内镜、微创和开放式经椎间孔椎体间融合术治疗腰椎退行性疾病的效果比较

目的比较经椎间孔内镜腰椎椎间融合术(Endo-LIF)、微创腰椎椎间融合术(MIS-TLIF)和开放腰椎椎间融合术(PLIF)治疗腰椎退行性疾病(LDD)的临床疗效和安全性。方法回顾性分析2013年1月至2023年1月在百色市人民医院因LDD接受经椎间孔腰椎椎间融合术就诊的150例患者临床资料,按手术方式分为Endo-LIF组、MIS-TLIF组、PLIF组三组,每组各50例。比较患者手术时间、透视次数、术中失血量、住院时间、并发症以及术前和术后3个月的视觉模拟评分(VAS)、Oswestry功能障碍指数(ODI)评分、椎间隙高度指数、病变节段活动度(ROM)。结果PLIF组的手术时间长于Endo-LIF组和MIS-TLIF组,术中透视次数少于Endo-LIF组和MIS-TLIF组,差异有统计学意义(P<0.05)。Endo-LIF组和MIS-TLIF组的手术时间、术中透视次数比较,差异无统计学意义(P>0.05)。患者术中出血量Endo-LIF组少于MIS-TLIF组及PLIF组,MIS-TLIF组少于PLIF组,差异有统计学意义(P<0.05);患者术后卧床时间和住院时间Endo-LIF组短于MIS-TLIF组及PLIF组,MIS-TLIF组短于PLIF组,差异有统计学意义(P<0.05)。三组患者满意度比较,差异有统计学意义(P<0.05)。Endo-LIF组满意度高于PLIF组,差异有统计学意义(P<0.017)。三组患者术后3个月VAS及ODI评分低于手术前,差异有统计学意义(P<0.01)。三组患者并发症发生率、椎间隙高度指数、ROM比较,差异无统计学意义(P>0.05)。结论Endo-LIF、MIS-TLI、PLIF三种手术方法术后3个月的预后结果相似,PLIF术中透视次数最少,Endo-LIF创伤较小,在降低术中出血,缩短术后卧床时间和住院时间方面优势明显,术后恢复速度较快,适合临床推广。

基于宽窄带综合的飞机机型识别方法

针对传统单模态雷达飞机目标细粒度识别能力不足的问题,提出一种基于宽窄带综合的飞机机型识别方法.通过卷积网络挖掘宽带一维距离像的局部散射特性,递归神经网络挖掘窄带微动回波不同时刻的上下文特性,达到信息互补的目的.同时,针对两种模态在决策融合时存在强弱不平衡问题,设计了一种自适应决策融合网络,实现了对飞机目标的机型识别.利用七种飞机机型的仿真宽窄带数据进行了实验验证.仿真结果表明,本文方法平均识别准确率为76.7%,较传统方法提升6.4%以上.

面向双模态红外图像差异的拟态融合方法

针对传统融合方法无法根据双模态红外图像差异特征的不同选择有效的融合策略的问题,提出了一种面向红外光强与偏振图像差异的拟态融合方法。首先计算图像特征差异度对差异特征进行粗筛,制定主差异特征类型的选取规则来确定图像组的主差异特征;然后构造特征融合度,以建立差异特征与拟态变元集中各层变元的映射,确定变元分层结构;最后在变元分层结构选择主差异特征类型的各层变元,比较不同拟态结构变元组合时差异特征的特征融合度,确定其最大值占比最高的拟态结构,形成变体。实验结果表明,经主观分析本文方法结果的视觉效果比对比方法结果的效果更优;经客观评价本文方法结果均为有效融合,因此本文方法实现了对融合策略的自适应选择并提高了图像的融合质量。

基于依赖类型剪枝的双特征自适应融合网络用于方面级情感分析

现有的模型将基于依赖树的图神经网络用于方面级情感分析,一定程度上提升了模型的分类性能。然而,由于依赖解析技术的限制,语法解析结果的不精确导致依赖树存在大量噪声,使得模型的性能提升有限。此外,一些句子本身并不符合标准的句法结构。以往的研究以同样的置信度利用句法信息和语义信息,没有充分考虑它们对于确定方面词极性的贡献的不同,导致模型在相应的数据集上性能较差。为了克服这些困难,文中提出了一种基于依赖类型剪枝的双特征自适应融合网络。具体来说,该模型使用一种新型的混合方法,命名为依赖关系类型剪枝和邻接矩阵平滑,来缓解句法解析产生的噪声。此外,该模型通过双特征自适应融合模块充分考虑句子的句法信息的可用程度,以一种更灵活的方式将句法特征和语义特征结合起来用于方面级情感分析。在5个公开可用的数据集上进行广泛的实验,结果证明了该方法明显优于基线模型。

一种耦合DeepLab与Transformer的农作物种植类型遥感精细分类方法

如何精细遥感监测复杂的不同类型农田作物种植情况,是智慧农业农村领域实现农耕面积调查与农作物估产的关键。目前的高分辨率影像的作物种植像素级语义分割中,深度卷积神经网络难以兼顾空间多尺度全局特征和局部细节特征,从而导致各类农田地块之间边界轮廓模糊和同类农田区域内部完整性不高等问题。针对这些不足,本文提出了一种耦合DeepLabv3+和Transformer编码器的双分支并行特征融合网络FDTNet,以实现农作物种植类型的精细遥感监测。首先,在FDTNet中并行嵌入DeepLabv3+和Transformer分别捕获农田影像的局部特征和全局特征;其次,应用耦合注意力融合模块CAFM有效融合两者的特征;然后,在解码器阶段应用卷积注意力模块CBAM增强卷积层有效特征的权重;最后,采用渐进式多层特征融合策略将编码器和解码器中的有效特征全面融合并输出特征图,以实现晚稻、中稻、藕田、菜地和大棚的高精度分类识别。为了验证FDTNet网络模型在高分辨率作物分类应用的有效性,本文选择不同高分辨率的Yuhu数据集和Zhejiang数据集验证,mIoU分别达到74.7%和81.4%。相比于已有的UNet、DeepLabv3、DeepLabv3+、ResT和Res-Swin等深度学习方法,FDTNet的mIoU可分别高2.2%和3.6%。结果表明,FDTNet在纹理单一、大样本量,以及纹理多样、小样本量的两类农田场景中同时表现出优于对比方法的性能,具有较全面的多类别农作物有效特征提取能力。

基于深度学习多模态融合的2型糖尿病中医证素辨证模型的构建

目的为适应互联网+智能医疗的时代需求,纳入舌诊仪图像数据及问诊结构化数据,采用深度学习、多模态融合等方法构建2型糖尿病中医证素辨证模型,为中医智能化辨证提供实验支撑和科学依据。方法共纳入2585例2型糖尿病患者,邀请3位专家分别进行证素辨证标记。基于深度全连接神经网络、U2-Net与ResNet34等网络构建基于舌图数据、症候数据的症候辨证模型(S-Model)、舌图辨证模型(T-Model),并采用多模态融合技术构建以二者为共同输入的多模态融合辨证模型(TS-Model)。通过F1值、精确率、召回率等对比不同模型预测性能。结果T-Model对十四类证素的预测F1值波动于0.000%-86.726%,S-Model的预测F1值波动于0.000%-97.826%,TS-Mode的预测F1值波动于55.556%-99.065%。与T-Model、S-Model对比,TS-Model整体F1值较高且稳定。结论基于深度学习多模态融合技术构建中医证素智能辨证模型性能较好。多模态融合技术适用于中医证素辨证模型优化,为下一步建立四诊信息全客观化的高度智能证素辨证模型提供方法学支持。

基于多任务特征融合算法的电力大数据增量式自组织映射方法

为了实现电力大数据精准映射,基于多任务特征融合算法研究电力大数据增量式自组织映射方法。对电力大数据进行分解,以线性组合形式划分特征类型;利用多任务特征融合算法设计候选分类类别数量,确定自组织映射目标;通过不同数据的语义长度对应所属类型,实现电力大数据的增量式自组织映射,完成增量式数据的自组织映射方法设计。以某省实际运行的电力公司为测试对象,对其一年内产生的电力大数据作为测试样本,分别将其按照具体的类型进行映射,验证新方法。实验结果表明,新方法可以实现精准的自组织映射,在整个过程中不会产生数据交换误差,具有应用价值。

韩江中上游地区的崩岗分布特征

选取韩江中上游地区2016—2022年的Sentinel-1/2卫星星座遥感影像和其他辅助数据,基于机器学习方法进行区域尺度的崩岗识别和崩岗影响因子测度。结果表明:1)分类模型的总体精度达到84%,Kappa系数为0.8。其中,崩岗识别的用户精度和生产者精度都超过95%,且其FScore为0.97。2)截至2022年,韩江中上游地区的崩岗侵蚀面积共有435.5 km^(2),各县(市、区)崩岗侵蚀面积差异明显,年变化趋势不一。其中,五华县崩岗侵蚀面积最多(199.2 km^(2)),其年平均变化率为16.29 km^(2)/a。梅江区崩岗侵蚀面积最少(1.6 km^(2)),其年平均变化率为0.18 km^(2)/a。3)韩江中上游地区崩岗发生概率与高程、坡度、植被覆盖、地质类型、人口密度、大气压、降雨量、经向风速、纬向风速和风速等10个因素存在显著相关性(P<0.001)。在一定的变化范围内,高程、坡度、地质类型、大气压、经向风速、纬向风速和风速对研究区崩岗发生为正向影响,植被覆盖、人口密度和降雨量对崩岗发生为负向影响。

一种基于结构感知的肝血管分割模型

为了在缺乏大量肝血管标注信息的情况下增强肝血管结构分割,提出了局部-长距离-相邻信息融合模块,并将其嵌入U-Net的编码阶段,得到一种基于结构感知的肝血管分割网络。该模块有3个分支:提取特征图局部信息的残差卷积模块,利用自注意力机制提取特征图的全局信息的长距离提取模块,以及利用相邻切片补充上下文信息的相邻信息提取模块。通过将以上3个分支模块的输出特征图进行融合,可以有效提升网络的血管结构感知能力,缓解2D网络无法表征血管立体走向与3D网络训练数据不足的问题。分别在MICCAI十项全能数据集中的肝血管与肿瘤数据集和三甲医院收集标注的自采肝血管数据集上进行了广泛的对比实验。结果表明,与多种主流的分割算法相比,该算法取得了最优的血管分割性能。所提出的方法在MICCAI数据集上Dice值达到64.04%,在自采肝血管数据集上Dice值达到了72.07%。

一种干式变压器搬运机器人多传感器融合地图构建方法

为了实现电网系统中干式变压器精准搬运及放置,提出了一种基于多传感器融合构建地图的方法。对惯性测量单元、二维激光雷达、红外传感器进行数据融合,构建配电房室内外环境的二维栅格地图,以实现干式变压器机器人的定位、导航和避障。仿真结果表明,文章所提方法是可行的。

红色文化浸润式融入幼儿园主题活动探微

红色文化所反映的光辉历史、艰苦奋斗精神,值得幼儿去了解、去学习。在幼儿园开展红色文化教育具有重要的意义,能培养幼儿热爱祖国、自信自强、勇往直前的精神,使幼儿成为有理想、有道德、有文化、有纪律的新时代少年。红色文化浸润式融入幼儿园主题活动,可围绕以下几方面展开:红色文化主题研学、沉浸式体验,红色文化环境创设、参与式体验,红色文化主题活动,融入式体验,红色文化家园共育、融合式体验。

光学协同合成孔径雷达数据的森林类型分类研究

为探究光学数据和合成孔径雷达(Synthetic Aperture Radar,SAR)数据在森林类型分类中的优势和互补性,以云南省普洱市思茅区的Landsat 8数据与微波遥感SAR影像ALOS2数据相交覆盖区域为研究区,采用分层分类技术进行森林类型分类研究。构建3种特征集,光学数据特征集(光谱+植被因子+纹理+地形特征)、SAR特征集(后向散射+极化分解特征)、光学-SAR融合数据特征集(光谱+植被因子+纹理+地形+后向散射+极化分解特征),并使用递归特征消除法(Recursive Feature Elimination,RFE)对提取的3种特征集分别进行分层特征筛选,再用随机森林(Random forest,RF)、支持向量机(Support Vector Machine,SVM)对森林类型分类,光学-SAR融合数据SVM的分类效果最好。结果表明,1)在第1层(植被/非植被)分类时,总体精度为98.57%,Kappa系数为0.971;2)在第2层(森林/非森林植被)分类时,总体精度为92.14%,Kappa系数为0.826;3)在第3层(针/阔/混交林)分类时,总体精度为83.47%,Kappa系数为0.743。融合数据相比于光学数据集分类精度提高9.91%,比SAR分类精度提高24.97%;4)在融合数据集进行第3层次的分类中,对比不同窗口3×3、5×5、7×7、9×9下的光学图像纹理特征对分类结果的影响,7×7纹理窗口下精度最高。结果表明,多源数据协同的森林类型分类精度相比于单一数据源精度更高。

智能变电站光纤虚实回路映射及故障诊断技术

现阶段智能变电站通信大多采用光纤链接各二次设备,由于装置之间的链接关系不直观,造成监测、诊断困难。为了解决智能变电站运维和检修中存在的二次虚回路可视化、回路状态监测、故障定位及故障类型识别困难等问题,提出基于广度优先搜索算法进行二次设备之间物理链接关系的梳理,实现二次虚回路可视化展示。同时基于广度优先搜索算法进行故障推理,划定故障区域,利用智能变电站海量数据源,进行多信息融合,应用D-S证据理论进行故障精确定位,最后采用举证表法确定故障类型,实现智能变电站二次设备运维的实际应用需求。

“新主流”视域下中国电影的类型创新与工业美学探索——以《长津湖》与《长津湖之水门桥》为个案

近年的新主流电影具有强大的影响力,是新世纪以来中国电影整体格局中的最重要的潮流或现象之一。其中《长津湖》与《长津湖之水门桥》是其中十分重要的作品。这两部影片以“抗美援朝战争”为背景题材,以全景视野统一架构起战争叙事中的宏观历史与微观视角,将诗意化家国情怀与写实性战争展现进行多维度的联结。这两部影片标志着新主流电影经历“外向型”和“内向型”两个发展阶段后,迈上新主流电影大片的新台阶。作为“新主流”与“类型创作”融合发展的标志,其一方面实现了对以往主旋律战争题材的承继与创新,另一方面对于探寻当代民族影像的艺术创新、文化融合与工业美学探索等,均具有重要现实意义。

基于Transformer和CNN特征融合的非接触式心率检测算法

心率失调是心血管疾病的常见危险因素,如何及时地对心率失调作出预警,成为了研究的热点。传统的心率检测是接触式的,检测十分不便。远程光电容积脉搏波描记法(Remote photoplethysmography,rPPG)的提出旨在实现无须接触的测量,在许多场景中具有巨大的应用价值。然而,非接触式的测量方法容易受到环境和受试者运动的影响。针对这些问题,本文提出了基于Transformer全局表达和CNN局部特征融合的非接触式心率检测模型(TC-Net)。本文搭建了一个并联的Transformer网络和CNN网络的TC-Net模型。本模型包括两个分支,CNN分支用于提取rPPG信号的局部区域特征,Transformer用于提取rPPG信号的全局表达。由于全局表达特征和局部特征两者特征长度不一,本文提出了特征交互模块,该模块通过卷积层和上下采样模块以对齐两个分支的特征长度。随后,TC-Net通过特征交互模块将局部特征和全局表达进行融合得到最终用于检测的特征向量。最后,在远程心率测量评估中最广泛使用基准之一MAHNOB-HCI数据集上进行对比验证,模型在误差偏差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)等三个指标上都达到了最佳水平。因此,本文提出的非接触式心率检测模型TC-Net基于Transformer全局表达和CNN局部特征融合,具有较高的准确性和鲁棒性。此外,TC-Net仅由简单的几层卷积层和注意力层搭建而成,模型复杂度低,便于后续投入实际应用。

基于融合特征的无人履带车辆道路类型识别方法

无人履带车辆行驶路况复杂,将道路类型作为无人履带车辆悬架控制、自动换挡决策、路径规划等任务的先验信息,有利于提升车辆性能。针对使用单一信号识别道路类型环境适应性差或准确率低的问题,提出一种基于融合特征的道路类型识别方法,将图像的深度特征和悬置质量垂向加速度时域、频域、功率谱密度信号的统计特征相结合,利用机器学习分类算法实现道路类型识别。对单一特征和融合特征进行对比发现:融合特征实现了图像特征和悬置质量垂向加速度特征的互补,提高了道路类型识别的准确率和环境适应能力;融合特征方法与仅使用图像特征的方法实时性相差极小。对多种机器学习分类算法进行对比,试验结果表明:支持向量机和随机森林在准确性和实时性方面都表现优越,总体准确率均可以达到90%以上,识别速度可以达到14帧/s。

基于深度残差U型网络的果园环境识别

果园环境复杂多变,传统机器视觉识别算法易受到光照阴影等因素影响,识别目标能力有限且精度较低。深度残差U型网络可对果园环境中的树木、可行驶道路、杂物等进行语义分割。网络基本结构采用U型网络,在编码层和瓶颈层中加入残差学习,利用残差模块提升网络深度,增强不同层次的语义信息融合,提高特征表达能力和识别准确率;解码层中采用上采样进行特征映射,方便快捷,并通过跳跃连接融合编码层的语义信息,减少网络参数,加速训练。通过PyTorch深度学习框架搭建网络,训练数据集,并将该网络与全卷积神经网络和U型网络进行对比实验,结果表明深度残差U型网络识别准确率最高,平均交并比为83.3%,适用于果园环境识别。

基于测距值修正的温室植保机器人定位方法

针对温室植保机器人作业过程中,UWB节点之间频繁出现的非视距通信现象导致UWB系统定位精度低和稳定性差的问题,提出了一种基于UWB测距值修正的融合定位方法。首先,设计了基于测距残差的UWB节点间通信类型识别方法;其次,分析了视距和非视距通信下UWB测距误差产生原因并建立了两种通信条件下的测距值修正模型;最后,基于扩展卡尔曼滤波器设计了UWB测距修正值和IMU数据融合方法,实现了温室机器人作业过程中的可靠定位。在温室环境下的实际验证结果表明:非视距通信条件下,经过UWB测距修正的融合定位方法的定位误差为11.95 cm,相较于未进行UWB测距值修正的融合定位方法,定位误差降低83.11%,可为温室植保机器人提供稳定的高精度定位信息。

西红康对2型糖尿病肾病大鼠肾足细胞功能的影响

目的:探讨西红康对2型糖尿病肾病大鼠肾足细胞功能的影响。方法:选择SPF级8周龄雄性Wistar大鼠50只大鼠随机分为空白对照组、DN模型对照组、西红康大剂量组、西红康中剂量组、西红康小剂量组,连续给药30 d后检测大鼠空腹血糖(FBG)、晚期氧化蛋白产物(AOPPs)与尿微量白蛋白(mALB)水平,各组大鼠在麻醉状态下取肾皮质,检测并比较足细胞计数、足突平均宽度、足突融合率及肾小球基底膜平均厚度。结果:干预30 d后,各剂量西红康治疗组与模型对照组比较,FBG、mALB与AOPPs水平均明显降低,差异具有统计学意义(P<0.05),但各剂量治疗组间比较差异无统计学意义(P>0.05)。各剂量西红康治疗组与模型对照组比较,足细胞计数、足突宽度、足突融合率与肾小球基底膜平均厚度(GBM)均明显增高或降低,差异具有统计学意义(P<0.05),西红康大、中剂量治疗组与小剂量治疗组比较,足细胞计数、足突宽度、足突融合率与GBM比较差异均具有统计学意义(P<0.05)。随着西红康剂量的增加,大鼠肾小球GBM增厚、足突断裂、排列不整齐、足突融合等现象明显减轻。结论:西红康可降低2型糖尿病肾病大鼠的FBG、AOPPs与mALB水平,还可有效改变其肾足细胞超微结构,达到保护肾脏的作用。

超短波理疗配合颈部静力性运动对神经根型颈椎病颈椎融合术后患者的治疗效果观察

目的:分析神经根型颈椎病颈椎融合术后患者应用超短波理疗配合颈部静力性运动对轴性症状、颈椎活动度及椎前软组织肿胀情况的影响。方法:选取2020年6月至2022年6月郑州大学第一附属医院收治的90例神经根型颈椎病颈椎融合术后患者为研究对象,随机分组。对照组45例给予术后颈部静力性运动,研究组45例在此基础上增加超短波理疗。5 d后,采用日本庆应大学整形外科的轴性症状评分评估两组患者轴性症状,采用专用量角器测量两组患者颈椎活动度,采用颈椎侧位电子计算机断层扫描仪(Computerized tomography scanner,CT)检查两组患者椎前软组织肿胀情况。结果:研究组患者肩痛、肩部僵硬、疼痛、颈后僵硬分值均低于对照组(P<0.05);研究组患者C2椎前软组织厚度、C3椎前软组织厚度、C4椎前软组织厚度、C5椎前软组织厚度、C6椎前软组织厚度均低于对照组(P<0.05);研究组患者左侧侧屈活动度、右侧侧屈活动度、前屈活动度均高于对照组(P<0.05)。结论:超短波理疗配合颈部静力性运动能够减轻神经根型颈椎病颈椎融合术后患者轴性症状,改善颈椎活动度及椎前软组织肿胀情况,在临床中有一定推广应用价值。