基于眼前节相干光断层扫描成像的核性白内障分类算法

白内障是导致视觉损害和致盲的主要眼病,眼前节光学相干断层成像技术(Anterior Segment Optical Coherence Tomography,AS-OCT)具有非接触、高分辨率、检查快速、客观定量化测量等特点,在临床上已经被广泛应用于眼病的诊断。目前缺乏基于眼前节OCT图像的核性白内障分类研究工作,为此提出了一种基于眼前节OCT图像的核性白内障分类算法。首先,利用自适应阈值方法、边缘检测Canny算法和手工校正相结合的方式从眼前节OCT图像中提取晶状体的核性区域;然后,基于图像强度和直方图的特征统计方法提取18个像素特征,并应用皮尔逊相关系数方法分析提取像素特征与核性白内障严重程度之间的相关性;最后,利用随机森林算法构建分类模型,从而得到核性白内障分类结果。在一个眼前节OCT图像数据集上的实验结果表明,所提算法对核性白内障严重程度的分类准确率和召回率分别达到了75.53%和74.04%,具有作为核性白内障临床诊断的定量分析参考工具的潜力。     

AS-OCT图像下的自动皮质性白内障分类框架

白内障是一种主要导致视觉损伤的眼病. 早期干预和白内障手术是改善患者视力和生活质量的主要手段. 眼前节光学相干断层成像图像 (anterior segment optical coherence tomography, AS-OCT) 是一种新型眼科图像, 其具有非接触、高分辨率、检查快速等特点. 在临床上, 眼科医生已经逐渐采用AS-OCT图像进行眼科疾病如青光眼的诊断, 然而尚未有研究工作利用它进行皮质性白内障 (cortical cataract, CC) 自动分类. 为此, 提出了一个基于AS-OCT图像的自动皮质性白内障分类框架, 由图像预处理、特征提取、特征筛选和分类等4部分组成. 首先, 利用反光区域去除和对比度增强方法进行图像预处理; 紧接着使用灰度共生矩阵 (grey level co-occurrence matrix, GLCM)、灰度区域大小矩阵 (grey level size zone matrix, GLSZM) 和邻域灰度差矩阵 (neighborhood grey tone difference matrix, NGTDM) 方法从皮质区域提取了22个特征; 然后, 采用斯皮尔曼相关系数方法对提取的特征进行特征重要性分析并筛除冗余特征; 最后利用线性支持向量机方法进行分类. 在一个临床AS-OCT图像数据集上的实验结果表明, 所提出的皮质性白内障分类框架准确率、召回率、精确率和F1分别达到86.04%, 86.18%, 88.27%和86.35%, 取得与先进的深度学习算法接近的性能, 表明其具有作为辅助眼科医生进行皮质性白内障临床诊断工具的潜力.     

朱黄青霉α-1,6-葡聚糖酶在毕赤酵母GS115中的异源表达

目的构建毕赤酵母基因工程菌,以实现朱黄青霉α-1,6-葡聚糖酶的异源高效表达。方法人工合成朱黄青霉HI-4的α-1,6-葡聚糖酶基因ZHdex,克隆到毕赤酵母分泌型表达载体pPIC9K,电转入毕赤酵母GS115。甲醇诱导目的蛋白表达。结果成功在毕赤酵母GS115中对ZHdex基因进行表达,SDS-PAGE表明重组毕赤酵母在66×103附近有目的蛋白表达,与理论值一致。在摇瓶水平,甲醇诱导培养120 h后,α-1,6-葡聚糖酶的最高酶活达28.79 U/mL,蛋白质浓度为0.56 mg/mL。结论获得一株重组毕赤酵母GS115-ZHdex,其产物具备α-1,6-葡聚糖酶活性,成功地实现朱黄青霉α-1,6-葡聚糖酶的异源高效表达。     

上海老年社区规划和老年住宅建筑设计的探讨

上海的老龄化现状和发展趋势使上海的老年社区和老年住宅成为人们关注的热点之一。首先概述了上海的老年社区和老年住宅的现状,再简述了上海目前的三种养老方式——传统居家养老、养老院养老和老年公寓养老,其中老年公寓是经济发达地区的发展趋势,因此进一步探讨了老年社区规划设计的基本构想及老年人住宅的建筑设计要点。     

页岩油注CO2动用机理

CO₂由于良好的注入性及与原油的混相能力,可能是页岩油藏提高采收率最有效的方法。与常规油藏不同,页岩储层裂缝及微纳米孔隙发育,CO₂能否进入页岩微纳米孔隙并动用孔隙中的原油是利用CO₂提高页岩油采收率的关键。因此,设计开展了页岩油注CO₂实验,基于核磁共振方法研究了页岩微纳米孔隙中原油动用特征及动用机理,并研究了接触时间及接触次数对采出程度的影响。核磁共振T2谱及核磁成像结果表明注CO₂可以有效动用页岩微纳孔隙中的原油,一次接触实验采收率为32.63%。随着CO₂与原油接触时间增加,在初始阶段采油速度高,然后采油速度逐渐变缓。CO₂溶解扩散作用是动用页岩微纳孔隙原油的主控机理。研究成果证实注CO₂可以有效提高页岩油藏采收率,为陆相页岩油有效开发提供参考。     

多区域融合注意力网络模型下的核性白内障分类

目的 核性白内障是主要致盲和导致视觉损害的眼科疾病,早期干预和白内障手术可以有效改善患者的视力和生活质量。眼前节光学相干断层成像图像（anterior segment optical coherence tomography,AS-OCT）能够非接触、客观和快速地获取白内障混浊信息。临床研究已经发现在AS-OCT图像中核性白内障严重程度与核性区域像素特征,如均值存在强相关性和高可重复性。但目前基于AS-OCT图像的自动核性白内障分类工作较少且分类结果还有较大提升空间。为此,本文提出一种新颖的多区域融合注意力网络（multi-region fusion attention network,MRA-Net）对AS-OCT图像中的核性白内障严重程度进行精准分类。方法 在提出的多区域融合注意力模型中,本文设计了一个多区域融合注意力模块（multi-region fusion attention,MRA）,对不同核性区域特征表示进行融合来增强分类结果;另外,本文验证了以人和眼为单位的AS-OCT图像数据集拆分方式对核性白内障分类结果的影响。结果 在一个自建的AS-OCT图像数据集上结果表明,本文模型的总体分类准确率为87.78%,比对比方法至少提高了1%。在10种分类算法上的结果表明：以眼为单位的AS-OCT数据集优于以人为单位的AS-OCT数据集的分类结果,F1和Kappa评价指标分别最大提升了4.03%和8%。结论 本文模型考虑了特征图不同区域特征分布的差异性,使核性白内障分类更加准确;不同数据集拆分方式的结果表明,考虑到同一个人两只眼的核性白内障严重程度相似,建议白内障的AS-OCT图像数据集拆分以人为单位。