Diagnosis and excision of breast multi-focal lesions by ultrasound-guided vacuum-assisted biopsy:a comparative evaluation

Objective To compare and evaluate the efficacy of diagnosis and excision for appropriately selected breast multi-focal lesions and solitary lesion by ultrasound-guided vacuum-assisted biopsy(UGVAB).Methods Among 392 appropriately selected patients,187 patients with multi-focal lesions and 205 patients with solitary lesion were treated by the 8-gauge UGVAB from May 2007 to June 2009.All lesions were removed as completely as possible.The patients with benign pathology underwent physical and ultrasound examinations at one week and 6 months after procedure.Results During the procedure,only three patients had vasovagal syncope and twenty others complained of other intraoperative discomfort.An accurate pathological diagnosis was obtained in all lesions.There was no apparent false-negative result among the 696 lesions with benign pathology at a follow-up of 6 months after procedure.The rates of malignant or premalignant pathology,postoperative complications and residual lesions in patients with multi-focal lesions were higher than those in patients with solitary lesion.If each lesion was considered as a subject of study,there was no significant difference between the two groups.Conclusion UGVAB is an effective method for diagnosis and excision of appropriately selected breast multi-focal lesions and can be used routinely.

多路激光集束的焦斑测试技术

为了实现多路激光集束焦斑测量,给出其时间和空间分辨的特性,搭建了基于成像系统、光电管结合示波器、条纹相机和科学CCD等主要部件组成的焦斑光学测试平台。实验之前,对科学CCD的灵敏度和动态范围及条纹相机增益系数、狭缝宽度、扫描时间等性能参数进行离线测试标定。采用CCD测试多路激光时间积分的集束焦斑空间分布;采用光电管结合示波器及条纹相机对多路激光到达靶点的时间同步进行测试;开展高质量集束焦斑的时间分辨特性测试,获得了光谱色散匀滑光束焦斑精细的时空演化图像。多路激光集束焦斑形态及多路光束时间同步测试为提升高功率激光装置焦斑测试技术和方法提供了支撑。

多焦点非球面人工晶体在老年性白内障手术患者中的应用效果及安全性分析

目的 研究多焦点非球面人工晶体在老年性白内障手术患者中的应用效果及安全性。方法 选取2021年10月—2023年5月在本院就诊的94例老年性白内障手术患者为研究对象,根据植入晶体的不同进行分组,对照组、观察组分别植入单焦点球面人工晶体、多焦点非球面人工晶体,每组47例。对比两组的治疗情况。结果 术后1周、3个月时的裸眼近视力与远视力、最佳矫正近视力与远视力,均是观察组高于对照组(P<0.05);观察组术后角膜散光度小于术前,术后VF-14评分以及明视环境中不同空间频率时的敏感度均高于对照组,暗视环境下8cpd、12cpd时的敏感度低于对照组,差异具有统计学意义(P<0.05);近视脱镜率、视觉干扰发生率组间对比,观察组居更高水平;并发症发生率方面,观察组低于对照组(P<0.05)。结论 在老年性白内障手术患者中应用多焦点非球面人工晶体更有助于其视力、对比敏感度的改善,促使患者术后对眼镜的依赖性下降,提升了视觉质量以及安全性。

三期增强CT扫描联合血清AFP和VEGF水平诊断肝细胞癌患者临床研究

目的探讨多层螺旋CT(MSCT)三期增强扫描联合血清甲胎蛋白(AFP)和血管内皮生长因子(VEGF)水平对肝内占位性病变的诊断价值。方法2021年1月~2022年12月我院诊治的肝内占位性病变患者82例,均接受MSCT平扫和三期增强扫描检查,采取细针穿刺活检或手术组织行常规病理学检查。采用免疫化学发光法检测血清AFP水平,采用ELISA法检测血清VEGF水平。绘制受试者工作特征曲线(ROC)并计算曲线下面积(AUC)分析三期增强CT扫描联合血清AFP和VEGF水平诊断肝细胞癌(HCC)的效能。结果在本组82例肝占位患者中,病理学检查诊断肝细胞癌(HCC)43例,局灶性增生性结节(FPN)39例,MSCT扫描诊断原发性肝癌(PLC)36例,诊断良性病灶46例;HCC病灶平扫及增强动脉期、门静脉期和延迟期CT值分别为(33.2±1.7)、(68.2±2.4)、(61.5±1.2)和(31.9±1.6),均显著低于FPN病灶【分别为(40.1±2.5)、(92.5±3.1)、(76.8±2.6)和(63.2±3.7),P<0.05】;HCC患者血清AFP和VEGF水平分别为(310.5±25.3)ng/mL和(97.6±62.1)ng/L,均显著高于FPN患者【分别为(23.6±3.2)ng/mL和(65.4±19.8)ng/L,P<0.05】;MSCT诊断恶性病变的灵敏度和特异度分别为81.4%和97.4%,采用CT联合血清指标诊断可以将诊断的灵敏度和特异度都提高到97.4%。结论应用三期增强CT扫描扫描联合血清AFP和VEGF水平对判断肝内占位性病变的性质有帮助,值得进一步研究。

基于改进YOLOv5的手机外观缺陷检测算法

提出一种手机外观缺陷检测的改进算法YOLOv5-CBE。该算法在YOLOv5框架的基础上,在主干网络的C3模块中加入坐标注意力(coordinate attention, CA)机制,可同时考虑通道间的关系和位置信息,使模型更准确地定位并识别到目标区域。借鉴加权双向特征金字塔网络(Bidirectional feature pyramid network, BiFPN)的思想,将Neck部分的concat模块替换为多尺度特征融合结构,使不同分辨率的特征更有效地融合。使用Focal-EIoU替代原模型中的边界框回归损失函数CIoU,使回归过程更专注于高质量的预测框,提高了定位精度。在工业相机成相的手机外观缺陷数据集上进行测试,结果表明,与YOLOv5模型相比,基于Focal-EIoU的YOLOv5模型召回率(recall)和平均精度均值(mAP50)分别提升了4.7%、1.9%;改进算法的精确率(precision)、召回率(recall)、平均精度均值(mean average precision, mAP50)均有明显提升,分别提升了1.2%、5.6%、5.3%。

二元逻辑回归分析在MSCT鉴别诊断机化性肺炎及周围型肺癌中的价值

目的:探讨二元逻辑回归分析在多层螺旋CT(MSCT)鉴别诊断局灶性机化性肺炎(FOP)及周围型肺癌(PLC)中的价值。方法:选取2016年3月—2022年5月中部战区总医院经病理证实的53例局灶性机化性肺炎患者作为研究组,61例周围型肺癌患者作为对照组,分析比较两组病变CT征象,对差异有统计学意义的定性征象构建回归模型,通过受试者工作特征(ROC)曲线计算曲线下面积、灵敏度、特异度。结果:二元多因素Logistic回归分析显示边界不清、长毛刺、短毛刺、空气支气管征是预测区分OP与PLC的独立影响因素;联合预测模型ROC曲线下面积为0.945,灵敏度为79.20%,特异度为98.40%。结论:边界不清、长毛刺、短毛刺、空气支气管征象有助于FOP和PLC的鉴别诊断,联合预测模型可提高鉴别二者的诊断效能,为临床提供重要辅助信息。

基于深度学习的智能电网违章识别算法研究

针对智能电网基建施工现场违章识别中安全帽检测在复杂场景下检测精度低的问题,提出了一种基于YOLOv7改进的安全帽佩戴检测方法,首先在模型主干网络中引入MCA,获取更多不同感受野下的特征信息,增强网络对感兴趣区域的关注能力并提升对小目标的识别能力,其次利用检测目标类圆特性,设计使用BCR代替BBR对目标进行学习,以减少图像背景信息干扰,提升密集目标识别率,最后针对检测圆提出基于cIoU的动态焦点Focal-cWIoU损失函数,动态调整几何惩罚项,降低低质量样本的影响,提升模型的检测精度,试验结果表明,该方法的检测时间和精度均满足电力基建现场各种复杂施工场景的要求。

多层螺旋CT检查在鉴别诊断原发性肝癌与肝脏局灶性结节增生中的应用价值

目的 探讨多层螺旋CT(MSCT)检查在鉴别诊断原发性肝癌与肝脏局灶性结节增生(FNH)中的应用价值。方法 选取我院2019年1月至2022年12月收治的肝脏占位性病变患者83例,均开展MSCT检查,统计原发性肝癌、FNH检出情况,并以肝穿刺活检为金标准,分析MSCT鉴别诊断原发性肝癌与FNH的诊断效能;采用Kappa检验验证MSCT鉴别诊断与肝穿刺活检的一致性。结果 83例肝脏占位性病变患者,经肝穿刺活检证实41例为原发性肝癌,42例为FNH;经MSCT检出原发性肝癌40例,FNH 43例,原发性肝癌检出率为97.56%;MSCT鉴别诊断原发性肝癌与FNH的灵敏度为95.12%、特异度为97.62%、准确度为96.39%、阳性预测值为97.50%、阴性预测值为95.35%;Kappa检验显示,MSCT鉴别诊断与肝穿刺活检的Kappa值为0.928,一致性极高。结论 MSCT检测在鉴别诊断原发性肝癌与FNH中价值高,可提高诊断准确性,便于早期开展针对性治疗,以更好改善患者预后。

多层螺旋CT图像特征在鉴别局灶性机化性肺炎与周围型肺癌中的临床价值

目的探讨分析多层螺旋CT图像特征在鉴别局灶性机化性肺炎(FOP)与周围型肺癌(PLC)中的临床价值。方法以2021年7月-2023年6月医院收治的56例PLC患者(PLC组)及56例FOP患者(FOP组)为研究对象,均接受多层螺旋CT检查。比较两组图像特征及增强前后CT值。结果两组病灶部位、分布特点、与胸膜关系、毛刺、支气管充气征、管集束征、空洞、钙化及胸膜凹陷特征比较,差异有统计学意义(P<0.05);两组病灶形状、与肺组织分界、晕征、空泡征、液化及坏死、局部胸膜增厚、纵隔淋巴结肿大特征比较,差异无统计学意义(P>0.05);PLC组动脉期CT增加值及总增加CT值低于FOP组(P<0.05),两组平扫CT值及静脉期CT增加值比较无差别(P>0.05)。结论多层螺旋CT鉴别FOP与PLC的效果显著,两者的影像学表现存在显著差异性,可为医师准确鉴定患者病情,继而拟定针对性治疗方案提供参考,对患者预后改善也具有重要意义,值得推广。

基于改进YOLOX-s的车辆检测方法研究

为缓解车辆小目标漏检及误检问题,提出一种基于YOLOX网络的多尺度特征融合的改进车辆检测模型。设计基于深度可分离卷积的Ghost-CSP(cross stage partial),替换网络的部分跨阶段局部结构,加快检测速度;将模型的最大池化方式改进为Softpool方式,并引入坐标注意力机制,增强待检测目标的特征表达,优化目标漏检问题;选用Focal Loss作为模型置信度损失函数以增加分类不准确样本的权重,提高模型对小目标的预测能力。实验结果表明:改进算法平均准确率提高到74.96%,速度达到73帧/s,在满足实时性要求下可以更好地完成车辆目标检测要求。

基于改进YOLOv7的复杂环境下红花采摘识别

针对光照、遮挡、密集以及样本数量不均衡等复杂环境造成红花机械化采摘识别不准问题,该研究提出一种基于YOLOv7的改进模型,制作红花样本数据集建立真实采摘的复杂环境数据,增加Swin Transformer注意力机制提高模型对各分类样本的检测精准率,改进Focal Loss损失函数提升多分类任务下不均衡样本的识别率。经试验,改进后的模型各类别样本的检测平均准确率达到88.5%,与改进前相比提高了7个百分点,不均衡类别样本平均精度提高了15.9个百分点,与其他模型相比,检测平均准确率与检测速度均大幅提升。改进后的模型可以准确地实现对红花的检测,模型参数量小,识别速度快,适合在红花采摘机械上进行迁移部署,可为红花机械化实时采摘研究提供技术支持。

多分支与自注意力结合的前列腺癌灶分割方法

针对磁共振成像(magnetic resonance imaging,MRI)中前列腺癌病灶形状各异、与相邻组织对比度低、边界模糊等问题,提出一种结合多分支结构与自注意力机制的前列腺癌病灶分割网络。首先利用多分支结构提取图像中不同尺度的特征,增加网络提取特征的多样性。其次通过多头自注意力机制对全局信息进行建模,计算图像中元素之间的相关性,增强癌灶区域与背景的差异来提高前列腺癌病灶区域的分割精度。实验结果表明,所提方法在前列腺癌灶分割任务中的Dice相似性系数、交并比和95%豪斯多夫距离分别为79.23%、69.26%、7.21,更接近人工标注的结果。

多聚焦图像焦深扩展分解融合算法仿真

多聚焦图像在融合过程中,若源图像分辨率过低会直接影响图像的融合效果。为提升图像融合效果,提出基于焦深扩展的多聚焦图像融合算法。采用焦深扩展方法对光学系统实施优化,通过优化后的光学系统生成聚焦图像,并对获取的聚焦图像中的退化图像实施修复处理,提升源聚焦图像质量;使用双三次插值的单帧超分辨率法对图像实施分解处理,获取源聚焦图像的高分辨率图像,结合滤波处理算法,获取聚焦图像的细节系数;利用逆小波变换方法对图像细节系数,依据计算结果实现多聚焦图像融合。实验结果表明,使用上述方法开展图像融合时,融合效果较好,图像融合质量较高。

融合注意力机制的木薯叶病害分类方法

文章针对木薯叶病害图像因病斑区域小,部分疾病特征相似和易受背景干扰而导致识别准确率低的问题,在研究ResNeXt神经网络的基础上,设计了3种方法以提高模型的准确性和鲁棒性:1)增加了一个数据不连续的掩膜层,以缓解神经网络的过拟合问题;2)引入了多头自注意力机制模块,将卷积神经网络和注意力机制结合起来,对图像的局部和全局特征进行分析,提高了相似疾病之间的可分离性;3)使用焦点损失函数缓解木薯叶病害数据集中的类别不平衡问题.仿真实验表明,改进后的算法在木薯叶病害数据集上具有较好的准确率,同时具有较好的泛化能力,适用于其他植物叶片数据集.

基于多破裂方式的三河—平谷地震震级研究

在前人对三河—平谷地震研究的基础上,本文采用多震级、多破裂方式对三河—平谷地区进行地震动模拟,以开展三河—平谷地震的震级研究.首先,我们将研究区域的历史烈度曲线转化为峰值加速度(PGA)和峰值速度(PGV),随后将其与多震级、多破裂方式下的模拟结果进行对比.通过分析差异值,初步确定最贴近三河—平谷地震震级的三个可能值,分别为M_(W)7.8,M_(W)7.9和M_(W)8.0.进一步比较这三个震级下的180种破裂模式及其产生的烈度空间分布形态与历史烈度形态的相似度,筛选出四种最相符的破裂模式.将这四种模式生成的烈度曲线与历史烈度进行对比,最终得出夏垫断裂在三河—平谷地区巨震的实际震级.研究结果显示,该震级小于人们通常认知的M_(W)8.0,更趋近于M_(W)7.9-或M_(W)7.8++.

三种视力矫正方式对青少年近视受试者屈光状态的影响临床对比分析

目的 比较三种视力矫正方式对青少年近视受试者屈光状态的影响。方法 回顾性分析2020年1月至2021年12月吉林省人民医院收治的120例轻、中度近视青少年的临床资料,根据矫正方式,将接受普通单光框架眼镜矫正的48例患者纳入普通单光框架眼镜组(n=48,96只眼),将接受多点近视离焦控制眼镜矫正的47例患者纳入多点近视离焦控制眼镜组(n=47,94只眼),将接受角膜塑形镜矫正的25例患者纳入角膜塑形镜组(n=25,50只眼)。比较三组患者矫正前与矫正1年后眼轴、屈光度、角膜曲率变化水平,记录矫正期间并发症发生情况。结果 矫正1年后,三组患者眼轴长度、屈光度变化水平比较,角膜塑形镜组<多点近视离焦控制眼镜组<普通单光框架眼镜组,差异有统计学意义(P <0.05);三组患者角膜曲率变化水平比较差异无统计学意义(P> 0.05);三组患者矫正1年期间并发症总发生率比较,差异有统计学意义(P <0.05)。结论 与单光框架眼镜相比,多点近视离焦控制眼镜与角膜塑形镜对轻、中度近视青少年的视力矫正效果较好,可减缓眼轴的增长和屈光度的增加,且使用多点近视离焦控制眼镜矫正期间并发症少,多点近视离焦控制眼镜可作为控制青少年轻、中度近视的有效矫正方式。

改进FCOS的复杂场景口罩佩戴检测算法

针对在复杂场景口罩佩戴检测中存在的多尺度、多角度和遮挡等问题,提出一种基于改进FCOS的复杂场景口罩佩戴检测算法。在算法的骨干网络中引入Res2Net的分组残差连接结构,提高网络对不同尺度口罩的特征提取能力,并在其中集成可变形卷积,拓展其对未知形状物体的建模能力;设计一种集成注意力机制的特征金字塔,为不同的特征通道赋予不同的权重,抑制无用的特征信息;根据目标口罩的相关统计特征自动地划分正负样本,提高不同尺度口罩的样本质量,并引入Generalized Focal Loss联合训练样本的分类分数和定位质量分数,提升算法性能。实验结果表明,在复杂场景下的口罩佩戴检测中,该改进算法的mAP相比于原始FCOS提高6.7个百分点,同时与一些主流的目标检测算法相比,该改进算法也具有更好的效果和鲁棒性。

基于PADC-PCNN与平稳小波变换多焦距绿色植株图像融合算法

[目的/意义]构建绿色植株三维点云模型需大量清晰图像,受镜头景深限制,在采集大纵深植株图像时图像会部分失焦,导致出现边缘模糊、纹理细节丢失等问题,现有的处理算法难以兼顾处理质量和处理速度。本研究目的是提出一种新型算法,提高融合图像质量问题的同时兼顾处理速度。[方法]提出了一种基于非下采样剪切波变换(Non-Subsampled Shearlet Transform,NSST)的参数自适应双通道脉冲耦合神经网络(Parameter Adaptation Dual Channel Pulse Coupled Neural Network,PADC-PCNN)与平稳小波变换(Stationary Wavelet Transform,SWT)的植株图像融合方法。首先对植株的RGB图像进行通道分离,针对含纹理细节等特征较多的G通道进行NSST分解,低频子带使用梯度能量融合规则,高频子带使用PADC-PCNN融合规则;对轮廓信息和背景信息多的R、B通道,采用速度快且具备平移不变性的平稳小波变换,用以抑制伪Gibbs效应。自建了480幅图像共8组数据,以光照环境、距离和植株颜色为变量,同时采集不同焦距图像验证算法性能。[结果和讨论]基于PADCPCNN-SWT算法与常用的快速导向滤波算法(Fast Guided Filter,FGF)、随机游走算法(Random Walk,RW)、非下采样剪切波变换的脉冲耦合神经网络算法(Nonsubsampled Shearlet Transform based Pulse-Coupled Neural Network,NSST-PCNN)、平稳小波变换算法(Stationary Wavelet Transform,SWT)和非下采样剪切波变换的参数自适应双通道脉冲耦合神经网络(Nonsubsampled Shearlet Transform based Parameter-Adaptive Dual-Channel Pulse-Coupled Neural Network,NSST-PADC)等五种算法相比,在清晰度上比前四种算法分别提高了5.6%、8.1%、6.1%和17.6%,在空间频率上比前四种算法分别提高了2.9%、4.8%、7.1%和15.9%,而相较于融合效果最好的NSSTPADC算法在处理速度方面平均提升200.0%,同时调焦范围约6 mm。[结论]本研究提出的基于PADC-PCNNSWT多焦距图像融合算法实现了在保障融合质量的同时,提高了融合图像的效率,为搭建绿色植株三维点云模型提供高质量数据的同时节省了时间。

多层螺旋CT鉴别诊断周围型肺癌与局灶性机化性肺炎的临床研究

目的探讨多层螺旋CT(MSCT)在鉴别诊断周围型肺癌(PLC)与局灶性机化性肺炎(FOP)中的应用价值。[HTH]方法将FOP患者48例作为FOP组,同期收治的52例PLC患者作为PLC组。2组均使用MSCT进行诊断,对比分析2组CT征象、增强前后CT值变化情况。[HTH]结果FOP组大病灶紧贴胸膜、支气管充气征、空洞、结构疏松高于PLC组,血管集束征、胸膜凹陷低于PLC组;FOP组小病灶支气管充气征、结构疏松高于PLC组,血管集束征、胸膜凹陷低于PLC组,且2组间大病灶所处部位、分布特点、毛刺情况相比,差异有统计学意义(P<0.05);2组间大、小病灶均存有液化、坏死,差异无统计学意义(P>0.05)。2组大小病灶平扫CT值、静脉期CT增加值相当,差异无统计学意义(P>0.05)。FOP组大小病灶动脉期CT增加值[(31.17±6.02)HU、(30.26±7.09)HU]、总增加CT值[(43.04±6.02)HU、(41.84±6.27)HU]大于PLC组[(18.79±4.16)HU、(17.43±5.20)HU、(31.89±5.32)HU、(28.63±5.09)HU],差异有统计学意义(P<0.05)。[HTH]结论不同大小PLC和FOP的MSCT征象具有差异性和特征性,增强前后CT值存在明显变化,可为临床鉴别诊断PLC与FOP提供可靠指导。

面向任务型对话机器人的多任务联合模型研究

在任务型对话机器人的搭建过程中,一般需要执行多个自然语言处理的子任务。目前传统的训练方式是将每个子任务独立训练后再进行整合,这样忽视了不同子任务之间的关联性,限制了模型的预测能力。现提出一种Joint-RoBERTa-WWM-of-Theseus压缩联合模型,一方面通过多任务联合学习训练的方式对意图识别、行业识别和语义槽填充3个子任务进行联合训练,并在多分类的子任务中引入Focal loss机制来解决数据分布不平衡的问题;另一方面,模型通过Theseus方法进行压缩,在略微损失精度的前提下,大幅提高模型预测速度,提高模型在生产环境中的实时性与实用性。