小河无水大河干

"小河无水大河干"是一句熟语的颠倒。长期以来,人们认定了一句颇为响亮的话:"大河有水小河满,大河无水小河干"。如今颠倒过来说,有没有道理呢?笔者认为不仅有,而且是正本清源。如果只作道理解释,说明个体是整体的一部分,个体应顾全大局,这句话不能说没有积极的意义。但是,从自然本     

螺旋电极在右室流出道高位室间隔起搏中的临床应用

目的探讨螺旋电极在右室流出道高位室间隔起搏中的应用。方法对有植入永久起搏器适应证的缓慢心律失常患者42例,随机分为2组,22例用主动螺旋电极植入右室高位室间膈(高位室间隔组)。20例用被动电极植入右室心尖部(右室心尖组)。记录2组术中术后各项参数、心电图QRS波宽度及并发症。结果 2组均顺利完成手术,未出现严重并发症,室间膈组电极植入15min后较植入即刻的起搏阈值明显下降[(0.71±0.11)vvs(0.97±0.13)v,P<0.05]。起搏的QRS波时限较心尖部变窄[(124.77±11.35)msvs(149.28±12.51)ms,P<0.05]。术后1、3个月随访2组的起搏阈值、阻抗、感知无差异。结论初步证明使用螺旋电极在右室流出道高位室间隔起搏是稳定、安全、可靠的。     

结合语义信息与3D点云技术的未知环境地图构建方法

目的 机器人在进行同时定位与地图构建（simultaneous localization and mapping,SLAM）时需要有效利用未知复杂环境的场景信息,针对现有SLAM算法对场景细节理解不够及建图细节信息缺失的问题,本文构造出一种将SLAM点云定位技术与语义分割网络相结合的未知环境地图构建方法,实现高精度三维地图重建。方法 首先,利用场景的实时彩色信息进行相机的位姿估计,并构造融合空间多尺度稀疏及稠密特征的深度学习网络HieSemNet（hierarchical semantic network）,对未知场景信息进行语义分割,得到场景的实时二维语义信息;其次,利用深度信息和相机位姿进行空间点云估计,并将二维语义分割信息与三维点云信息融合,使语义分割的结果对应到点云的相应空间位置,构建出具有语义信息的高精度点云地图,实现三维地图重建。结果 为验证本文方法的有效性,分别针对所构造的HieSemNet网络和语义SLAM系统进行验证实验。实验结果表明,本文的网络在平均像素准确度和平均交并比上均取得了较好的精度,MPA（mean pixel accuracy）指标相较于其他网络分别提高了17.47%、11.67%、4.86%、2.90%和0.44%,MIoU（mean intersection over union）指标分别提高了13.94%、1.10%、6.28%、2.28%和0.62%。本文的SLAM算法可以获得更多的建图信息,构建的地图精度和准确度都更好。结论 本文方法充分考虑了不同尺寸物体的分割效果,提出的HieSemNet网络能有效提高场景语义分割准确性,此外,与现有的前沿语义SLAM系统相比,本文方法能够明显提高建图的精度和准确度,获得更高质量的地图。