Experimental system for perfusion imaging and time-intensity processing based on ultrasound contrast agent

Objective: To present a self-developed experimental system for basic studies of blood perfusion imaging and time-intensity evaluating based on ultrasound contrast agent. Methods: The experimental system performed the image reconstruction and time-intensity processing with radio frequency signals. The system was comprised of ultra-high speed hardware data acquisition interface and low computational cost algorithms. The self-made contrast agent,blood mimic phantom and capillary phantom model were used to validate the experimental system. Results: The images acquired in blood phantoms with linear-array and curve-array transducers were given. The time-intensity curves corresponding to selected region of interested from image sequence were demonstrated. It was also shown the time-intensity based decay curves and a comparison of decay of ultrasound contrast agent under different ultrasound powers. Conclusion: Several experiments resulted from two in vitro phantom models show that the experimental system can be used to basic studies of blood perfusion and further clinical studies of microvasculature perfusion.

以对比学习与时序递推提升摘要泛化性的方法

为了有效缓解基于交叉熵损失函数训练的传统文本摘要模型所面临的推理过程中性能下降、泛化性较低、生成过程中曝光偏差现象严重、生成的摘要与参考摘要文本相似度较低等问题,提出了一种新颖的训练方式,一方面,模型本身以beamsearch的方式生成候选集,以候选摘要的评估分数选取正负样本,在输出的候选集中以“argmax-贪心搜索概率值”和“标签概率值”构建2组对比损失函数;另一方面,设计作用于候选集句内的时序递推函数引导模型在输出每个单独的候选摘要时确保时序准确性,并缓解曝光偏差问题。实验表明,所提方法在CNN/DailyMail和Xsum公共数据集上的泛化性得到提升,Rouge与BertScore在CNN/DailyMail上达到47.54和88.51,在Xsum上达到了48.75和92.61。

基于图像形态学的焊缝区域提取与对比度提升技术

铝板焊接后可使用X射线进行焊缝内部缺陷检测,由于X射线成像存在噪声多、对比度低、焊缝区域边缘模糊、焊缝区域与背景区域灰度分布较为相似等问题,使用传统边缘检测方法效果欠佳。提出了一种自动提取焊缝区域并提高其对比度的方法,通过去噪处理、边缘检测、形态学操作等步骤,最终确定焊缝区域位置,并对焊缝区域内像素值进行线性变换,提高了焊缝区域的对比度。实验结果表明,该方法针对大批量的铝板X射线图片,都能够自动提高焊缝区域的对比度,具有良好的鲁棒性和准确性。

基于对比学习的植物叶片病害识别

目前,基于图像处理的植物病害识别多依赖于人工标注的卷积神经网络。本文基于自监督对比学习不依赖标签和大量数据即可实现独自学习的优势,研究了MoCo-v2、DeepCluster-v2、SwAV、BYOL这4种对比学习方法对植物叶片病害的识别效果,通过设置不同试验条件,使用PlantVillage开源数据集和自建的棉花病害数据集分别测试4种对比学习方法所训练的ResNet50编码器在Linear和Finetune两种模式下的病害识别效果,评估对比学习方法在植物叶片病害识别上的可行性。结果表明,在PlantVillage数据集中,Finetune模式的平均准确率略高于Linear,4种方法训练的编码器的平均识别准确率最高达99.83%,其中,DeepCluster-v2、BYOL在Finetune模式下的识别率最高,均为99.87%。在棉花病害数据集上,Finetune模式的效果略逊于Linear,DeepCluster-v2在Linear模式下获得最高识别准确率(98.86%)。整体来看,基于对比学习方法的病害识别率优于有监督模型的学习效果,在植物叶片病害识别领域展现出良好的应用前景。

及物性视角下生态语篇中的中西方国家形象建构对比研究

国家形象能够体现一个国家的“软实力”。以往语言学界主要从批评话语分析、认知语言学、社会语言学等视角研究国家形象的建构,所选语料多为政治、新闻和演讲语篇,鲜有学者通过功能语言学的及物性过程视角研究生态语篇中国家形象的建构。本文通过对《瑞典环保公主,该减减你的碳排放了》中的小句的及物性过程类型和参与者进行划分,发现该语篇表面在敦促“环保公主”个人减少碳排放,实际上通过聚焦中国和西方发达国家对环保的做法和态度建构了对待环境问题时的中西方国家形象。语篇中的物质过程、关系过程、心理过程、言语过程和存在过程揭示了西方发达国家缺乏环保意识以及空喊环保口号的行为,建构了其消极负面的环保形式主义者形象。另一方面,及物性过程也展现了中国高度重视环保的态度,建构了中国积极正面的环保大国形象。

基于自适应直方图均衡化的医学图像可逆对比度增强算法

目前,一些可逆数据隐藏算法通常是对图像进行类似直方图均衡化的信息嵌入操作来实现对比度增强。这类方法虽然简单有效,但是缺乏明确的目标函数来指引参数选择,难以优化对比度增强效果,因而容易产生增强不足或过度增强等问题。为了优化可逆信息嵌入后的对比度增强效果,提出了一种基于自适应直方图均衡化并结合对比度增强的医学图像可逆数据隐藏算法。该方法基于预测误差扩展技术来实现可逆数据嵌入,并通过所定义的自适应直方图均衡化目标函数来优化预测残差直方图的修改,确定最优的数据嵌入点,在确保对比度增强的前提下实现低失真的可逆嵌入。实验结果表明,相比同类算法,所提方法在实现可逆嵌入的同时,能够进一步增强图像对比度,辅助提升医学图像中的目标识别效率。

结合局部纹理特征滤波的海天线检测方法

针对视频监测下海天线检测图像易出现的海天对比度低、海上物体、海雾、海浪及云层等干扰条件引起的图像模糊和海天线遮挡问题,提出一种基于偏心邻域的灰度共生矩阵对比度滤波的梯度域下海天线检测方法。方法设计使用上下两方向偏心盒状滤波器获取图像的对比度梯度值图,利用滑动窗对分块图像搜索梯度极大值候选位置,根据设计策略通过构建海天线参数的概率统计模型提取拟合直线作为检测结果。仿真实验表明,本文方法能提升视觉图像下含多景物等干扰的复杂场景海天线检测的准确率,与同类方法相比提升7.69%。

基于数据增强与对比学习的未知目标立场检测

针对未知目标立场检测任务,提出了基于数据增强与对比学习的未知目标立场检测模型。该模型借助无监督学习方法,通过训练被遮盖目标和被遮盖目标相关词的立场变化,以区分无关于目标和特定于目标的立场特征。为了区分潜在空间中与目标相关的立场特征类型而提高数据嵌入质量,采用一种对比学习框架同时考虑了增强信号和立场标签信息。在公开数据集上,该模型和其他立场检测模型分别进行了实验,结果表明该模型具有较好性能。

Contrastive Rhetoric and Inter-language Theory

A learner’s stages of L2 development are connected by his or her L1 and culture.It is,accordingly,of paramount importance to understand the second language learners’culture and learning process and better assist them through this process in the way of teaching them English.Similarly,inter-language theory(IL)and contrastive rhetoric are affected by factors,such as learner’s L1,learning experiences,and culture.This paper talks about these two theory’s characteristics,constructs,and importance,so language instructors may better understand the L2 learning phenomena and think out better methods to help language learners improve their language skills.

一种复合域台风云图增强算法分析

台风云图增强是通过增加图像的对比度和色彩,增加台风的可视化,为后续预测路径和图像分割提供准确的图像。文章提出一种有效的增强台风云图对比度的方法,首先对输入图像进行反相操作和梯度处理,获取梯度域和取反的图像信息,增加台风云图的细节信息;其次,使用一个简单有效改进直方图的模型来生成分布函数,增强图像的对比度;最后,通过对增强后的图像进行融合,得到最终的增强台风云图。与几种增强方法相比,文章提出的方法获得了更好的主观结果和客观评价。

Contrast in Fluid M etallogeny between the Tianmashan Au-S Deposit and the Datuanshan Cu Deposit in Tongling,Anhui Province

A comprehensive contrast of ore-forming geological background and ore-forming fluid features, especially fluid ore-forming processes, has been performed between the Tianmashan and the Datuanshan ore deposits in Tongling, Anhui Province. The major reasons for the formation of the stratabound skarn Au-S ore deposit in Tianmashan and the stratabound skarn Cu ore deposit in Datuanshan are analyzed in accordance with this contrast. The magmatic pluton in Tianmashan is rich in Au and poor in Cu, but that in Datuanshan is rich in Cu and Au. The wallrock strata in Tianmashan contain Au-bearing pyrite layers with some organic substance but those in Datuanshan contain no such layers. Moreover, the ore-forming fluids in Tianmashan are dominantly magmatic ones at the oxide and sulfide stages, but those with high content of Cu in Datuanshan are mainly groundwater fluids. In addition, differences in compositional evolution and physicochemical condition variation of the ore-forming fluids result in gradual dispersion

多尺度自校正双直方图均衡化红外图像增强

针对红外图像增强过程中容易饱和、细节丢失等问题,提出一种参数自设定的双直方图均衡化方法。根据灰度级累积概率密度黄金比例值将原始图像划分为两个独立的子图像。结合原始图像曝光度和子图像灰度级区间信息,对每个子图像的直方图进行多尺度自适应加权校正。基于校正后的直方图,对每个子图像分别作均衡化映射变换,最后合并子图像获得增强图像。在红外图像公开数据集INFRARED100上进行的测试显示,与亮度保持双直方图均衡化(Brightness Preserving Bi-Histogram Equalization,BBHE)、带平台限制的双直方图均衡化(Bi-histogram Equalization with a Plateau Limit,BHEPL)、基于曝光度的双直方图均衡化(Exposure based Sub-image Histogram Equalization,ESIHE)方法相比,所提方法增强的图像具有合适的平均对比度和更大的平均信息熵,在峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)、结构相似度(Structural Similarity,SSIM)、绝对平均亮度偏差(Absolute Mean Brightness Error,AMBE)指标上平均提升至少17.2%、4.0%、56.2%。实验结果表明,所提方法对不同亮度特征的红外图像都有良好的适应性,可有效增强红外图像对象和背景之间的对比度,在噪声抑制、亮度和细节保持等方面优于同类方法。

Exploration of computerized image processing in underexposed and overexposed X-rays of bones and joints

Objective: To study the effective computerized image processing of underexposed and overexposed X-rays of bones and joints. Methods: Ninety-nine conventional X-ray images (82 were overexposed and 17 were underexposed),scanned by an UMAX Astra 4000U Scanner, were converted into digital images on the basis of their analog images. A computerized imaging processing program consisting of five functional modules such as Contrast Stretch, Fast Flourier Transform (FFT), Image Smoothing Modules, Inverse Fast Flourier Transform (IFFT) and Nonlinear Transform performed image contrast stretch and smoothing. Three senior doctors from hospital image sections made their evaluation of all the processed images. Results: Of 82 overexposed films, 71 met the clinical requirements after image processing, and 11 were unable to be applied to clinical diagnosis, accounting for 87% and 13% respectively. Of the other 17 underexposed X-ray images, 11 met the clinical requirements while 6 were not, making a percentage of 64 and 35. Conclusion: Image contrast stretch and smoothing processing are significantly effective on conventional X-ray images which were inappropriately exposed, and can avoid more X-ray radiation caused by handling of radiological photograph again. This method can decrease hospital cost and provide acute and effective X-ray examinations for the treatment and cure for critical patients.

基于扩散生成对抗网络的文本生成图像模型研究

文本生成图像是一项结合计算机视觉(CV)和自然语言处理(NLP)领域的综合性任务。以生成对抗网络(GANs)为基础的方法在文本生成图像方面取得了显著进展,但GANs方法的模型存在训练不稳定的问题。为解决这一问题,该文提出一种基于扩散Wasserstein生成对抗网络(WGAN)的文本生成图像模型(D-WGAN)。在DWGAN中,利用向判别器中输入扩散过程中随机采样的实例噪声,在实现模型稳定训练的同时,生成高质量和多样性的图像。考虑到扩散过程的采样成本较高,引入一种随机微分的方法,以简化采样过程。为了进一步对齐文本与图像的信息,提出使用基于对比学习的语言-图像预训练模型(CLIP)获得文本与图像信息之间的跨模态映射关系,从而提升文本和图像的一致性。在MSCOCO,CUB-200数据集上的实验结果表明,D-WGAN在实现稳定训练的同时,与当前最好的方法相比,FID分数分别降低了16.43%和1.97%,IS分数分别提升了3.38%和30.95%,说明D-WGAN生成的图像质量更高,更具有实用价值。

基于改进DeepSort的行人多目标跟踪算法

针对现有的行人多目标跟踪算法在遮挡、人群密集和光线差等情况下表现不佳的问题,提出一种改进YOLOv4与改进DeepSort算法相结合的行人多目标跟踪算法。首先,为增强检测网络的特征提取能力,在YOLOv4中嵌入ECANet注意力模块,提高检测精度;其次,在改进DeepSort的跟踪算法中,由卡尔曼滤波算法预测多个行人目标在图像中的轨迹之后,使用GhostNetV1替换DeepSort中的重识别网络来生成行人的外观特征,提高行人重识别网络的性能;进而,采用匈牙利算法对检测框和预测框进行最优匹配,对未匹配成功的检测框采用DIOU代替IOU(交并比)进行二次匹配,提高DeepSort网络的跟踪性能;最后,开展了新跟踪算法与原DeepSort算法的对比实验,结果表明新算法的误检、漏检现象变少,鲁棒性增强,跟踪性能得到提高,MOTA提升了18.8%,IDF1提升了18.2%,身份编号转换次数降低了84次。

基于多任务学习的国际疾病分类自动编码模型

国际疾病分类(International Classification of Diseases,ICD)编码任务是将疾病编码分配给电子病历,每份电子病历分配一个或多个ICD编码。现有的方法大多考虑临床文本中症状与诊断之间的关系,而对诊断与诊断间关系以及症状与症状间关系缺乏考量。针对这一现状,对于诊断与诊断间关系,构造编码共现任务,采用多任务的形式使得预测结果不依赖于标签之间的顺序关系,且不会进行错误预测的传播;对于症状与症状间关系,使用对比学习获取有意义的表征,学习同一临床文本中的症状一致性。通过以上任务的组合,构建基于多任务学习的ICD自动编码模型框架。在MIMIC-Ⅲ数据集上的实验表明,所提出的方法相较于优异模型在Micro-f1指标上提高了1.0%,在Micro-auc指标上提高了0.3%,在P@5指标上提高了0.7%。

基于4R危机管理的链式护理流程管理预防CT增强扫描造影剂外渗的效果

目的:探讨基于4R危机管理的链式护理流程管理预防CT增强扫描造影剂外渗的效果。方法:选取医院收治的120例行CT增强扫描的患儿,按照干预时间点的不同,将2020年8月—2021年7月的60例患儿作为对照组,给予常规链式护理流程管理,2021年8月—2022年7月的60例患儿作为观察组,给予基于4R危机管理的链式护理流程管理,观察两组造影剂外渗情况、护理质量以及不良反应发生率。结果:观察组造影剂外渗分级优于对照组(P<0.05);观察组准备完好率、检查成功率、图像质量达优率高于对照组(P<0.05);观察组不良反应较对照组低(P<0.05)。结论:基于4R危机管理的链式护理流程管理能够有效预防CT增强扫描造影剂外渗,减少不良反应发生率,以提高护理质量,确保患儿安全。

碘克沙醇合成工艺研究

碘克沙醇是一种影像诊断用药,通过静脉注射到人体组织和特定器官以增强图像观察效果,适用于锥管内造影、心脑血管造影以及静脉内尿路造影等。本文以间苯二甲酸为起始原料,经微通道连续硝化、酸胺缩合、硝基还原、乙酰化、双羟基化、碘代及二聚共7步反应制备得到目标产物碘克沙醇,反应总收率达31.7%,产物结构经核磁共振氢谱1H NMR、核磁共振碳谱13C NMR和高分辨质谱确证。该合成工艺突出的亮点是原料来源广泛、操作弹性大、反应条件温和、收率较高,可为碘克沙醇工业化生产提供一定的技术支持。

光栅相衬CT中吸收信号环形伪影的去除方法

提出一种光栅X射线相衬断层扫描中吸收信号环形伪影的去除方法。该方法采用正弦图域和重建图域结合的处理算法。对于弱伪影,通过正弦图域的排序和滤波去除。而对于强伪影,首先根据环形伪影在极坐标系的表现,计算残差图像,转换到笛卡尔坐标系得到伪影像素和样品的边界;进而使用基于机器学习的图像分割方法获取每一类样品的分布,同时为了保护边界信息,通过形态学操作获得样本的内部区域;最后再利用残差图像的分布特征定位伪影像素,并使用临近非伪影像素均值替代。实验结果表明该方法可以在不破坏样品边界的前提下有效地去除图像中的环形伪影。

融合对比预测编码的深度双Q网络

在模型未知的部分可观测马尔可夫决策过程(partially observable Markov decision process,POMDP)下,智能体无法直接获取环境的真实状态,感知的不确定性为学习最优策略带来挑战。为此,提出一种融合对比预测编码表示的深度双Q网络强化学习算法,通过显式地对信念状态建模以获取紧凑、高效的历史编码供策略优化使用。为改善数据利用效率,提出信念回放缓存池的概念,直接存储信念转移对而非观测与动作序列以减少内存占用。此外,设计分段训练策略将表示学习与策略学习解耦来提高训练稳定性。基于Gym-MiniGrid环境设计了POMDP导航任务,实验结果表明,所提出算法能够捕获到与状态相关的语义信息,进而实现POMDP下稳定、高效的策略学习。