关节镜下前交叉韧带重建时间与疗效分析

目的不同时间前交叉韧带（ACL）重建的术后患者优良率比较，探讨ACL重建的最佳时机。方法对48例（A组17例，B组28例）ACL损伤患者在关节镜下手术建后并对结果进行分析。结果术后随访6个月～2a，根据Lysholm评分，两组分别取得70．6％和90．3％的优良率。结论关节镜下应用微创技术用半腱、股薄肌腱行ACL重建是治疗ACL损伤的有效方法，但重建时间的不同影响术后疗效。

高分辨率反射率时间序列重建算法研究

该文主要围绕着高分辨率植被反射率时间序列重建过程中所遇到的数据噪声多、数据缺失量大等问题,提出基于气象数据和物候信息的高分辨率反射率时间序列重建算法(HTRA)。HTRA基于重建预测模型构建、时序数据去噪算法研究、重建策略建立为主要内容,以神经网络和多源数据耦合为主要技术,利用真实值进行重建。以华北平原的一个区域为研究区,重建得到该区域农田的红光反射率和近红外反射率2016—2019年时空连续数据。通过对重建结果进行定性的分析验证可以得到,HTRA算法具备很强的抗噪、抗缺失能力,重建出的反射率能够很好的重建出植被本身的物候特征。

遥感蒸散模型的时间重建方法研究

本文提出的遥感蒸散模型的时间重建方法考虑了逐日蒸散可能的变化情况,在阻抗-彭曼单层模型的基础上,将图像去云处理与时间重建结合在一起,先使用SEBS能量平衡余项模型获得晴好日的地表阻抗信息,选择了叶面积指数LAI作为反映植被表面阻抗的参量,通过时间序列谐波分析(HANTS)获得逐日逐像元的LAI信息,将晴好日的阻抗信息扩展至待定日,并使用因子函数表达了极端温湿条件对植被叶面阻抗的限制作用。使用中科院禹城站2003年作物季的大型蒸渗仪数据对模型所得逐日蒸散结果进行了验证。在作物生长季,模型结果相对于实测结果表现出了良好的相关性(R2≈0.7),远优于作为对比的蒸发比不变法。受单层模型假设局限,方法在裸地及稀疏植被上的结果还存在着较大的误差。

我国西北地区东部时间序列NDVI数据集重建方法比较研究

高质量、长时序归一化植被指数(NDVI)数据集不仅是连续监测陆地表面特征的基础,也是研究气候与陆地生态系统变化的重要参数。本研究以生态环境较为脆弱的西北地区东部为例,借助多种时间序列重建方法对LTDR NDVI数据集中的噪声进行拟合重建,并结合农业气象资料和高质量NDVI数据,对不同重建方法的拟合结果开展适用性评价分析,结果表明,1)下垫面类型是影响重建方法拟合效果的重要因素。根据不同植被类型或作物生长特点,每种重建方法对其噪声消除能力有所不同;2)在年均NDVI较高(NDVI≥0.3),且NDVI曲线具有明显季节变化的草地、林地以及牧草等作物种植区域内,经过D-L拟合重建的NDVI具有较高的保真能力和适应性;3)在年均NDVI较低(NDVI<0.3),且植被季节生长变化不明显或NDVI曲线不呈季节对称性变化的稀疏植被区,以及以冬小麦为典型作物种植的区域内,经过S-G滤波重建的NDVI数据表现出相对较好的保真能力和适应性。

基于最大后验概率的单视频时间超分辨率重建算法

任何视频摄像设备均具有一定的时间分辨率限制,时间分辨率不足会造成视频中存在运动模糊和运动混叠现象。针对这一问题常用的解决方法是空间去模糊和时间插值,然而这些方法无法从根本上解决问题。提出一种基于最大后验概率(MAP)的单视频时间超分辨率重建方法,该方法通过重建约束来确定条件概率模型,然后利用视频自身具有的时间自相似先验信息得到先验信息模型,最后求得基于最大后验概率的估计值,即通过对单个低时间分辨率视频重建来得到高时间分辨率视频,从而有效解决由于相机曝光时间过长所造成的"运动模糊"和相机帧率不足引起的"运动混叠"现象。通过理论分析与实验,证明了所提方法的有效性。

时间维相位重建的改进算法

提出了一种时间维 相位重建的改进算法 :利用折叠位相图进行时间相位展开以提高算法效率 ;推导并调整了基于时间相位展开算法初始条件从而减少所需的二维编码条纹图 ,增加了算法的实时性 从而可以更加有效地解决深度表面不连续和存在隔离物表面拓扑结构的景物相位重建问题

农区MODIS植被指数时间序列数据重建

MODIS植被指数时间序列数据能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源。但现有MOD13产品中存在由云、气溶胶,传感器角度等干扰因素导致的噪声指数。因此,必须对MOD13时间序列中的噪声指数进行恢复。根据农作物种植区物候与熟制信息,将待重建像元时间序列划分为符合作物生长周期的时段。对各时段内指数按非对称高斯模型重建,优化相邻时段之间重叠期内指数。多次迭代重建和优化过程后恢复时间序列中噪声指数。对覆盖北京市通州区以南和河北省保定市以北农区2005年MOD13数据进行重建,与两阶段S-G滤波重建结果对比。结果表明:噪声指数被准确判断并恢复。农区多熟制导致的低值指数被有效保留。重建时间序列可以正确反映植被的覆盖情况。

多视频超分辨率的时间重建倍数

多视频超分辨率时间重建技术可以消除视频中的运动模糊和运动混叠现象。进行多视频时间重建时,重建倍数过小不能有效地减小运动模糊和运动混叠现象;而重建倍数过大会产生严重的时间振铃现象和运动物体位置的跳变。本文对如何在重建过程中确定最优的时间重建倍数进行了研究。通常情况下,在决定多视频时间重建倍数时只考虑输入视频的个数;但在实际重建过程中,除了输入视频个数的因素,时间重建倍数还与各个输入视频在时间上能提供的冗余信息量有关。文中从多个低分辨率输入视频配准后的位置关系入手,通过对曝光区间的分析,提出了确定多视频时间重建倍数的计算方法。最后对提出的方法进行了理论分析与实验,证明了所提方法的有效性。

一种改进的时间序列重建方法及其在地下水埋深估计中的应用

带噪声传递函数(TFN)模型可通过相关性分析在输入输出序列时间上同步的情况下估计输出序列。基于TFN模型、Kalman滤波和复合型混合演化(SCE-UA)算法,发展一种新的时间序列重建方法,并将其用于地下水埋深估计。该方法将高阶TFN模型表述成状态空间,并用Kalman滤波进行状态估计,基于SCE-UA方法优化TFN模型参数,能够在输入输出序列异步的情况下率定TFN模型并用于时间序列重建。最后,利用已有降水和地下水观测资料验证该方法,并重建了中国东北部分地区40年地下水埋深序列,结果表明该方法有较好精度且能反映埋深变化对降水的响应,在各类时间序列重建中具有一定推广性。

重庆地区MODIS/NDVI时间序列数据重建研究

基于时间分辨率为逐月、空间分辨率为1 km的MODIS/NDVI数据,利用WS、S-G、A-G和D-L这4种重建方法对重庆市2010~2014年间历年逐月的NDVI时间序列数据进行重建,并采用视觉对比、分地类像元对比、相关系数(R)、均方根误差(RMSE)、赤池信息准则(AIC)和贝叶斯信息准则(BIC)对4种重建结果进行了评价。结果表明:S-G和WS重建后噪声少,S-G的曲线最为平滑,A-G与WS保真性较好。其中,A-G的R>0.8和RMSE<0.05的分布面积最大,分别占总面积的89.41%和66.40%;WS次之,占72.76%和59.37%。此外,在模型效果分析中A-G的AIC和BIC评价结果最佳,WS在其他3种方法BIC评价结果较差的渝西地区也有较好的评价结果。

一种NDVI时间序列离散Fourier重建方法

时间序列重建是多时相遥感变化监测研究的基础。多时相遥感数据由于气象、轨道周期等原因,很难达到严格意义的同时相。不同时相的特征信息不具有可比性。以一矿区归一化差值植被指数为例,采用2004-2007年SPOT II/IV数据,通过大气校正,波段运算,获得7个时相的包括伪不变特征区和矿业扰动区8个实验工作面的NDVI最大值、均值和振幅;进而采用快速Fourier变换的Fourier 4模型将NDVI转化为振幅,将物候信息转化为相位。实现了低数据样本下高时间、高空间分辨率NDVI时间序列数据集重建。该方法可为多时相遥感信息时间序列归一化、多源数据时间序列同化以及特征信息协同反演提供一些借鉴。

CT图像重建算法的比较研究

在X射线检查中,可以优化硬件设备和改进图像处理算法,以改善图像质量。前者成本高昂,制造难度大,且只能改善设备本身性能,无法改变外界环境对图像质量造成的影响。因此该研究采用不同算法重建CT图像,比较图像质量的差异。采用滤波反投影算法、直接反投影算法和同步迭代重建算法对CT颅脑图像重建。通过比较三种算法重建图像的时间、峰值信噪比、结构相似性以及平均梯度以评价重建后的图像质量差异。滤波反投影算法的重建速度和直接反投影算法的重建速度相等,但是明显快于同步迭代重建算法。滤波反投影算法的峰值信噪比优于另外两种算法,说明滤波反投影算法重建的图像失真度最小,对噪声的抗干扰能力最强。滤波反投影算法的结构相似性优于另外两种算法,说明滤波反投影算法重建的图像最接近原始图像。在CT图像重建算法中,滤波反投影算法重建速度最快,重建过程中失真度最小,抗干扰能力最强。

关节镜下前交叉韧带重建术的时间选择

目的通过不同时间前交叉韧带(ACL)重建的术后患者优良率的比较,探讨ACL重建的最佳时机。方法对86例(早期(A组)54例,晚期(B组)32例)ACL损伤患者在关节镜下手术重建后并对结果进行分析。结果术后随访6个月,根据Lysholm评分,两组分别取得90.3%和79.6%的优良率,差异有统计学意义(P<0.05)。结论于早期进行前交叉韧带(ACL)重建术会影响患者部分关节功能,而晚期进行重建会增加继发性损伤的发生率。综合判断,早期重建疗效优于晚期。

基于Sentinel的时间序列田块尺度LAI重建与冬小麦估产

为了进行田块尺度的冬小麦单产估测,以陕西省关中平原为研究区域,基于Sentinel-1、Sentinel-2和Sentinel-3卫星数据反演叶面积指数(LAI),并利用增强的深度卷积神经网络融合模型(EDCSTFN)和增强的时空自适应反射率融合模型(ESTARFM)对Sentinel-1、Sentinel-2和Sentinel-3 LAI进行时空融合,进而重建尺度12 d的空间分辨率20 m LAI并用于冬小麦单产估测。结果表明,基于Sentinel-1后向散射系数和相干性能够准确地反演关中平原冬小麦种植区的20 m空间分辨率LAI,决定系数(R^(2))在冬小麦主要生育期可达0.70以上;相比于基于Sentinel-2和Sentinel-3的ESTARFM模型和EDCSTFN模型(EDCSTFN_S3),基于Sentinel-1和Sentinel-2的EDCSTFN模型(EDCSTFN_S1)可以明显提高距离参考影像获取日期较远的日期的LAI时空融合精度,ESTARFM、EDCSTFN_S3和EDCSTFN_S13个模型在5月下旬的融合结果对应的R^(2)分别为0.53、0.71和0.76;基于时空融合LAI的冬小麦估产结果与冬小麦单产数据具有良好的相关性(R^(2)=0.52,P<0.01),估产结果的均方根误差为358.25 kg/hm~2,归一化均方根误差为19%,平均相对误差为7.34%,并显示了丰富的田块尺度冬小麦单产分布细节特征,展现了进行田块尺度冬小麦精确估产的潜力。

基于QA权重NDVI时间序列重建效果评价研究——以长江流域为例

通过计算质量频率和噪声比分析了长江流域MODIS NDVI质量情况,然后基于常用的S-G、A-G、D-L这3种重建方法设计了3种质量权重方案,对长江流域2001—2020年的时间序列MODIS NDVI数据进行重建,最后采用视觉对比、优质区域保真性和模拟加噪的方法对重建效果进行分析评价。结果表明:长江流域全年噪声比主要集中于75%~125%,其中冬季噪声对NDVI有较大的抑制效果,春秋季其次,而夏季噪声对NDVI有增强效果;基于质量权重方案三的S-G法对原始数据连续缺失的重建效果最好;在高质区域A-G法重建保真性较高,高质像元的R~2和RMSE均值为0.9489和0.0245;在模拟加噪实验中,S-G法重建后数据丢失像元最少,与原始数据的R~2平均值和标准差分别为0.8616和0.1848,RMSE为0.0035~0.4411,标准差为0.0383,表明在低质区域S-G法重建保真性较高。

双源CT冠状动脉成像在心脏移植接受者的应用:影像质量与最佳重建间隔时间

对心脏移植接受者进行无创性的双源CT冠状动脉成像,评估其影像质量和重建间隔时间。对20例近期接受心脏移植手术的受试者进行双源CT扫描[19例男性。

医学图象的三维重建

现代计算机技术的发展,使得对大容量数据的快速处理成为可能,由此而诞生的三维图象重建与显示技术,不仅是计算机科学的重大课题,而且有可能导致医学影象领域的再一次突破,引起了学术界的极大关注。

基于时间序列遥感数据植被物候信息提取软件发展现状

物候是植被生理生态过程与环境变化相互作用的体现,研发基于时间序列遥感数据的植被物候信息提取软件具有现实意义。现有软件主要是国外科研人员结合特定遥感数据发展的,集成的数据平滑重建方法不同,服务的对象也有差异。对现有软件功能和特点的比较分析有助于用户在选用软件时更有针对性,也可为研发植被物候软件提供参考。在简述遥感监测植被物候原理和重建时间序列遥感数据常用数据平滑方法后,文章汇总了多款集成重建方法和物候提取方法于一体的植被物候软件。重点介绍了TIMESAT,SPIRITS和DATimeS软件,比较分析了这些软件的功能特点。最后,结合遥感大数据发展和植被物候监测应用需求的背景,针对发展友好图形用户界面且汉化版的应用软件进行了展望。

基于数据挖掘的光学遥感图像重建研究

在光学遥感图像成像过程中,受到多种因素的影响,图像信噪比低,生成光学遥感图像无法满足实际应用的要求,为了改善光学遥感图像质量,提出基于数据挖掘技术的光学遥感图像重建方法。首先分析光学遥感图像成像原理,设计光学遥感图像质量退化模型,然后采用小波变换方法对光学遥感图像进行去噪处理,提高光学遥感图像信噪比,最后提取光学遥感图像重建特征,并采用数据挖掘技术建立光学遥感图像重建模型,采用具体光学遥感图像进行了重建仿真实验,结果表明,本方法可以较好地描述光学遥感图像质量退化过程,光学遥感图像重建精度超过96%,而且光学遥感图像重建时间大约6 s,可以满足光学遥感图像向大规模发展方向的要求,实际应用价值很高。

缺失时段对黑河流域夏季FY-4AAGRI地表温度时间维重建的影响分析

静止气象卫星产品在天气监测和气候变化应用中发挥着重要作用。受天气状况影响,静止气象卫星地表温度经常存在缺失现象,严重影响着地表温度产品的深入应用。在地表温度缺失值的时间维重建过程中,现有研究大多是比较了不同时间维重建方法的精度,而有关数据缺失时段对模型能否有效重建的影响研究较少。本文以黑河流域为例,基于INA08温度日循环模型,通过模拟实验分析夏季FY-4A(风云4号A星)AGRI(Advanced Geostationary orbit Radiation Imager,先进的静止轨道辐射成像仪)LST(Land Surface Temperature,陆地表面温度)数据缺失对重建结果精度的影响,提出了不同缺失时段的数值替换方案,并采用真实数据对理论实验分析结果进行验证。结果表明:(1)缺失第二时段(13—15时)对重建结果的影响可忽略不计,缺失第五时段(次日0—6时)对重建结果影响最大;(2)随着缺失时段的增多,参与INA08模型拟合的遥感反演原始值减少,精度也有所下降;(3)模拟实验总结的缺失时段数值替换方案对INA08模型重建FY-4AAGRI LST具有一定指导作用,缺失时段某个时刻被替换为其他时刻地表温度后,能够显著提高缺失数据重建精度。