一种新的肝肿瘤CT图像分割方法

传统的分割方法难以实现医学图像准确地分割,提出了基于最大信息熵原理的医学图像分割方法。该方法集成了阈值分割、边界跟踪和数学形态学,提高了分割的精度和速度。分析和实验结果表明,采用该方法对肝肿瘤CT图像进行分割时,能自动准确地提取出医生感兴趣的区域。     

基于分维特征的肝脏CT图像识别

目前分形理论已被广泛应用于医学图像识别.本文利用了改进的差分盒计数法对肝脏CT图像进行了分形维数的分析,表征了肝脏图像的纹理特征,则可识别医学图像肿瘤信息.医学图像识别的结果可以直观的方式显示给临床医生,从而辅助医生提高医疗诊断的准确性和科学性.     

一种显微图像处理与识别系统

用DSP技术对显微图像进行处理和分析，能有效地协助诊断诸如各种癌和肿瘤等多种病症．本文介绍了癌细胞显微图像的四种识别方案，即形态学识别、模糊模式识别、色度学识别、体视学方法，并进行了相关的实验，得到了较好的效果，为生物三维形态的定量研究提供了方法。     

融合全局描述子和半直接法的双目SLAM

针对半直接法SLAM方案的回环闭合问题,提出融合全局描述子和半直接法的双目SLAM方案.全局描述子计算模型结合主成分分析法(PCA)和K近邻方法构建关键帧的全局描述子管理模块;在位姿跟踪模块中使用最小化光度误差的半直接法;结合关键帧全局描述子和半直接法完成闭环检测与全局位姿优化.在公开数据集KITTI和Euroc上进行...     

结合DCGAN与LSTM的阿兹海默症分类算法

针对传统的阿兹海默症（AD）分类3D模型参数过多以及2D模型缺乏连续性特征的问题,提出了一种结合2D卷积神经网络与长短时记忆网络的脑部核磁共振成像（MRI）图像分类算法。利用深度卷积生成对抗网络（DCGAN）,卷积层能够在无标签的情况下自动提取到图像特征。首先以无监督的方式训练卷积神经网络;然后将MRI图像序列转换为特征序列,再输入到长短时记忆网络进行训练;最后结合特征序列与LSTM的隐藏状态进行分类。实验结果显示,相比3D模型,该算法有着更少的参数,对于NC与AD的分类达到了93.93%的准确率,对于NC与MCI的分类达到了86.27%的准确率。     

MXn 半导体层状材料层间热电性质预测

优质的热电材料要求具有“声子玻璃、电子晶体”特性,因此,基于第一性原理计算,提出在 二元 MXn 半导体层状材料中筛选具有上述特性材料的方法。因层间为范德华作用力,层状材料中面外方向 的晶格热导率都非常低,是良好的“声子玻璃”材料。而面外方向的电子输运能力与 M 元素和原子距离相 关。M 为主族元素时（例如 SnSe）,因非局域的 pz 轨道和较小的原子层间距离（小于 4 ?）使电子具有良 好的层间输运性能。当 M 为过渡金属元素时（例如 MoS2）,局域的 d 轨道和较大的阳离子层间距（大于 6 ?）使得电子无法在层间传输。通过阳离子 M 的层间距离大小和类型（主族元素还是过渡金属）可以对层状 材料面外方向的热电性质进行判断,为筛选出有潜力的高 ZT 热电材料提供理论指导。     

基于物元和QoS约束的数据挖掘服务选择

为更好地选择满足用户要求的数据挖掘服务,运用可拓物元模型描述数据挖掘服务和用户需求。对数据挖掘服务进行可拓分析,计算候选数据挖掘服务与用户需求服务的相似度。构造数据挖掘QoS用户约束元,设计用于评估相似服务的方法,帮助用户选择满足要求的数据挖掘服务。实验结果表明该方法提高了选择效率。     

动态场景下结合语义的半直接法视觉里程计

针对传统视觉里程计方法在动态环境中跟踪效果差、容易失效的问题,提出了一种适用于动态场景下融合语义的半直接法视觉里程计,主要由语义分割、位姿跟踪和地图管理三部分组成。首先,使用语义分割网络Mask R-CNN对每一帧图像进行语义分割,得到语义分割二值图,结合语义先验信息删除动态特征;然后,利用静态部分特征进行帧间对齐和特征匹配完成位姿跟踪;最后,通过筛选关键帧和更新3D点深度对地图更新,并利用光束平差算法对局部地图的位姿和3D点进行优化。在公共数据集TUM RGB-D的动态序列集上的实验结果表明,该方法与ORB-SLAM2、OpenVSLAM相比,其跟踪误差分别减少了68%和72%,验证了该方法在动态场景中位姿跟踪的准确性。