浅谈书籍装帧的艺术形态

刻版和印刷技术的发展,为书籍的装帧艺术提供了良好的条件,为设计的实现创造出无限的可能。     

通信电源参数采集系统研究

为了实现对通信电源参数的现场采集,提出一种基于32位ARM嵌入式系统的通信电源参数采集系统设计方案,并完成系统的软硬件设计。该系统硬件部分主要完成电源模拟参量的采集与处理,软件部分采用Windows CE编程,能够完成对通信电源的电压、电流等基本参数的采集。实际应用表明,该系统具有应用简便、测量准确的特点,满足实际需求。     

折弯机侧板有限元分析与优化

折弯机侧板是承受工作载荷最主要的部件之一,其刚度和强度直接影响折弯机的使用性能。本文采用有限元分析软件对折弯机整体建模并仿真计算,描述了侧板不同厚度、不同宽度及不同喉口半径对整体最大变形与喉口最大应力的影响。优化后的机身不但有效降低了喉口处的应力,而且还节约了材料,降低了制造成本。     

高蛋白有助于抗衰老

美国最新研究显示,虽然运动可保持肌肉和骨骼强健,但提高每日蛋白质的摄入,更能帮助延缓因年老所引起的肌肉质量下降。德克萨斯大学临床营养学教授表示,年龄越大,就越应该注意所摄入热量     

眼底图像半自动标注系统

近年来,由于人工智能在医疗领域的高速发展,科研人员对医学图像的需求量与日俱增.这些医学图像往往需要经过精细地标注之后才能够被投入使用.与自然图像相比,医学图像的数据标注工作更具专业性、复杂性.因此,医学图像面临着标注速率低、标注成本高等问题,从而导致带标签样本稀缺的困境.眼底图像作为一种重要的医学图像,能够实现绝大多数的眼科疾病筛查与初诊工作,如糖尿病视网膜病变、青光眼等,但也同样面临着标注困难的问题.针对这样的现状,本文设计并开发了一种高效的眼底图像半自动标注系统,该系统的创新点是能够对多种眼病进行半自动标注.针对眼底图像进行多种疾病的预测,预测结果的类型包括疾病分级和病灶分割,标注人员只需对生成的预测结果进行审核并修改,这一过程可以大大降低标注人员的工作量.此外,该系统包括用户管理、项目管理、图像管理、算法模型管理4个模块.通过这4个模块可以实现团队标注中的任务分配,标注进度数据可视化,标注结果快速导出等人性化功能.该系统极大提升了标注人员的标注效率和标注体验.     

基于多尺度高阶注意力机制的视网膜血管分割

视网膜血管分割对于辅助医生诊断糖尿病性视网膜病变、黄斑萎缩、青光眼等眼科疾病具有重要意义. 注意力机制被广泛用于U-Net及其变体中以提高血管分割模型的性能. 为进一步提高视网膜血管的分割精度, 挖掘视网膜图像中的高阶及全局上下文信息, 本文提出基于多尺度高阶注意力机制的模型(multi-scale high-order attention network, MHA-Net). 首先, 多尺度高阶注意力(multi-scale high-order attention, MHA)模块从深层特征图中提取多尺度和全局特征计算初始化注意力图, 从而改进模型处理医学图像分割时尺度不变的缺陷. 接下来, 该模块通过图的传递闭包构建注意力图, 进而提取高阶的深层特征. 通过将多尺度高阶注意力模块应用于编码器-解码器结构中, 在彩色眼底图像数据集DRIVE上进行血管分割, 实验结果表明, 基于多尺度高阶注意力机制的视网膜血管分割方法有效地提高了分割的精度.     

时间统一系统秒同步故障远程预警系统设计

针对在任务中使用示波器监测时统同步精度时,岗位人员需长时间密切注视示波器状态,极易疲劳,且不能及时发现设备故障,延误处理时机,影响任务顺利完成。提出一种时统秒同步故障远程预警系统的设计思路,利用示波器通信扩展模块TDS2 CM采集示波器监测信号,经过单片机和网络模块处理,传输到IP网络实现远程监控。当本机秒和外秒的同步精度超出某一设定的数值时触发声音告警,及时提醒岗位人员进行手动同步操作,防止同步精度超出规定的技术指标范围,达到故障预警的目的。     

长期用手机引发白内障

以色列医学研究人员发现,手机发出的微波辐射可以对眼组织产生影响,使之出现白内障先兆,同时还会干扰眼睛的聚焦能力,长期使用手机可以引发包括白内障在内的永久性眼部损伤。科学家从雄性小牛(其眼部构造和人眼相似)的眼部取得晶状体,并将其暴露在一定的热度和微波辐     

基于R-FCN算法的糖尿病眼底病变自动诊断

糖尿病眼底病变（Diabetic Retinopathy,DR）是糖尿病患者常见的致盲疾病,可使用深度学习算法对患者的糖尿病眼底图片进行图像识别,实现对糖尿病眼底病变的辅助诊断。针对以往普通卷积神经网络只能进行分类和输入尺寸固定的问题,提出了基于目标检测的区域全卷积网络（Region-based Fully Convolutional Networks,R-FCN）算法,实现同时对任意尺寸输入的糖尿病眼底图片的分类和病变区域检测。针对原始R-FCN算法对小目标（极小的出血点和血管瘤）检测困难的问题,对R-FCN算法做了一定的改进,加入特征金字塔网络（Feature Pyramid Networks,FPN）结构,升级主干网络,修改区域建议网络（Region Proposal Network,RPN）。实现结果表明,改进后的R-FCN算法能以很高的正确率实现对糖尿病眼底图片的五级分类（健康、轻度、中度、重度、增殖）和病变区域检测（血管瘤、眼底出血、玻璃体出血）。