基于早期股直肌超声纹理特征的首次有创机械通气患者30天死亡风险预测模型的构建与验证

目的基于早期股直肌超声纹理特征,构建首次有创机械通气患者30天死亡风险预测模型及验证。方法采用便利抽样法选择2022年1月至2023年12月入住河南省人民医院呼吸重症患者为研究对象,按8∶2随机分为训练集(n=304)和测试集(n=76)。两组均在插管后第1天、第3天、第5天和第7天使用床旁超声收集纹理特征参数。训练集依据第30天是否死亡为终点事件分为死亡组(n=80)和幸存组(n=224)。采用广义估计模型筛选患者30天死亡的影响因素并建立模型,绘制受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under receiver operating characteristic curve,AUC)评价模型的区分度,通过校准图和Hosmer-Lemeshow评价模型的校准度。结果年龄、氧合指数(P/F)、患肾脏疾病、使用类固醇激素、股直肌厚度变化率、均值和角二阶距是首次机械通气患者30天死亡的影响因素(P<0.05)。训练集和测试集的AUC分别为0.832(95%CI 0.767~0.898)和0.819(95%CI 0.722~0.916),提示模型的区分度良好。训练集和测试集的Hosmer-Lemeshow分别为5.969(P=0.651)和4.336(P=0.826),校准曲线与对角线重合度较高,说明预测模型的校准度较好。结论本研究基于早期股直肌超声纹理特征建立的预测模型可有效地预测首次机械通气患者30天死亡风险。

基于遥感图像的不动产地理信息采集方法研究

现有的不动产地理信息采集方法难以精准地划分不动产边界,导致不动产地理信息采集结果误差较大,为此,提出基于遥感图像的不动产地理信息采集方法。以角二阶矩参量和相关性为基础,提取遥感图像的特征参量,根据其划分采集范围内各个不动产的边界信息,通过匹配目标不动产像素在遥感图像空间维度网格范围内位置,实现对其地理信息的采集。测试结果表明,设计方法的Kappa系数均值为0.687,图像信息采集精度均在97%以上,不动产地理信息采集结果与实际信息基本一致,未出现缺失情况,因此说明所提出的地理信息采集方法可以降低采集误差。

棉花轧工质量机器视觉检测系统设计与试验

针对棉花轧工质量现行人工感官检验中存在的劳动强度大、主观性强、检测效率低等问题,设计一种基于机器视觉的棉花轧工质量检测系统。系统由压棉机构、图像采集机构、检测处理机、检测控制板卡和触控显示屏组成。设计了低角度直接照明系统与图像采集机构,LED光源以检测视窗法线呈45°方向照射,工业相机透过光学玻璃采集棉花图像。采用图像纹理特征表达棉花外观形态,通过测定轧工质量实物标准的角二阶矩,建立图像纹理特征与外观形态关系模型,融合噪声点评价与高低阈值自适应的Canny方法进行图像滤波与分割识别,根据欧氏距离进行轧工质量等级判定,并选取棉样进行系统试验验证。结果表明,轧工质量实物标准P1、P2、P3的角二阶矩分别为[0.8932,1]、[0.6891,0.7761]、[0.2136,0.5873],各等级间的角二阶矩纹理特征值区别明显,验证了图像纹理表达棉花外观形态的可行性。系统的疵点粒数指标检测相对偏差为0.15,疵点与背景的分离效果明显。与国标检验方法相比,轧工质量视觉系统检测准确率达94.20%,检测偏差上下浮动不大于1个轧工质量等级,与国标检验结果一致性高。单个棉样系统检测耗时1.2 s,检测效率提升77.36%。系统能够满足现场使用要求,为棉花轧工质量指标的仪器化检测提供了技术参考。

Orbital angular momentum of the laser beam and the second order intensity moments

From the wave equation of a generalized beam the orbital angular momentum is studied. It is shown that the orbital angular momentum exists not only in the Laguerre-Gaussian beam, but in any beam with an angular-dependent structure. By calculating the second order intensity moments of the beam the relation between the orbital angular momentum and the second order moments 〈xθy〉, 〈yθx〉 is given. As an example the orbital angular momentum of the general astigmatic Gaussian beam is studied.

基于BP神经网络和随机森林的织物图像疵点判别网络

设计了一种基于3个两层BP神经网络和随机森林的织物图像疵点判别网络.借助频谱图滤波、灰度共生矩阵和局部二值模式提取织物图像的3个特征向量,经过3个独立的两层BP神经网络进行训练和测试,利用BP神经网络测试结果并结合随机森林得到最终的判别结果.试验结果表明,设计的网络判别能力强,准确率达到99.9%.

基于分形维数和角二阶矩辅助的卷积神经网络云雪识别研究

对于天基对地观测成像任务,遥感影像中的云量往往决定了数据是否可用。然而云雪光谱特征近似,使得二者较难区分。云雪识别研究的目的是提高数据有效性判断的能力,具有实际应用价值,是遥感数据应用中的重要环节。研究提出一种提高局部特征信息提取能力的小块结构并构建了轻量化卷积神经网络模型作为骨干网络用于区分类云(云、雪、亮地物)与其他地物,通过分形维数与角二阶矩分析云、雪、地物的纹理及灰度特征形成二叉树辅助网络对类云进行精细化识别,网络权重层只有6层(4个卷积层,两个全连接层)。通过对天智1号、SPOT4/5/6、Pleiades等不同几何分辨率的数据进行训练与分析,并与随机森林、SVM、传统方法等进行对比,在云、雪、云雪共存等场景下,该方法能够较好地识别云、雪、(亮)地物,识别准确率达89%。方法适用于全色、多光谱、高光谱等遥感数据云雪识别,同时结构简洁、参数量少。