为了快速获取老旧小区改造中的建筑物点位信息,绘制建筑物立面图,将ZEB-REVO RT手持三维激光扫描仪应用到宁波市某小区改造中。利用手持激光扫描仪在数据采集方面的优势对小区建筑物点云数据进行采集,并且使用Trimble Business Center...为了快速获取老旧小区改造中的建筑物点位信息,绘制建筑物立面图,将ZEB-REVO RT手持三维激光扫描仪应用到宁波市某小区改造中。利用手持激光扫描仪在数据采集方面的优势对小区建筑物点云数据进行采集,并且使用Trimble Business Center软件对原始点云数据进行去噪、配准拼接等操作,得到满足生产条件的点云数据,最后将满足生产条件的点云数据生成正射影像图,利用正射影像图完成小区建筑物的立面图绘制。实验结果表明:使用的方法采集得到建筑物特征点的点位误差在2cm以内,建筑物边长误差在2 cm左右,满足相关规范要求,较传统方法具有速度优势,可大大提高工作效率。展开更多
目的:探讨自动乳腺容积成像技术(automated breast volume scanner, ABVS)与常规手持超声(handheld ultrasound,HHUS)对乳腺BI-RADS 3~5类病变的分类评估价值。方法:回顾性分析我院2016年10月至2017年6月期间对109个乳腺病灶进行自动...目的:探讨自动乳腺容积成像技术(automated breast volume scanner, ABVS)与常规手持超声(handheld ultrasound,HHUS)对乳腺BI-RADS 3~5类病变的分类评估价值。方法:回顾性分析我院2016年10月至2017年6月期间对109个乳腺病灶进行自动乳腺容积成像技术与常规手持超声的影像资料,基于乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)分别对病变进行分类评定,以病理诊断为标准,将BI-RADS分类为3、4A、4B、4C、5类的良性病变分别评为5、4、3、2、1分。将BI-RADS分类为3、4A、4B、4C、5类的恶性病变分别评为1、2、3、4、5分。结果:92例患者109个乳腺病灶,80个恶性病灶,29个良性病灶。29个良性病灶包括纤维腺瘤12例、腺病瘤7例、复杂性囊肿3例、浆细胞性乳腺炎2例、肉芽肿性乳腺炎1例、导管内乳头状瘤1例、良性叶状肿瘤1例、小叶增生性腺病并放射状瘢痕1例、硬化性腺病1例;ABVS评价为5、4、3、2、1分的分别为24、1、2、2、0个,HHUS评价为5、4、3、2、1分的分别为19、8、1、1、0个。80个恶性病变包括导管内原位癌2例、非浸润性癌5例、早期浸润癌10例、浸润性非特殊癌39例、浸润性特殊癌24例;ABVS评价为5、4、3、2、1分的分别为17、35、22、6、0个,HHUS评价为5、4、3、2、1分的分别为12、25、31、10、2个。将ABVS与HHUS对乳腺病变的BI-RADS分类评分进行对比分析,Z=-3.069,P=0.002,差异有统计学意义。结论:ABVS能准确的对乳腺BI-RADS 3~5类病变进行分类评估,且ABVS较HHUS具有整体性强、可重复率高、操作者依赖性小、不易漏诊等优点,因而可以作为一种乳腺BI-RADS分类评估的常规检查方法。展开更多
3D SLAM手持三维激光扫描技术,融合了多种传感器,通过高动态非线性的方式进行信息采集,获得高精度的三维空间点云,在农房不动产测量中具有很强的优势。本文结合农房不动产测绘的相关要求,通过3D SLAM手持三维激光扫描仪进行农房不动产测...3D SLAM手持三维激光扫描技术,融合了多种传感器,通过高动态非线性的方式进行信息采集,获得高精度的三维空间点云,在农房不动产测量中具有很强的优势。本文结合农房不动产测绘的相关要求,通过3D SLAM手持三维激光扫描仪进行农房不动产测量,探讨其在农房不动产测绘中的价值和适应性。展开更多
文摘为了快速获取老旧小区改造中的建筑物点位信息,绘制建筑物立面图,将ZEB-REVO RT手持三维激光扫描仪应用到宁波市某小区改造中。利用手持激光扫描仪在数据采集方面的优势对小区建筑物点云数据进行采集,并且使用Trimble Business Center软件对原始点云数据进行去噪、配准拼接等操作,得到满足生产条件的点云数据,最后将满足生产条件的点云数据生成正射影像图,利用正射影像图完成小区建筑物的立面图绘制。实验结果表明:使用的方法采集得到建筑物特征点的点位误差在2cm以内,建筑物边长误差在2 cm左右,满足相关规范要求,较传统方法具有速度优势,可大大提高工作效率。
文摘目的:探讨自动乳腺容积成像技术(automated breast volume scanner, ABVS)与常规手持超声(handheld ultrasound,HHUS)对乳腺BI-RADS 3~5类病变的分类评估价值。方法:回顾性分析我院2016年10月至2017年6月期间对109个乳腺病灶进行自动乳腺容积成像技术与常规手持超声的影像资料,基于乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)分别对病变进行分类评定,以病理诊断为标准,将BI-RADS分类为3、4A、4B、4C、5类的良性病变分别评为5、4、3、2、1分。将BI-RADS分类为3、4A、4B、4C、5类的恶性病变分别评为1、2、3、4、5分。结果:92例患者109个乳腺病灶,80个恶性病灶,29个良性病灶。29个良性病灶包括纤维腺瘤12例、腺病瘤7例、复杂性囊肿3例、浆细胞性乳腺炎2例、肉芽肿性乳腺炎1例、导管内乳头状瘤1例、良性叶状肿瘤1例、小叶增生性腺病并放射状瘢痕1例、硬化性腺病1例;ABVS评价为5、4、3、2、1分的分别为24、1、2、2、0个,HHUS评价为5、4、3、2、1分的分别为19、8、1、1、0个。80个恶性病变包括导管内原位癌2例、非浸润性癌5例、早期浸润癌10例、浸润性非特殊癌39例、浸润性特殊癌24例;ABVS评价为5、4、3、2、1分的分别为17、35、22、6、0个,HHUS评价为5、4、3、2、1分的分别为12、25、31、10、2个。将ABVS与HHUS对乳腺病变的BI-RADS分类评分进行对比分析,Z=-3.069,P=0.002,差异有统计学意义。结论:ABVS能准确的对乳腺BI-RADS 3~5类病变进行分类评估,且ABVS较HHUS具有整体性强、可重复率高、操作者依赖性小、不易漏诊等优点,因而可以作为一种乳腺BI-RADS分类评估的常规检查方法。