夜戴型角膜塑形镜对近视患者调节滞后及视网膜形态影响的相关分析

目的:探讨夜戴型角膜塑形镜对近视患者调节滞后及视网膜形态的影响。方法:抽取2014年8月-2016年8月来本院选择验配角膜塑形镜,并经过12个月以上定期复查的少年儿童近视患者15例(30眼),将其作为观察组,选择同期配戴普通近视框架眼镜的少年儿童近视患者15例(30眼)作为对照组。观察两组患者配戴前及配戴6、10、12个月后的调节滞后量和黄斑区视网膜平均厚度的变化。结果:两组患者配戴前与配戴6个月后的调节滞后量和黄斑区视网膜平均厚度比较,差异均无统计学意义(P>0.05);观察组患者配戴10个月后的调节滞后量情况明显优于对照组,差异有统计学意义(P<0.05),但两组患者的黄斑区视网膜厚度比较,差异无统计学意义(P>0.05);观察组患者配戴12个月后的调节滞后量和黄斑区视网膜厚度情况均明显优于对照组,差异均有统计学意义(P<0.05)。结论:夜戴型角膜塑形镜能够有效提升青少年儿童的裸眼视力,改善调节滞后,并促进患者黄斑区视网膜平均厚度趋向稳定。     

基于条件深度卷积生成对抗网络的视网膜血管分割

视网膜血管的分割帮助医生对眼底疾病进行诊断有着重要的意义.但现有方法对视网膜血管的分割存在着各种问题, 例如对血管分割不足, 抗噪声干扰能力弱, 对病灶敏感等.针对现有血管分割方法的缺陷, 本文提出使用条件深度卷积生成对抗网络的方法对视网膜血管进行分割.我们主要对生成器的网络结构进行了改进,在卷积层引入残差模块进行差值学习使得网络结构对输出的改变变得敏感, 从而更好地对生成器的权重进行调整.为了降低参数数目和计算, 在使用大卷积核之前使用小卷积核对输入特征图的通道数进行减半处理.通过使用U型网络的思想将卷积层的输出与反卷积层的输出进行连接从而避免低级信息共享.通过在DRIVE和STARE数据集上对本文的方法进行了验证, 其分割准确率分别为96.08 %、97.71 %, 灵敏性分别达到了82.74 %、85.34 %, $F$度量分别达到了82.08 %和85.02 %, 灵敏度比R2U-Net的灵敏度分别高了4.82 %, 2.4 %.     

神经形态视觉传感器的研究进展及应用综述

神经形态视觉传感器具有高时域分辨率、高动态范围、低数据冗余和低功耗等优势,近年来在自动驾驶、无人机视觉导航、工业检测及视觉监控等领域(尤其在涉及高速运动和极端光照等条件下)产生了巨大的应用前景.神经形态视觉是一个包含硬件、软件、生物神经模型等的视觉感知系统,终极目标是模拟生物视觉感知结构与机理,以硅视网膜达到、扩展或超越人类智能.作为神经形态工程的重要分支,神经形态视觉是计算神经科学与计算机视觉领域的交叉学科与研究热点.本文从生物视觉采样模型、神经形态视觉传感器的采样模型及类型、视觉信号处理与特征表达、视觉任务应用等视角进行了系统性地回顾与综述,展望了该领域未来研究的技术挑战与可能发展方向,同时探讨了其对未来机器视觉和人工智能领域的潜在影响.     

革命性的UI体验 Win8系统入侵国产双核

近日双核平板市场风起云涌,视网膜屏幕这一高端配置已经加入其中,低价狂潮也在不断地冲击消费者的视觉神经,某论坛甚至出现了双核平板运行Win8系统的视频,国产平板总是能带给我们惊喜的。到底国产双核平板是怎样做到流畅运行Win8系统的呢?笔者选择了最近相当火热的一款双核平板     

苹果MacBook Pro15英寸笔记本（视网膜显示屏） 视觉体验令人惊艳 轻薄与性能同样出色

对于希望苹果不断推出新品的狂热粉丝而言,6月12B在美国旧金山举办的全球开发者大会（WWDC）可能令他们有些失望,因为传说中的iPhone5还是没有露出任何端倪;不过对于一些从事设计工作的专业人员看来,     

苹果Mac上安装Windows 8系统

很多Mac用户偶尔也需要用一下Windows应用程序,使用像Parallels Desktop、VMware Fusion和VirtualBox这样的虚拟机解决方案往往最为方便。这会造成部分性能损失,但对于大多数人来说,无需重新启动就能运行程序的方便足以弥补这种缺陷。但玩游戏是一个例外。使用虚拟化解决方案,3D性能会大幅削弱,甚至彻底没有(如果你用VirtualBox),因为大多数Mac都缺乏一流的图形处理器,根本无法跟Windows设备相提并论。你可以用Boot Camp在Mac上安装Windows,这意味着依靠苹果的Windows驱动程序让所有一切正常运行。     

读编往来

评封面,赢MP3您喜欢这个封面吗?您同意文章中的观点吗?您对文章中的主题思想和观点有自己的看法吗?请参与我们的《封面报道》有奖评选活动,我们将选取其中的精彩观点和评论刊登在《微电脑世界》杂志上,并从中抽取一位幸运读者,赠送魅族MiniPlayer时尚MP3一部。     

无法分辨视网膜屏幕的像素

自从苹果将iPhone4的高分辨率显示屏称为视网膜屏幕后,像素密度已成为手持设备“军备竞赛”中的一个焦点。但真如苹果所言的那样,人眼无法分辨视网膜屏幕的像素点吗？     

基于U-Net的多尺度融合视网膜血管分割算法

针对眼底血管图像具有形状多样、分叉较多、曲度复杂的特点,提出了一种多尺度融合视网膜血管分割算法.该算法基于U-Net模型进行改进,首先在编码和解码部分使用短跳跃连接模块将网络浅层和深层的特征信息进行融合,通过增加浅层特征的权重,更多地保留了血管的边缘和细微结构信息.其次在编码部分采用空洞卷积构建空洞空间金字塔池化模块代替传统卷积块,来扩大算法的感受野,从而在不增加网络参数的同时进行多尺度特征融合,提取更丰富的空间信息.通过在DRIVE数据集上进行验证,实验结果表明:本算法的准确率和AUC值分别达到0.9572、0.9811,与U-Net等其他基于深度学习的算法相比分割效果更优,从而验证本算法在视网膜血管分割中更加有效.