基于小波系数Hu矩的生物组织损伤监测方法

提出了一种基于B超图像的小波系数Hu矩特征值并结合支持向量机监测生物组织损伤的方法。利用高强度聚焦超声(HIFU)对新鲜离体猪肉组织进行辐照,实时获取辐照前后的B超图像,并对其进行预处理获取减影图像。提取减影图像的Hu矩、小波系数均值和基于小波系数的Hu矩3个特征值,分别利用支持向量机对生物组织样本进行学习、分类处理。结果表明:小波系数Hu矩特征值比Hu矩和小波系数均值的总辨识率分别高出2.70%和2.05%,从而可以更有效地监测HIFU治疗中生物组织损伤情况。该方法可以帮助临床医生客观地监控HIFU治疗过程,对提高HIFU疗效有实际意义。     

离散Walsh变换在超声治疗无损测温中的应用

利用高强度聚焦超声对新鲜的离体猪肉进行辐射,并通过B超获取辐射前后的超声图像。采用二维离散Walsh变换法,从辐射前后的超声图像的差图像中分离出低频分量,作为反映温度信息的参数。选取确定系数作为衡量误差的参数,通过曲线拟合,发现二维离散Walsh变换直流分量与温度呈近似线性关系,且多组数据的斜率非常接近,与传统的灰度均值测温法相比,实验结果表明,该方法误差更小,温度分辨率更高,使用正交矩阵变换,符合计算机语言的逻辑,仿真检测时间较短,在实际应用中能为超声无损测温提供准确可靠的依据。     

凝胶渗透色谱-气相色谱-质谱方法测定茶叶中五种高毒有机磷农药残留

本研究建立了以凝胶渗透色谱（gel permeation chromatography,GPC）为样品前处理方法,同时以气相色谱-质谱联用（gas chromatography-mass spectrometry,GC-MS）技术分析茶叶中五种高毒有机磷农药残留量的方法。样品用丙酮提取,共提物用乙酸乙酯：环己烷（1：1,V/V）作流动相的GPC净化,脱水浓缩定容,采用气相色谱-质谱联用,在选择离子监测模式下进行检测,用外标法定量。结果表明,浓度与其峰面积在0.005~0.500 mg/L范围内具有良好的线性关系,3个添加水平的平均回收率分别为：99.68%~106.31%,94.14%~98.11%,93.86%~98.21%,相对标准偏差（RSD）均小于10%,检出限为0.0005~0.0020 mg/kg。     

新工科背景下师范院校电子信息类创新人才培养的探索与实践

针对新工科的要求并结合师范院校的实际情况,对电子信息类专业创新人才培养进行了探索.优化了课程体系结构,确保了课程开设的新颖性和实用性;提出了多途径培养的新模式,并构建了层次化的能力训练体系.实践证明,这些措施有效解决了教育资源不足、培养环节脱节等问题,增强了学生的工程意识和适应能力,提高了人才培养质量.     

超高效液相色谱-串联三重四极杆质谱法测定塑料食品接触材料中9 种荧光增白剂

建立同时测定塑料食品接触材料中FWA52、FWA135、FWA184、FWA185、FWA199、FWA367、FWA368、FWA378、FWA393荧光增白剂含量的超高效液相色谱-串联三重四极杆质谱检测方法。样品分别经三氯甲烷和甲醇在室温下2 次超声提取30 min,合并提取液经氮吹至近干,甲醇复溶后,以乙酸铵溶液-乙腈作为流动相梯度洗脱,采用电喷雾离子源正离子多反应监测模式测定,外标法定量。结果表明：样品中9 种荧光增白剂在0.5～1 000 ng/mL范围线性良好,相关系数均大于0.999,检出限为0.05～3.2 μg/kg,定量限为0.2～10 μg/kg,加标回收率范围为76.11%～106.55%,相对标准偏差（n=6）为1.97%～8.31%。该方法操作简便、准确、灵敏度高、回收率和重复性良好,适合于塑料接触制品中荧光增白剂的测定。     

食品塑料接触材料中荧光增白剂检测方法研究进展

荧光增白剂是一类能使物质增白的有机化合物。近年来,不少商家会向塑料食品接触材料中添加荧光增白剂来提高食品包装的色泽,使用这类食品时,荧光增白剂容易迁移到人体内,而且很难通过正常代谢排出体外,若长期使用,对人体的健康造成极大威胁。国内外的标准和法律法规中对塑料食品接触材料中荧光增白剂含量均有明确限制,但并无配套的检测方法。因此,建立塑料食品接触材料中荧光增白剂的有效检测方式是当前迫切需要解决的问题。着重介绍荧光增白剂的种类以及国内外检测荧光增白剂的研究进展,为荧光增白剂提取溶剂和检测方法的选择提供一定参考依据。     

基于K均值聚类的组织损伤等级判定研究

利用高强度聚焦超声(HIFU)对新鲜离体猪肉组织进行辐照,可对猪肉组织造成3个等级程度的损伤。从B超图像处理方向出发,提出一种基于K均值聚类并结合双参数的组织损伤等级判定方法。通过B超仪器实时获取HIFU辐照前后的134例猪肉组织图像,并做预处理获得焦斑区域的减影图像。再提取减影图像的灰度均值和小波系数均值,利用K均值聚类的方法对猪肉样本组织的损伤等级进行分类处理。实验结果表明,灰度均值参数能较好地区分第2、3等级程度的损伤,小波系数均值能较好地区分第1、2等级程度的损伤,而基于K均值聚类并结合双参数的分类方法结合了前两者的优点,在组织损伤等级的总辨识率上分别提高了5.23%和3.43%,更能准确地判定组织的损伤等级,便于临床医生客观地监控HIFU治疗过程,对提高HIFU疗效有实际意义。     

基于SURF算法的HIFU治疗前后超声图像配准研究

高强度聚焦超声(HIFU)治疗过程中,医生通常将治疗前后的超声监控图像直接相减,得到治疗区域的图像来判断治疗效果。由于治疗后病人的体位可能会变化,导致治疗前后采集的图像发生偏移,通常需要先将HIFU治疗前后的超声监控图像进行配准。提出了一种基于加速鲁棒性算法(SURF)和超声监控图像散斑特征的快速图像配准方法。首先利用经典的SURF特征检测器分别提取治疗前和治疗后超声图像中的特征点,采用欧式距离匹配提取的特征向量,通过超声图像的固有属性散斑特征的分布规律优化配准参数并用RANSAC算法去除错误匹配点对,最后利用最小二乘法求出图像之间的映射关系完成配准。实验结果表明,该算法能自动搜索治疗前后超声监控图像中的对应特征点,比传统的人工筛选特征点效率更高,且利用散斑特征的分布规律优化后的SURF算法相比标准的SURF算法配准精度更高。     

基于 A-DResUnet 的语音增强方法

为了更精确地从语谱图中提取特征信息,提出了一种基于 A-DResUnet 的语音增强方法。 A-DResUnet 模型在 ResUnet 模型的基础上融合了空洞卷积,提升捕获语音上下文信息的能力;同时在编码器中加入卷积注意力模块(CBAM),提高对噪声 谱图特征的关注。 实验结果表明,与模型输出目标为干净语音语谱图相比,用噪声谱图作为模型输出目标时,该模型对未知噪 声具有更强的分离能力;相较 ResUnet 模型,提出的 A-DResUnet 模型减少了语音细节信息的损失;对比基于 DNN、GAN 的语音 增强方法,PESQ 平均提升了 22. 81%、33. 11%,STOI 平均提升了 9. 62%、15. 33%,为复杂环境下的语音增强提供了一种更有效 的方法。     

一种基于B超图像处理的生物组织变性监测方法

本文提出基于B超图像灰度和小波变换系数并结合BP神经网络监测HIFU治疗中生物组织变性的方法。通过对高强度聚焦超声打击新鲜离体猪肉组织前后获得的B超图像作数字减影,并提取图像特征,利用神经网络进行分类处理。在此基础上,对大量实验数据处理后的统计特性和误差进行分析,得出较好的辨识效果。结果表明:结合图像平均灰度和小波变换系数特征并输入BP神经网络,能够更好地监测HIFU治疗中生物组织是否变性。