县、墨玉县、皮山县进行了牛、绵羊、犬包虫病感染程度的调查,现报告如下：

基于微小运动的人脸活体检测算法

针对人脸识别过程中容易受到打印攻击、视频重放攻击的问题,提出一种利用微小运动的人脸活体检测算法。该算法对视频进行运动放大处理以增强微小运动;使用运动强度和运动方向描述微小运动,生成两种运动特征图并进行融合;使用基于注意力机制的VGG16网络进行真伪判别。在Replay-attack数据集上半错误率(HTER)为1.35%,在CASIA FASD数据集上等错误率(EER)为2.5%,证明了微小运动对人脸防伪的有效性。

跨域人脸活体检测的单边对抗网络算法

现有跨域人脸活体检测算法,其特征提取过程容易发生过拟合和缺乏特征聚合所导致的泛化性不足问题。针对该问题,提出了跨域人脸活体检测的单边对抗网络算法,将分组卷积与改进的倒残差结构融合替换普通卷积,降低网络参数同时加强人脸细粒度特征的表达能力,并引入自适应特征归一化模块,强调图像中人脸活体信息区域淡化无关背景区域,有效避免人脸活体信息的过拟合并加强来自不同源域的人脸活体检测能力。基于NetVLAD引入通道注意力机制模块,通道注意力机制模块作为特征聚合网络的分支,学习不同源域中人脸局部特征的语义信息,有效增强对不同源域的人脸活体信息分类的泛化能力。设计两模块融合网络以提高未知场景下跨域人脸活体检测精度。在OULU-NPU、CASIA-FASD、MSU-MFSD和Idiap Replay-Attack数据集上的实验结果表明,该算法在跨数据集测试O&C&M to I、O&C&I to M、I&C&M to O、O&M&I to C均有不错的表现,其中,在O&C&I to M及O&M&I to C性能评估指标分别提升了0.99个百分点和0.5个百分点的精度。

装配式混凝土结构施工现场检测技术体系研究

根据国家可持续发展的战略需求,发展装配式技术已是势在必行。然而当前装配式混凝土结构还存在诸如节点连接质量差、精确度不足、技术人员能力有待提高等问题。为保障工程质量,对具有区域特色的装配式建筑行业发展进行规范,该文主要研究了重庆市装配式建筑及其检测体系的发展现状,概括了现有检测项目及参数,分析了相关检测技术体系存在的问题,并提出可行性建议。

具有对抗鲁棒性的人脸活体检测方法

现有人脸活体检测方法在深度神经网络的支持下已获得优秀的检测能力,但面临对抗样本攻击时仍呈现脆弱性。针对此问题,引入胶囊网络(Capsule Network,CapsNet)提出一种具有对抗鲁棒性的人脸活体检测方法FAS-CapsNet:通过CapsNet及其图像重建机制保留特征间关联,过滤样本中的对抗扰动;根据皮肤与平面介质的反射性质差异,以Retinex算法增强图像光照特征,增大活体与非活体人脸类间距离的同时破坏对抗扰动模式,进而提升模型准确性与鲁棒性。在CASIA-SURF数据集上进行实验可知:FAS-CapsNet对正负样本的检测准确率为87.344%,对比模型中最高准确率为78.917%,说明FAS-CapsNet具备充分的常规活体检测能力。为进一步验证模型鲁棒性,基于CASIA-SURF测试集生成两种对抗样本数据集并进行实验:FAS-CapsNet在两数据集上的检测准确率分别为84.552%和79.042%,较常规检测准确率下降3.197%和9.505%;对比模型在两数据集上的最高准确率分别为74.938%和41.667%,较常规检测下降5.042%和47.201%。可见FAS-CapsNet受对抗扰动影响更小,具有显著的对抗鲁棒性优势。

手性THz超表面传感器对乳酸对映体的灵敏检测

基于柔性扭曲双层手性超表面传感器,采用太赫兹时域光谱技术,以手性乳酸(LA)对映体为研究对象,提出一种在太赫兹波段实现手性物质浓度传感和对映体识别的方法。结果表明,手性超表面传感器的圆二色谱(TCD)会随着浓度的增加而发生偏移,且不同的手性对映体偏移量不同,左旋性LA(L-LA)和右旋性LA(D-LA)的最高检测灵敏度分别为2.6 GHz/(mg/mL)和1.9 GHz/(mg/mL),检测限低至0.01 mg/mL。手性超表面传感器在LA传感和手性识别方面的巨大潜力,为手性对映体的灵敏检测提供了一种高效、低成本的技术方法。

基于面部生理信号的人脸活体检测

针对现有人脸活体检测算法生理特征鲁棒性差的问题,提出一种新的基于面部生理信号的人脸活体检测算法。首先,利用远程光体积变化描记术从面部图像中提取由心脏跳动引起的面部生理信号;之后,对原始的面部信号使用带通滤波进行去噪,再进行快速傅里叶变换将信号转换至频域,提取新的频谱特征;最后,采用机器学习模型实现二分类,区分真实人脸和虚假人脸。结果表明,在Replay-Attack数据库上,应对打印、屏显两种欺诈攻击类型,最佳准确率达到99.15%。该算法在屏显攻击场景下展现出优越的性能,为进一步深化人脸反欺诈算法的研究奠定了坚实基础。

改进型MobileNetV3轻量级人脸活体检测算法

为了解决人脸识别系统中的欺诈攻击问题,以及目前基于深度学习的活体检测方法大多以大型卷积网络作为主干网络,导致模型结构复杂、计算量大等问题,提出一种改进型MobileNetV3的轻量级人脸活体检测算法。对MobileNetV3中利用全局平均池化计算通道注意力权重和使用双非线性全连接层存在的不足进行讨论,提出新的注意力机制EFCANet,并利用EFCANet网络对MobileNetV3轻量级卷积神经网络进行改进。实验结果表明,改进后轻量型活体检测算法,在检测精度、网络模型大小、损失值和等错误率等方面有着不错的表现。

外泌体的分离检测技术及在诊断阿尔兹海默病中的应用

目的对外泌体的分离检测技术及在诊断阿尔兹海默病中的应用进行综述。方法主要检索国外近五年与外泌体相关的文章。对外泌体分离检测技术的主要特点和特定需求进行介绍及归纳,并针对外泌体在诊断阿尔兹海默病中的应用现状进行总结。结果不同的分离检测技术会产生不同的分析及定量结果。血液的外泌体在阿尔兹海默病诊断中,有希望作为AD诊断的血液生物标志物应用于临床实践中。结论外泌体作为生物标志物在临床AD诊断中具有潜在的生物医学价值,因其具有较好的体内外稳定性、可比性及更高的特异性和灵敏度等优势,结合外泌体的高效分离、实时量化及准确分析,有助于为诊断阿尔兹海默病提供思路和见解。

基于混合空间深度纹理计算的人脸活体检测

随着人脸识别技术的广泛推广应用,人脸活体检测技术变得越来越重要。以往对于人脸活体检测的研究主要集中在分析整个人脸图像,往往忽视了基于局部小特征对人脸图像进行分类会具有较强的分类性能。研究提出基于人脸关键点(包括双眼、鼻尖、两个嘴角)对人脸图像进行切片,提取子图像的LBP特征,构建切片网络,并通过融合子图像的特征学习到人脸活体的相关特征。同时,还采用基于YCrCb与HSV的两种特征融合方式进行对比。基于NUAA、CelebA-Spoof数据集的实验结果表明,基于人脸关键点进行分块网络分析的方法优于传统的基于整个人脸的活体检测方法。

多路复用网络中的模体检测算法

多路复用网络可以形象地描述复杂系统中个体之间的相互作用关系,模体作为一种高阶结构在网络中频繁出现。与单层模体相比,多重模体具有数量多、种类繁、结构杂的特点。鉴于目前缺少针对多重模体的完整检测算法,提出一种适用于多路复用网络的快速多重模体检测算法(FAMMD)。首先,通过改进ESU(Enumerate SUbgraphs)算法进行多重子图枚举;其次,使用层标记和二进制字符串相结合的方法加速同构检测的过程,并且构造了保持度序列和层间依赖性不变的零模型进行多重子图测试;最后,在两层真实网络上进行了模体检测,多重模体表现出紧密相连的三联模式,且在社交网络中更加同质,在交通网络中则更加互补。实验结果表明,所提方法可以准确、快速地检测出反映网络结构特性和符合实际情况的多重模体。

基于多光谱和面部多区域联合的人脸活体检测算法

在常见的人脸活体检测应用场景中,绝大多数相关技术聚焦于RGB图像或IR图像,但是这些图像缺乏足够的生物特征,容易受到层出不穷的假体人脸攻击。该文提出了一种基于面部多区域联合的Transformer模型,并将多光谱成像技术引入人脸活体检测任务,旨在获取人脸的独特生物特征,增加与假体的可区分性,进而提高活体检测准确率。多光谱图像拓宽了光谱范围,可获取物体更为丰富的反射特性,通过逐像元进行光谱归一化操作,可降低光照强度变化带来的影响,增强人脸反射特征区域的一致性。该文提出的算法选取多个人脸核心区域(如眼睛、鼻子、嘴巴、脸颊等)作为深度学习模型输入,构建了基于Transformer的神经网络模型,同时获取人脸局部区域特征和区域间关联特征,整合成完备的人脸生物特征。在自建的多光谱人脸数据集上,该文提出的方法获得了95.72%的活体检测准确率及5.10%的活体检测错分率,优于常用的人脸活体检测模型。

基于内容风格增强和特征嵌入优化的人脸活体检测方法

针对现有人脸活体检测算法的特征表示不佳,以及在跨数据集上泛化性能较差等问题,提出了一种基于内容风格增强和特征嵌入优化的人脸活体检测方法。首先,使用ResNet-18编码器提取来自多个源域的通用特征,并经过不同注意力机制的两个自适应模块进行分离,增强全局内容特征与局部风格特征表征;其次,基于AdaIN算法将内容特征与风格特征进行有机融合,进一步提升特征表示,并将融合后的特征输入到特定的分类器和域判别器进行对抗训练;最后,采用平均负样本的半难样本三元组挖掘优化特征嵌入,可以兼顾类内聚集和类间排斥,更好地捕捉真实和伪造类别之间的界限。该方法在四个基准数据集CASIA-FASD、REPLAY-ATTACK、MSU-MFSD和OULU-NPU上进行训练测试,分别达到了6.33%、12.05%、8.38%、10.59%的准确率,优于现有算法,表明该方法能够显著提升人脸活体检测模型在跨数据集测试中的泛化性能。

改进卷积神经网络的单词级语音活体检测方法

为提高智能家居语音验证系统中重放语音的检测精度,提出了一种新型的单词级语音活体检测方法,采用轻量型卷积全局门控循环神经网络(light convolutional global gate recurrent neural network, LC-GGRNN)作为深度特征提取器,由支持向量机(support vector machine, SVM)执行真实和重放语音的分类,即LC-GGRNN-SVM框架。LC-GGRNN是在轻量型卷积神经网络的基础上引入了全局注意力机制和门控循环单元,前者关注提取特征的通道信息、空间信息以及通道与空间相互作用的信息,后者学习深度特征的长期相关性。提取POCO(pop noise corpus)数据集中音频文件的3种声学特征分别用于模型训练、验证和测试。结果表明,提取的伽马通频率倒谱系数声学特征在所提方法上检测效果最好,准确率、等错误率分别为85.72%、14.28%,错误接受率和错误拒绝率之和为28.59%,所提方法在POCO上的语音活体检测还具有性别依赖性。此外,所提方法对句子级重放语音检测也具有较好的泛化性。

基于并行活体检测和人脸识别的身份认证系统研究

为保障移动终端中的用户个人信息及财产安全,提出了一种在移动终端并行执行人脸识别和活体检测进行身份认证的方法,在人脸检测后通过并行执行人脸活体检测步骤和人脸识别步骤,当两者同时通过时,认证成功。通过实验发现,该方法的认证准确率达97.7%,且相较于串行活体检测和人脸识别的身份认证方法,其执行时间缩短736 ms,大大提升了移动终端身份认证的效率。

体外检测试剂盒阻断剂的制备方法及特性分析

目的探讨体外检测试剂盒阻断剂的制备方法及特性。方法采用6周龄BALB/c小鼠进行抗原免疫,构建杂交瘤细胞并克隆。采用动物体内诱导单克隆抗体的方法大量制备单克隆抗体,分别采用G柱亲和层析、蓝胶+Q柱离子交换层析两种方法进行纯化,核酸蛋白检测仪记录波长280 nm下的光密度(optical density,OD),紫外分光光度计测量成品浓度。采用十二烷基硫酸钠-聚丙烯酰胺凝胶电泳(sodium dodecylsulfate-polyacrylamide gel electrophoresis,SDS-PAGE)检测抗体纯度。采用酶联免疫吸附试验(enzyme-linked immunosorbent assay,ELISA)双抗体夹心法检测该阻断剂(CN302)对假阳性样本的阻断能力。结果G柱亲和层析法提取阻断剂的收率(3个批次分别为6.49、6.12、6.27 g/L)高于蓝胶+Q柱离子交换层析法(3个批次分别为1.78、1.68、1.61 g/L)。两种纯化方法的纯度均高达95%以上。G柱亲和层析法、蓝胶+Q柱离子交换层析法所得阻断剂的活性分别为106.54%、92.45%;与空白组相比,两种纯化方式所得阻断剂CN302对假阳性样本的检出率均降低,其OD值均小于0.2,与基准阻断剂大致相同。G柱亲和层析法所得阻断剂CN302未冻融的活性为99.86%,冻融5次后活性为99.83%。无阻断剂存在时,对假阳性样本检测的OD值约为2.5,最高可达到4.0;加入阻断剂后,OD值明显降低;阻断剂CN302对假阳性样本检测的OD值低于其他阻断剂。结论本研究所得阻断剂能显著消除样本内源性干扰,且活性几乎全部保留。G柱亲和层析法提取抗体的收率和阻断能力均高于蓝胶+Q柱离子交换层析法。

不同种类呼吸道样品活体检测猪肺炎支原体抗原和抗体的比较分析

猪支原体肺炎是由猪肺炎支原体(Mhp)引起的猪的一种慢性呼吸道疾病,Mhp基础感染率的监测对于及时实施控制措施和评估防控与净化效果至关重要。为了解在活体检测过程中的不同采集时间、样品类型和检测方法对猪肺炎支原体感染诊断结果的影响,本研究通过ELISA和实时定量PCR方法检测了来源于某大型养殖场的断奶仔猪、保育猪、屠宰猪、后备猪和种猪群活体采集的鼻拭子、喉拭子和咽拭子样品中的Mhp黏膜sIgA抗体和Mhp抗原。结果:鼻拭子、喉拭子和咽拭子样品总体的黏膜抗体阳性率分别为63.23%、62.55%和47.27%,抗原阳性率分别为74.75%、65.91%和63.64%。从不同的生产阶段看,保育猪和屠宰猪群中Mhp黏膜sIgA抗体阳性率较高,而断奶仔猪群中Mhp黏膜sIgA抗体阳性率最低。Mhp抗原的检出率随着猪群生产日龄的增加而增加,屠宰猪群和后备猪群鼻拭子和喉拭子中Mhp抗原阳性率达到峰值,种猪群中的抗原检测率出现了下降。对于鼻拭子样品中抗原与抗体的检测,从断奶仔猪至屠宰猪阶段,Mhp黏膜sIgA抗体的检出率更高,而后备猪群的抗原检出率更高。研究表明,在临床生产实际中,对于Mhp感染的活体检测,相较于喉拭子和咽拭子样本,鼻拭子样品对不同生产阶段猪群均具有更好的采集便利性与检测适用性。为了提高检测敏感性与准确度,黏膜sIgA抗体检测更适用于保育及生长育肥猪群,而定量PCR检测抗原则更适用于育肥后期以及后备猪群。

基于计算机视觉和XGBoost的虾体活力检测

以南美白对虾为研究对象,提出一种基于计算机视觉和XGBoost的虾体活力检测方法:跟踪对虾应激前后的运动轨迹,提取运动行为特征参数;根据应激性红体现象提取对虾的颜色特征,通过灰度共生矩阵(GLCM)提取虾体应激形成水面波动的纹理特征;运用XGBoost算法筛选出评价因子,通过加权融合确定评价因子的最佳权重;根据融合后特征对虾体活力强度进行检测。结果表明,提出的方法决定系数为0.9056,识别准确率为98.61%,较单一颜色、单一纹理以及光流与纹理相结合的方法,识别准确率分别提高6.63%、2.05%和1.61%。