面向协作的应用软件系统设计方法研究

１．问题的提出计算机硬件技术、通信技术及多媒体信息处理技术的高速发展，以及它们之间的相互推动作用，尤其是全球性Ｉｎｔｅｒｎｅｔ技术的极大成功和普遍应用，都拓宽了计算机的应用领域，并向来自各个应用领域的用户展示了一个高效的网络计算环境；另一方面，源于不...     

美国软件人才培养模式简析

在中国，软件人才是一个各界广泛关注的话题。如何探索符合中国国情的软件专业人才培养模式，如何增强软件人才培养能力，如何提高软件人才实用性是摆在中国软件产业面前的一个问题。软件发达国家为我们提供了一些借鉴，特别是美国，在软件专业人才培养方面探索出了正规学院教育、公共学院教育、私立学院教育，商业机构认证相结合的发展模式。本文通过对美国软件教育模式的介绍，希望能够对中国的软件人才教育提供参考。     

基于树形聚类匹配的脑肿瘤自动分割方法

提出一种基于树形聚类匹配的脑肿瘤自动分割方法.为了去除非脑组织对于脑肿瘤定位的影响,首先提出一种新的脑组织提取算法,这种算法无需完整的序列影像,可直接对三维影像数据进行分割.其次对分割后的脑组织影像进行中心定位,建立树形索引匹配结构,采用一种节点匹配算法完成粗分割,最后根据粗分割结果,采用形变模型完成精确分割.算法的特点是无需数据集的训练,能够较为准确的完成脑肿瘤的自动分割,实验结果验证了算法的实用性及可行性.     

一种能效优化的MapReduce资源比模型

随着云计算的快速发展,IT资源规模的不断扩大导致能耗问题日益凸显.为降低MapReduce编程模型带来的高能耗,文中研究Map/Reduce任务的资源消费特征及该特征与能效的关系,旨在寻找一种能够指导资源分配和任务调度的资源模型,进而实现能效优化.文中提出任务的能效与任务被分配的资源量无关,而与其被分配的各种资源的资源量比例相关,且存在一个“最佳资源比”使得能效达到最高.基于此,文中首先提出了普适的资源和能效模型,从模型层面证明最佳资源比和能效之间的关系,量化空闲资源量和空闲能耗;随后分析MapReduce编程模型,将普适资源比模型变换到MapReduce下.通过抽象的数据的“生产者-消费者”模式,求解Map/Reduce任务的最佳资源比;最后,通过实验从任务能效和空闲能耗两个角度证明了最佳资源比的存在,并根据实验结果,对MapReduce执行过程进行划分,给出了部分Map/Reduce任务的最佳资源比.最佳资源比的提出和求解将有利于基于该最佳资源比的任务调度和资源分配算法的研究,进而实现Map/Reduce任务能效的提高.     

融合多种特征点信息的最小生成树医学图像配准

针对医学图像配准鲁棒性强、准确性高和速度快的要求,提出了一种基于融合多种特征点信息的最小生成树医学图像配准算法.该算法首先提取3种特征点,Harris-Laplace,Laplacian of Gaussian 和网格点;然后使用遗传算法去除特征点集的冗余,并通过对位映射构建无向完全图顶点集合;进而使用改进的Krusk...     

面向血管疾病诊断及预测分析的血流动力学模拟综述

目的血流动力学模拟方法对于揭示动脉瘤、动脉粥样硬化斑块等血管疾病的形成、发展和破裂的病理形成机制、诊断及术后评估具有重要研究意义,已经成为血管疾病诊断与预测分析临床应用与研究领域的一个热点方向。方法根据血流动力学模拟过程中模拟的血流的特征尺度的不同,本文采用宏观尺度血流动力学模拟和多尺度血流动力学模拟的两种分类方法进行综述。结果总结了不同特征尺度模拟情况下的血流动力学模拟与分析方法的国内外研究现状、主要研究方法和关键技术,并阐述了其中存在的研究难点,展望了血流动力学模拟未来的研究发展方向。结论随着当前血管疾病患者人数的日益增长,结合基于图像信息的血管建模技术和人体生理真实性血流信息的多尺度血流动力学模拟方法的研究将成为该领域一个新的研究热点,对于提高我国血管疾病治疗水平具有重要研究意义。     

聚类核值相似区特征点的医学影像分类

针对传统方法通常选取角点或极值点作为特征点,忽略了局部纹理变化从而影响医学影像分类性能的问题,提出一种新的特征点检测和描述方法,并基于其应用Bag-of-Keypoints模型实现医学影像分类。首先改进自适应的K-means对影像进行像素级聚类,构建核值相似区并选取邻域内聚类分布变化急剧的像素点作为特征点,然后在极坐标系中定义特征点描述符并生成视觉词典,通过视觉词直方图描述影像,最后利用直方图交集方法度量影像间的相似度来扩展KNN完成分类。遵循IRMA的医学影像类别编码标准严格选择实验数据,结果表明该算法较传统方法F1值平均提高4.5%,对于不同类别影像效果更加稳定鲁棒,从而更好地满足临床应用需求。     

基于TDMA方式WMN中一种链路调度机制研究

基于TDMA方式的无线网状网中,链路调度对网络性能起着重要作用.针对固定顺序的待调度链路集,提出求解最优调度周期的启发式算法;基于链路顺序对算法性能的影响,从全局优化的角度对全网链路进行排序,提出基于遗传算法的最优链路调度机制.仿真结果表明,该算法能快速收敛于全网链路的最小调度周期,具有比现有算法更高的传输效率和更低的实施复杂度.     

基于血液斑点噪声抑制和T-Snake模型的血管内超声图像边缘提取

血管内超声(IVUS)图像冠状动脉血管壁内、外膜的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。为了更好地抑制血管内超声图像的血液斑点噪声,首先采用一种时/空滤波方法对IVUS图像进行降噪预处理,以抑制其严重的血液斑点噪声;然后,为了更好地提取血管边缘,提出了一种改进的自适应形变模型,并基于该改进的自适应形变模型(T-Snake模型)给出了一种IVUS图像冠状动脉血管壁内、外膜边缘的提取方法。实验结果表明,该边缘提取方法有着较高的准确性和可靠性,对IVUS序列图像处理的可重复性和鲁棒性较好;也表明了改进的T-Snake模型的可实现性,以及IVUS图像血液斑点噪声抑制方法的有效性。