中枢神经细胞瘤的超微结构观察

应用光镜检查及免疫标记,对2例中枢神经细胞瘤进行电镜观察.结果显示,中枢神经细胞瘤在电镜下具有一定的结构特征：瘤细胞间可查见桥粒样结构;胞质内有神经分泌颗粒和哑铃状致密核心颗粒;胞突内有丰富的微管和囊泡状结构.在外科病理诊断中,中枢神经细胞瘤难以与少突胶质细胞瘤、透明细胞室管膜瘤等肿瘤鉴别.电镜检查对鉴别诊断有比较重要的意义.肿瘤细胞胞突内的微管和囊泡、胞质内的神经内分泌颗粒等超微结构与免疫组织化学标记一致,同时也提示肿瘤起源于神经元细胞.     

松果体区肿瘤的超微结构诊断

对松果体区的4例生殖细胞瘤,1例松果体细胞瘤及1例松果母细胞瘤进行了光镜、电镜对比观察,并结合临床资料分析。提出生殖细胞瘤与松果体细胞瘤的超微结构鉴别要点为：①松果体细胞瘤有许多类似神经轴突的突起;②生殖细胞瘤细胞周围见淋巴细胞;③两者核不同。同时提出,是否有节细胞分经是松果体细胞瘤与松果体母细胞瘤的电镜鉴别诊断的要点。     

基于灰度塔评分的匹配模型构建在无人机网络视频拼接中的应用

对于复杂非配合情况下，视频拼接中特征匹配对的数目和特征匹配准确率无法同时达到后续稳像和拼接的要求这一问题，提出一种基于灰度塔对特征点进行评分后构建匹配模型来进行精准特征匹配的方法。首先，利用灰度级压缩后相近灰度级合并这一现象，建立灰度塔来实现对特征点的评分；而后，选取评分高的特征点建立基于位置信息的匹配模型；最后，依据匹配模型的定位进行区域分块匹配来避免全局特征点的干扰和大误差噪点匹配，选择误差最小的特征匹配对作为最终结果匹配对。另外，在运动的视频流中，可通过前后帧信息建立掩模进行区域特征提取，匹配模型也可选择性遗传给后帧以节约算法时间。实验结果表明，在运用了基于灰度塔评分的匹配模型后，特征匹配对准确率在95%左右。相同帧特征匹配对的数目相较于随机采样一致性有近10倍的提升，在兼顾匹配数目和匹配准确率的同时且无大误差匹配结果，对于环境和光照有较好的鲁棒性。