基于ⅢF A/V规范和Avalon系统的大学图书馆视听数据库建设研究

随着中国网络基础设施的不断改善,视听媒体在年轻一代中非常流行,给以文本资源为主的图书馆带来了挑战。本研究旨在探究国内外大学图书馆视听资源数据库建设的现状,借鉴ⅢF规范在图像资源管理方面的成功经验和各种视听保存社区的实践,提出基于ⅢF A/V规范与开源软件的中国大学图书馆视听资源管理方法。通过分析华东师范大学图书馆在视听资源保存、流媒体发布、时间轴气泡注释、转录、视听结构化和开放共享方面的实践,进行实证研究。

甲状腺乳头状癌及其临床病理特征与Braf蛋白表达、BRAF V600E基因突变之间的关系

目的:观察甲状腺乳头状癌临床病理特征和BRAF V600E基因突变、BRAF蛋白表达的相关性。方法:临床选择2019年7月~2020年2月在深圳市龙岗中心医院就诊的原发性甲状腺乳头状癌患者100例,对其临床病理信息进行收集,PCR扩增后测序,分析甲状腺乳头状癌临床病理特征和BRAF V600E基因、Braf蛋白表达之间的关系。结果:BRAF V600E基因突变、Braf蛋白表达情况与肿瘤复发/远处转移、肿瘤分期、肿瘤大小、年龄等因素密切相关,差异有统计学意义(P<0.05);100例甲状腺乳头状癌出现钙化者为47例(47.0%),通常具有粗大片状钙化、砂砾样钙化,研究发现BRAF基因突变状态与钙化类型、是否出现钙化无明显相关性。结论:甲状腺乳头状癌的临床病理指标与BRAF V600E基因突变、Braf蛋白表达密切相关,是评估甲状腺乳头状癌的相关预后因子之一。

构式“越V越A”的准入条件探究

针对“越吃越胖”“越吃越瘦”可以成立,而“越吃越饱”不能成立的现象,需要探究“越V越A”中“V”“A”的准入条件,并考察“越……越……”如何与“V”“A”相互作用、共同形成“越V越A”构式义的问题。研究发现,“越V越A”中的“V”具有[+持续性]或[+重复性]特征,“A”具有[+离散性](扩展性或收缩性)、[-边界性]特征,这些语义特征需要结合语境去理解,在二者同时满足的情况下,言者使用“越V越A”来描写状态,而非叙述结果。

融合Inception V1-CBAM-CNN的轴承剩余寿命预测模型

针对现有的滚动轴承剩余寿命(RUL)预测方法精度低、轴承健康指标(HI)构建困难等问题,提出了一种基于卷积神经网络(CNN)并融合Inception V1模块和卷积注意力机制模块(CBAM)的滚动轴承RUL预测模型。首先,在CNN中添加了CBAM机制,并进行了加权处理,在通道和空间维度对重要特征进行了强化,对次要特征进行了抑制,通过添加改进的InceptionV1模块,提高了CNN通道间信息交互水平,全面提取了退化特征;然后,进行了网络优化,采用全局最大池化(GMP)方法对模型进行了简化,采用Dropout和批量归一化(BN)方法,避免了过拟合,提高了精度,且克服了训练时出现的梯度消失问题;最后,对数据进行了处理,将降噪后的信号重组为三维张量,将其作为HI,构建了退化标签,引入了评价指标,采用PHM2012轴承数据集进行了实验验证,在3种工况下将其与深度神经网络(DNN)、CNN方法、结合注意力机制的残差网络方法(ResNet)进行了对比。研究结果表明:该方法在变负载条件下的平均RMSE为0.033,较其他方法的RMSE值分别降低了86%、78%和69%,在预测精度和泛化能力方面具有明显优势。

细胞学核评分结合BRAF V600E检测对BethesdaⅢ类甲状腺结节的诊断价值

目的:探讨细针穿刺细胞学(fine needle aspiration cytology,FNAC)意义未明确的非典型细胞(BethesdaⅢ)量化诊断标准,评估核评分结合BRAF V600E检测对BethesdaⅢ类甲状腺结节的诊断价值。方法:对124例原细胞学诊断为BethesdaⅢ类样本,重新经7个形态学指标核评分判读,并用免疫组化或荧光聚合酶链反应(polymerase chain reaction,PCR)法检测BRAF V600E突变。以核评分≥5分或BRAF V600E阳性判读为恶性,以组织学诊断或随访结果为诊断金标准。结果:42(42/124)例BethesdaⅢ类核评分≥5分,30(30/99)例BRAF V600E检测阳性,两种检测方法结合对124例甲状腺结节恶性的敏感度、特异度、阳性预测值、阴性预测值、恶性检出率分别为93.2%、95.0%、91.1%、96.2%、33.1%。结论:BethesdaⅢ类甲状腺结节有较高恶性风险率;核评分≥5分可作为区分甲状腺结节良性或乳头状癌的形态学量化域值,量化核评分可以大幅度减少BethesdaⅢ类的报告比率;核评分≥5分结合BRAF V600E检测,对甲状腺结节良恶性诊断有较高敏感度、特异度,并可提高其恶性检出率。

高速子弹侵彻Ti6Al4V合金的热力耦合分析

基于动力学、温度-位移关系和几何非线性原理,采用Johnson-Cook本构模型构建起高速子弹撞击Ti6Al4V数值分析模型,研究了不同速度下子弹着靶时剩余速度的变化及靶板的温升特性及靶板的瞬态应力变化规律进行了分析;分析了距离撞击点不同位置的应力变化规律及碰撞时上下表面的应力变化情况,并分析了子弹撞击Ti6Al4V合金板过程中的冲击能量突变过程。结果表明:通过对比不同速度子弹侵彻Ti6Al4V的数值分析模型,得出子弹初速度大小是影响侵彻过程中各参数变化的重要因素;随着初速度的增大,其碰撞时间减小且剩余速度随初速度的变化规律近似线性递增;碰撞过程中子弹动能转化为整体内能使温度上升,碰撞区域温度随速度增大而增大;瞬态应力的大小及传递速度随子弹速度变化而改变,速度越大,碰撞中心弹性和塑性变形越剧烈,应力值越大。

ADGRV1多态性与子宫颈癌关联性研究

目的探讨粘附G蛋白偶联受体V1(ADGRV1)基因多态性与子宫颈癌易感性之间是否存在关联性。方法采取病例对照(1∶1)匹配研究法,分析ADGRV1基因多态性与子宫颈癌易感性是否有关,同时对子宫颈癌患者ADGRV1基因的rs59661306位点基因分布在不同病理特征间作对比。结果ADGRV1基因的rs59661306位点携带GA及GG基因型的个体比携带AA基因型的个体患子宫颈癌的风险显著增大,相应的OR(95%CI)为4.20(1.64~10.72)和3.22(1.23~8.38)。ADGRV1基因的rs59661306位点基因分布在高危人乳头瘤病毒(HPV)感染、肿瘤家族史者、鳞状细胞癌抗原(SCC)不同值中的差异有统计学意义(P<0.05),在淋巴结转移、病理类型、临床分期等临床病理特征中差异无统计学意义。在ADGRV1基因的rs59661306位点携带GA及GG基因型比携带AA基因型的个体更易伴高危HPV感染,相应的OR(95%CI)为13.70(2.32~80.80)和17.53(2.76~111.30)。携带AA基因型的子宫颈癌个体不易伴有家族性肿瘤史。结论ADGRV1基因的rs59661306位点基因多态性与子宫颈癌发病风险有一定相关性,在部分高危环境因素中促使子宫颈癌发生。

BCR-ABL阴性MPN患者JAK2 V617F基因突变及其与疾病类型、血管性疾病的关系

目的 研究断裂点簇集区/Abelson白血病病毒(BCR-ABL)阴性骨髓增殖性肿瘤(MPN)患者Janus激酶2(JAK2)V617F基因突变情况及其与疾病类型、血管性疾病的关系。方法 选取2020年5月至2023年5月濮阳市安阳地区医院收治的79例BCR-ABL阴性MPN患者为研究对象,另选取同期健康体检人群80例为对照组,于入院第1天采集外周血检测血常规和凝血功能,采用荧光定量聚合酶链反应技术(PCR)技术检测JAK2 V617F基因突变率和突变负荷,根据疾病类型和是否合并血管性疾病将患者分组并比较各组检测结果,采用多因素logistic回归分析研究血管性疾病影响因素。结果 MPN组JAK2 V617F基因突变率高于对照组(P<0.05);真性红细胞增多症(PV)组、原发血小板增多症(ET)组和原发性骨髓纤维化(PMF)组JAK2 V617F突变率分别为92.31%、57.78%和62.50%,ET组和PMF组突变率均低于PV组(P<0.05),3组突变负荷差异无统计学意义(P>0.05);血管性疾病组JAK2 V617F基因突变率和突变负荷均高于非血管性疾病组(P<0.05);血管性疾病组年龄、骨髓增殖性肿瘤总症状评估问卷(MPN-10)评分、纤维蛋白原(Fib)和D-二聚体(D-D)水平高于非血管性疾病组(P<0.05),两组性别、疾病分类、血红蛋白(Hb)、白细胞(WBC)、血小板(PLT)、活化部分凝血激酶时间(APTT)和斑块厚度(PT)差异无统计学意义(P>0.05)。JAK2 V617F基因突变阳性组Fib和D-D水平均高于JAK2 V617F基因突变阴性组(P<0.05);MPN并发血管性疾病危险因素包括年龄、D-D、JAK2 V617F突变阳性和JAK2 V617F突变负荷(P<0.05)。结论 BCR-ABL阴性MPN患者JAK2 V617F基因突变率较高,且JAK2 V617F基因突变可能引起凝血异常,与疾病类型和血管性疾病均存在密切联系。

改进DeepLab v3+模型下的梯田遥感提取研究

[目的与意义]梯田作为农业生产的关键要素之一,其面积估算对于农业政策制定、土地规划和资源管理至关重要。为解决复杂的地形条件、种植环境导致传统遥感数据和监测方法难以开展梯田自动化提取问题,探索一种利用深度学习技术在高分辨率遥感影像中精准提取梯田面积的方法。[方法]以休耕期梯田高分六号影像构建语义分割数据集,同时提出一种改进的DeepLab v3+模型。该模型使用轻量级网络MobileNet v2作为骨干网络,为了同时兼顾局部细节和全局语境,使用多尺度特征融合(Multi-scale Feature Fusion module,MSFF)模块代替空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块,利用扩张率依次增大的空洞卷积级联模式改善信息丢失的问题。此外,对浅层特征和深层特征使用坐标注意力机制以加强网络对于目标的学习。[结果与讨论]利用红、绿和近红外波段组合方式在梯田提取的精度和效果上表现最佳。相比于原始DeepLab v3+网络,精确率、召回率、F_(1)评分和交并比指标分别提升4.62%、2.61%、3.81%和2.81%。此外,与UNet和原始DeepLab v3+相比,改进的DeepLab v3+在参数量上和浮点运算数有着更为优越的性能,其参数量仅为UNet的28.6%和原始DeepLab v3+的19.5%,同时浮点运算数仅为UNet和DeepLab v3+的1/5。这不仅提高了计算效率,也使得改进后的模型更适用于资源有限或计算能力较低的环境中。[结论]深度学习在高分辨率遥感影像梯田识别中具有较高的精度,有利于为梯田精细化监测和管理提供参考依据。

基于改进DeepLabv3+的轻量化作物杂草识别方法

为在存储资源与计算能力有限的设备上实现田间作物和杂草的识别,本文提出一种基于改进DeepLabv3+的轻量化语义分割网络。首先,以MobileNet v2作为DeepLabv3+的特征提取骨干网络,提出双分支残差模块替换倒残差模块,并删除后两层卷积以降低模型参数量。其次,在空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块中引入分组逐点卷积,使用深度扩张卷积替换标准卷积,并将卷积后的特征图进行多尺度特征融合增强对作物和杂草深层特征的提取能力。最后,将原有的非线性激活函数替换为Leaky ReLU激活函数来提升分割精度。实验结果表明:改进后网络的mIOU达到86.75%,参数量仅为0.69M,FPS达到了98,与原始DeepLabv3+以及3个典型轻量化语义分割网络的相比,参数量最小,在对比的轻量化网络中具有最高的分割精度。

SLM制备Ti6Al4V合金表层组织的均质化及腐蚀行为研究

采用激光选区熔化(SLM)增材制造工艺制备致密度为97.5%的Ti6Al4V合金,并利用高能喷丸与退火处理复合工艺对垂直建造方向的XOY面及平行建造方向的XOZ面进行均质化处理,然后对原始打印件、喷丸处理以及喷丸+退火处理的3种状态的试样进行电化学性能测试。研究结果表明:经喷丸处理后,原始打印件XOY面和XOZ面的组织趋于均质化,同时组织明显细化;喷丸既不改变衍射峰的位置,也不产生新的衍射峰,但可使衍射峰宽化;对于喷丸后经不同温度退火处理的样品,随退火温度的升高,XOY面和XOZ面的晶粒逐渐长大,在780℃退火后,二者均可获得α+β双相组织。对于原始打印件,XOY面和XOZ面的电化学腐蚀行为存在明显的差异,其中,XOY面的腐蚀倾向更小,耐蚀性能更优。经喷丸+退火处理后,这种差异明显减小,同时耐蚀性能进一步提高,经综合考虑可得喷丸+780℃退火为最佳工艺。

碳量子点(CDs)耦合Annexin-V抗体复合物活体SD大鼠周围神经功能束鉴别的基础研究

目的:探寻术中可用的周围神经功能束鉴别的方法。方法:分组制备SD大鼠双侧股神经主干、股神经肌支及隐神经Sunderland V损伤模型,制备的Annexin V-碳量子点(Carbon quantumdots,CDs)抗体复合物涂抹神经断端,在380 nm紫外灯激发光源照射下,5、10、15和20 min后在荧光显微镜下观察荧光显色。结果:SD大鼠双侧股神经主干、股神经肌支及隐神经Sunderland V损伤断端染色5 min荧光强度不足以充分显示神经束;染色10~15 min强度明显增加,股神经主干的感觉束及隐神经在Annexin V-CDs抗体复合物染色下呈蓝色荧光,股神经主干的运动束及股神经肌支无荧光显示;染色20 min后荧光强度逐渐减弱。各分组组内样本染色5、10、15、20 min的染色强度无明显差异。结论:Annexin V-CDs抗体复合物能够实现术中SD大鼠周围神经功能束的鉴别。

JAK2V617F突变性原发性血小板增多症并缺血性卒中10例临床特征分析

目的分析JAK2V617F突变性原发性血小板增多症(ET)并缺血性卒中的临床特征。方法回顾性分析2013年7月至2021年5月福建省立医院收治的7例及武平县医院收治的3例JAK2V617F突变性ET合并缺血性卒中患者的临床资料,分析患者临床特征(临床表现、实验室检测、骨髓细胞学)、影像学及治疗转归情况。结果10例JAK2V617F突变性ET合并缺血性卒中患者中,多发性脑梗死7例,单发性脑梗死2例,短暂性脑缺血发作1例。MRI显示3例患者病灶存在出血转化。9例脑梗死患者行血管评估,7例存在大动脉中重度狭窄或者闭塞。1例超急性期就诊者给予阿替普酶静脉溶栓后症状好转。二级预防:6例使用抗血小板、联合骨髓增生抑制剂,病情改善;3例起初仅用抗血小板治疗,病情反复,加用羟基脲治疗后2例病情改善。结论JAK2V617F突变性ET常引起大动脉粥样硬化狭窄性、多发性脑梗死且病灶较易出血,在抗血小板的基础上加用骨髓增生抑制剂可能有利于预防病情复发。

1993—2023年国内数学运算研究综述——基于CiteSpace V5.6.R4的知识图谱分析

在数学教学中,数学运算能力的培养对学生数学核心素养的提升有很大的价值。将1993—2023年中国知网(CNKI)中文数据库中的216篇数学运算研究相关学术期刊论文作为研究对象,运用CiteSpace V5.6.R4软件绘制知识图谱,对文献的年发文量、发文作者、发文机构、关键词进行可视化分析发现,数学运算研究领域发文量呈波动上升趋势,研究机构合作分散,研究主要关注数学运算能力的内涵、培养策略及提升数学运算核心素养三大主题。基于当前数学运算研究的热点与趋势,提出加强研究主体合作,构建研究共同体;发展课堂教学,满足学生需要;深挖研究问题,凸显数学本质;深化数学运算研究,发展核心素养等建议。

车联网V2I场景下基于GNN的SC-FDMA智能信道估计

随着车联网的迅猛发展,车对路基础设施(Vehicle to Infrastructure,V2I)通信对车联网的可靠性和时延提出了更高的要求,而信道估计是接收机高可靠低时延通信的重要保障.为解决传统信道插值算法不能有效拟合V2I信道快时变特性、自适应多普勒频移能力弱和传统神经网络可解释性不强的问题,本文提出基于图神经网络(Graph Neural Network,GNN)的单载波频分多址(Single Carrier-Frequency Division Multiple Access,SC-FDMA)智能信道估计算法.该算法将信道频率响应中的数据点作为图的节点、符号间时域相关性作为边,将图化后的数据送入GraphSAGE信道插值器(GraphSAGE Channel Interpolator,GCI)中,通过边更新、聚合操作、节点更新三大模块进行网络训练,同时采用多普勒频移矢量作为节点特征控制网络拟合不同多普勒条件的信道,使得网络具备可解释性.最后,系统仿真验证了在不同速度环境下算法的有效性和鲁棒性,较线性插值、样条插值以及全连接网络,本文所提GCI在低、中和高速移动环境下具有最优的误码率(Bit Error Rate,BER)和归一化均方误差(Normalized Mean Square Error,NMSE)性能,特别地,在200 km/h高速移动条件下GCI的优势更为明显.

PCNP在甲状腺癌中的表达以及与BRAF V600E基因突变的关系

目的探讨含PE ST的核蛋白(PEST-containing nuclear protein,PCNP)在甲状腺癌(thyroid carcinoma,TC)中的表达,并分析其表达BRAF V600E基因突变的相关性及临床意义。方法采用免疫组化法检测110例TC与其癌旁组织及38例甲状腺肿组织中PCNP的表达水平,并利用荧光定量PCR检测其中65例TC患者中BRAF V600E基因突变情况,探究两者的关系及临床意义。结果单因素分析显示在110例TC中PCNP的表达与患者的性别、年龄、淋巴结有无转移、组织学分型相关,P<0.05。其中57例甲状腺乳头状癌中PCNP的表达明显高于其癌旁组织及甲状腺肿组织的表达,P<0.001。Pearson相关分析显示65例TC中PCNP的表达与BRAF V600E基因突变无相关性。结论PCNP在TC的表达有重要临床意义;PCNP与BRAF V600E基因突变在甲状腺中的相关性分析证明二者在TC发生、发展过程中可能分别起到不同的作用。

基于StyleGAN2-ADA和改进YOLO v7的葡萄叶片早期病害检测方法

为实现葡萄早期病害的快速准确识别,针对葡萄病害的相似表型症状识别率低及小病斑检测困难的问题,以葡萄黑腐病和黑麻疹病为研究对象,提出了一种基于自适应鉴别器增强的样式生成对抗网络与改进的YOLO v7相结合的葡萄黑腐病和黑麻疹病的病斑检测方法。通过自适应鉴别器增强的样式生成对抗网络和拉普拉斯滤波器的方差扩充葡萄病害数据。采用MSRCP算法进行图像增强,改善光照环境凸显病斑特征。以YOLO v7网络框架为基础,将BiFormer注意力机制嵌入特征提取网络,强化目标区域的关键特征;采用BiFPN代替PA-FPN,更好地实现低层细节特征与高层语义信息融合,以同时降低计算复杂度;在YOLO v7的检测头部分嵌入SPD模块,以提高模型对低分辨率图像的检测性能;并采用CIoU与NWD损失函数组合对损失函数重新定义,实现对小目标快速、准确识别。实验结果表明,该方法病斑检测精确率达到94.1%,相比原始算法提升5.7个百分点,与Faster R-CNN、YOLO v3-SPP和YOLO v5x等模型相比分别提高3.3、3.8、4.4个百分点,能够实现葡萄早期病害快速准确识别,对于保障葡萄产业发展具有重要意义。

热休克蛋白90对hERG-A561V通道蛋白转运及通道功能影响的研究

目的探讨热休克蛋白90(Hsp90)对人类ether-a-go-go相关基因(hERG)-A561V通道蛋白转运及通道功能影响的研究。方法构建野生型(WT)、突变型(A561V)、杂合型(WT/A561V)细胞模型,采用蛋白质印迹法检测各组细胞hERG及Hsp90蛋白表达差异。转染减表达空载(Itf NC)、Hsp90减表达(Hsp90-)、过表达空载(Ovp NC)或Hsp90过表达(Hsp90+)质粒至各细胞模型(即Itf NC组、Hsp90-组、Ovp NC组、Hsp90+组),另设不加载体的对照(Ctl)组,采用蛋白质印迹法检测各组细胞调控Hsp90前后hERG及Hsp90蛋白表达差异。采用免疫荧光法检测Hsp90调控前后杂合型细胞模型hERG及Hsp90蛋白定位表达情况。采用全细胞膜片钳技术检测调控Hsp90前后杂合型细胞模型hERG通道激活电流及尾电流密度。结果突变型、杂合型细胞模型Hsp90及hERG(135 kDa)蛋白表达水平均较野生型明显升高(均P<0.05)。野生型细胞模型Hsp90+组hERG(135 kDa)、hERG(155 kDa)蛋白表达水平较Ctl组、Ovp NC组均明显升高(均P<0.05),突变型细胞模型Hsp90+组hERG(135 kDa)蛋白表达水平较Ctl组、Ovp NC组均明显升高(均P<0.05),杂合型细胞模型Hsp90+组hERG(155 kDa)蛋白表达水平较Ctl组、Ovp NC组均明显升高(均P<0.05)。融合Hsp90和hERG蛋白后,Ctl组hERG表达于细胞膜、细胞质,Hsp90-组细胞膜上hERG蛋白表达减少,Hsp90+组细胞膜上hERG蛋白表达增多。与Ctl组比较,Hsp90+组Ikr曲线左移14.709,斜率因子k值未见明显变化。杂合型细胞模型Ctl组、Hsp90-组、Hsp90+组激活电流及尾电流密度均在50 mV处达到最高;杂合型细胞模型Hsp90+组在20、30 mV处的激活电流密度均明显高于Ctl组、Hsp90-组(均P<0.05),在30、40 mV处的尾电流密度均明显高于Ctl组、Hsp90-组(均P<0.05)。结论Hsp90在hERG-A561V通道蛋白折叠转运中起作用,而上调Hsp90可促进WT/A561V hERG的折叠转运,进而影响通道功能。

CK19、HBME-1、CD56、BRAF V600E、FAM210B在甲状腺乳头状结构诊断中的应用

目的探讨CK19、HBME-1、CD56、BRAF V600E和FAM210B蛋白表达在甲状腺乳头状结构诊断中的作用及FAM210B和BRAF V600E与甲状腺乳头状癌临床病理特征的关系。方法连续收集2017年1月—2020年9月××省第二人民医院PTC患者的病理标本279例,甲状腺乳头状增生标本85例。用免疫组化SP法检测甲状腺乳头状癌(papillary thyroid carcinoma,PTC)和甲状腺乳头状增生中CK19、HBME-1、CD56、BRAF V600E和FAM210B的表达情况,分析FAM210B和BRAF V600E在不同临床病理特征的PTC组织中的表达情况。结果CD56在PTC组织中表达率为10.03%,在甲状腺乳头状增生中表达率为94.12%;CK19、HBME-1、BRAF V600E、FAM210B在PTC组织中的阳性率均高于甲状腺乳头状增生,差异有统计学意义(P<0.01);FAM210B表达与年龄、肿块大小和淋巴结转移情况具有相关性,BRAF V600E表达与性别、年龄、肿块大小和淋巴结转移情况具有相关性,差异有统计学意义(P<0.01)。结论CK19、HBME-1、FAM210B、BRAF V600E联合CD56标记有助于PTC的诊断和鉴别诊断;检测FAM210B和BRAF V600E有助于评估肿瘤的生物学行为及预后,对指导治疗和提高疗效有重要意义。

基于YOLO v8n-seg-FCA-BiFPN的奶牛身体分割方法

奶牛身体部位的精准分割广泛应用于奶牛体况评分、姿态检测、行为分析及体尺测量等领域。受奶牛表面污渍和遮挡等因素的影响,现有奶牛部位精准分割方法实用性较差。本研究在YOLO v8n-seg模型的基础上,加入多尺度融合模块与双向跨尺度加权特征金字塔结构,提出了YOLO v8n-seg-FCA-BiFPN奶牛身体部位分割模型。其中,多尺度融合模块使模型更好地提取小目标几何特征信息,双向跨尺度加权特征金字塔结构实现了更高层次的特征融合。首先在奶牛运动通道处采集奶牛侧面图像作为数据集,为保证数据集质量,采用结构相似性算法剔除相似图像,共得到1 452幅图像。然后对目标奶牛的前肢、后肢、乳房、尾部、腹部、头部、颈部和躯干8个部位进行标注并输入模型训练。测试结果表明,模型精确率为96.6%,召回率为94.6%,平均精度均值为97.1%,参数量为3.3×10^(6),检测速度为6.2 f/s。各部位精确率在90.3%~98.2%之间,平均精度均值为96.3%。与原始YOLO v8n-seg相比,YOLO v8n-seg-FCA-BiFPN的精确率提高3.2个百分点,召回率提高2.6个百分点,平均精度均值提高3.1个百分点,改进后的模型在参数量基本保持不变的情况下具有更强的鲁棒性。遮挡情况下该模型检测结果表明,精确率为93.8%,召回率为91.67%,平均精度均值为93.15%。结果表明,YOLO v8n-seg-FCA-BiFPN网络可以准确、快速地实现奶牛身体部位精准分割。