脑年龄估计差作为脑老化生物标志物的研究进展

随着全球人口老龄化的快速增长,神经退行性疾病的发病率越来越高,给整个社会带来了越来越大的负担.然而,衰老是一个由遗传和环境因素决定的多因素过程.基于神经影像开发有效的生物标志物对与年龄相关的神经退行性疾病的风险评估和预测至关重要.脑年龄估计差是目前应用最广泛的基于磁共振成像(magnetic resonance images,MRI)的脑健康状态评估方法.首先,介绍基于MRI的脑老化研究和基于神经影像的脑年龄估计模型的研究进展.然后,从遗传学、大脑发育、神经退行性疾病、精神疾病、慢性疾病、认知储备等多方面进行总结并讨论BrainAGE在大脑老化方面的应用成果.最后,提出该领域存在的问题以及未来的研究方向.     

DTI脑连接组分析中分割模板的选择

由于脑网络性质会因网络构建方法不同(如脑区划分模板、弥散磁共振成像(magnetic resonance imaging,MRI)模型、纤维素追踪算法和网络加权方案等)而出现较大的差异,针对弥散张量成像(diffusion tensor imaging,DTI),基于临床研究中的典型设置,研究了不同分割模板对脑网络拓扑参数的影响.参与本研究的75例健康老年人均接受了相同的认知功能综合评估和同一3T磁共振采集系统的全脑扫描.结果显示全局拓扑属性对脑区划分的空间尺度非常敏感,而对脑区划分原则并不是特别敏感.脑网络的模块化结构相对较稳定,不易受到节点划分尺度和节点划分原则的影响.中等分辨率的模板在大脑老化分析中具有更高的敏感性,可能更适合于常规DTI脑网络分析.     

基于回归分析的人脸老化模型构建

针对人脸年龄数据库中人脸样本过少且年龄杂乱难以统一处理的问题,提出了一种基于线性回归分析的人脸老化模型构建方法,其利用多次线性回归分析对人脸特征点随年龄变化的规律进行分析,构建了多组线性回归方程,从而估计出全年龄段的人脸轮廓,通过使用基于特征线对的图像变形算法和基于小波分解和重构的方法完成了人脸老化图像的合成.实验结果表明:该方法能有效体现人脸老化过程中人脸轮廓的变化,合成出的人脸图像具有较高的真实性和准确性,具有一定的实用价值.     

基于双通路卷积融合网络的脑龄分布预测

采用深度学习对脑龄预测问题进行研究,提出并设计一种基于双通路卷积融合网络的脑龄分布预测模型,以有效预测被试的大脑年龄。将被试静息态功能磁共振成像(rest-state functional MRI, rs-fMRI)数据通过标记分布学习方法,将确定的脑龄标签转化为一组具有高斯分布的概率,设计一个双通路卷积融合网络,包含卷积、批量归一化、池化等步骤,可以同时学习rs-fMRI多类激活图的特征,通过一个低秩融合网络来融合这些特征,利用损失函数对网络更新优化;对预测模型的结果进行详细分析。该模型得到的绝对平均误差和相关系数的指标分别为5.735和0.592 4。试验结果表明,相较于其他模型,该模型取得的平均绝对误差更小,相关系数更高,显著提高了基于rs-fMRI图像的脑龄预测精度。     

基于图割的扩散张量磁共振图像胼胝体分割算法

扩散张量磁共振成像过程易因噪声导致扩散张量图像(diffusion tensor images,DTI)的体素数据发生畸变,使分割效果不佳.针对该问题,提出了一种基于图割的DTI胼胝体分割算法,该算法在求解能量函数的过程中,用非种子点与作为硬约束条件的种子点之间的J-散度中位数表示T-连接权值,用取值范围在(0,1]之间的单调递减指数函数表示N-连接权值,同时构造网格图结构,用最大流/最小切算法计算最小切,实现图像的全局最优二值化分割.DTI图像的分割实验结果表明:所提算法能更为准确地从受噪声影响的数据中提取出胼胝体,各参数不同取值时的重叠率指标统计分析也证明了新算法具有较高的分割精度.     

视觉注意引导和区域竞争控制的医学图像分割

模糊连接度已经成为医学图像分割的实用方法，但其困难在于需要设定多种子点，自动给定的手段不是很有效.为此将种子点等价于视觉特征显著点，提出了在视觉注意模型引导下种子点给定的新方法.通过研究显著点定位与图像特征概率密度估计之间的关系，引入新的视觉特征估计地图，构造了注意计算模型，采用无阈值方法定位各类物体的视觉显著点并用于引导区域增长方式的图像分割.新的注意计算模型的定量描述能力较以往的模型有很大提高，适用于处理模糊图像.新方法能够完全自动定位种子点，有效分割图像，准确率高.引入多种子点之间的竞争策略加快了图像分割中的区域增长处理过程.     

适用于无人水下潜航器电池管理系统的SOC-SOH联合估计

为了提高无人水下潜航器(UUV)电池管理系统状态的估计精度,提出荷电状态-健康状态(SOC-SOH)联合估计方法.搭建测试台架,采用4组锂离子电池进行全寿命周期下的充放电测试,获取不同老化程度下的特性数据.经理论推导和实验分析设计四维表征因子,建立基于改进支持向量回归(SVR)的SOH估计模型.探究电池状态的耦合关系,建立基于扩展卡尔曼滤波(EKF)的SOC估计模型,采用遗忘因子递推最小二乘算法(RLS)更新模型参数,利用SOH对SOC估计结果进行修正.通过不同工况的实验进行验证,结果表明：四维表征因子和电池容量相关性好,SOH估计模型精度高,SOC估计模型精度在联合修正后得到提升.所提的联合估计方法具有较高的通用性和可靠性,可以作为有效的嵌入式电池管理系统状态估计算法.     

基于统计模型和活动轮廓的运动目标检测与跟踪

提出了一种静止背景视频序列中运动目标的检测与跟踪方法.对连续两帧图像序列作差分计算,对差分图像的灰度分布建立混和高斯模型(GMM),采用期望最大化(EM)算法估计模型参数,并引入基于GMM模型的边界检测算子,进而构造运动边界图像.改进静态图像轮廓提取算法GVF-Snake,利用运动边界图像修改GVF-Snake的能量项,使其能够提取视频序列中运动目标的轮廓.采用一种根据目标区域自动初始化轮廓的方法解决Snake初始轮廓需要手工设定的问题,采用一阶差分预测算法加快轮廓收敛速度.利用改进的GVF-Snake算法对运动目标进行检测与跟踪,结果表明,该算法对刚性和非刚性两类目标都具有较好的检测与跟踪效果.     

(研究生论坛)一种新的自适应图像组结构算法的研究

针对固定图像组结构不能充分利用视频帧之间的相关性,提出一种新的自适应图像组结构方案。该方案主要利用W Z帧和相应的边信息之间差值的概率分布模型对成功解码WZ帧所需比特进行估计,并通过码率估计动态地选取合适的图像组结构。通过实验仿真结果表明:在不明显增加编码复杂度的情况下,新的自适应图像组结构比固定图像组结构的峰值信噪比(PSNR)提高了约0.4～0.7 dB。     

基于加权残差聚类的建筑负荷预测区间估计

提出基于加权残差聚类的建筑负荷预测区间估计方法,旨在对建筑负荷预测模型的不确定性进行定量评估. 使用Shapley additive explanations方法量化负荷预测模型的每个输入对输出的贡献程度. 基于得到的贡献程度对模型输入进行加权聚类,获得不同聚类簇中的模型历史残差分布. 根据不同聚类簇中的残差分布估计模型的预测区间. 在深圳某办公建筑1 a的冷负荷数据集上进行验证. 结果表明,与传统不对输入进行加权的方法相比,该方法可以显著提高预测区间的估计精度. 期望得到的预测区间与该方法得到的预测区间的平均覆盖误差为1.87%,而传统方法的平均覆盖误差为2.27%. 该方法可以用于估计任何数据驱动的建筑负荷预测模型的不确定性,从而为优化控制和故障诊断提供更可靠的负荷预测模型.     

P300信号分类的多样本融合支持向量机算法

脑电信号是大脑受到自发或诱发刺激所产生的一种变化的脑电活动,利用结合了多样本融合思想的支持向量机（SVM）算法,在不同受试者的多样本数据上对诱发脑电信号中的P300信号进行了分类识别。首先对实验数据进行预处理和特征提取,然后利用SVM算法训练分类模型,最后通过融合多个样本的预测结果对测试数据的P300信号进行识别。结果表明,相比单样本SVM算法该方法对检测数据有较高的分类准确率,能够成为P300脑电信号预测的较好方法,具有应用前景。     

基于多点对齐的年龄估计方法

针对两眼对齐的人脸图像归一化只能做到不同图像的两眼位置对齐,而其他特征点如鼻子、嘴巴、下巴等的位置不同,提出一种基于多点对齐的人脸图像归一化算法.该算法首先标注或检测人脸图像中眼睛、鼻子、嘴巴等附近的一些特征点,利用双眼位置进行归一化操作;然后计算图像各个特征点的平均位置进行Delaunay三角剖分得到平均形状;对于双眼对齐的每幅图像,将特征点按照平均形状的连接关系连接成三角形,再通过仿射变换将每个三角形中的图像映射到平均形状对应的三角形中,即得到多点对齐的人脸图像.将该方法与基于两眼对齐的支持向量机回归年龄估计方法在FG-NET数据库上进行实验,对于常用的一些人脸特征,包括BIF,Gabor,HOG,LPQ,平均绝对误差分别降低了0.52,0.66,0.16,0.12.实验结果表明,基于多点对齐的年龄估计方法均优于基于双眼对齐的年龄估计方法.     

盾构隧道密封垫长期防水性能预测的试验研究

为了建立盾构隧道弹性密封垫橡胶的老化系数模型,开展热氧加速老化试验. 该模型采用伸长率与应力的比值作为性能劣化指标,可以预测橡胶在不同温度和时间状态下的性能,对密封垫的长期服役状态进行预测. 通过一系列水密性试验,研究密封垫防水能力受服役时间和张开量的影响规律. 研究结果表明,橡胶的拉伸强度在老化前期受拉断伸长率变化的影响迅速下降,后期主导因素转变为拉伸模量;老化系数随着时间的增加而持续下降,但下降速度逐渐减小,最终服役百年后的老化系数为0.364;密封垫耐水压折减系数随着张开量的减小而降低,总体上小于老化系数. 基于试验结果,建立以服役时间和张开量为自变量的耐水压折减系数的预测公式.     

基于鱼群算法的脑功能连接邻域粗糙集特征归约方法

为了有效应对脑功能连接高维小样本性给分类模型构建带来的挑战,得到与脑疾病诊断相关的重要特征,提出基于鱼群算法的脑功能连接邻域粗糙集特征归约方法.该方法建立脑功能连接数据的邻域决策表;依据特征的依赖度将鱼个体初始化为候选的脑功能连接特征子集,并采用综合特征子集依赖度和特征子集长度的适应度函数对鱼个体进行评价;在种群优化过程中,执行觅食、聚集、追尾机制,以及交叉和迁徙2个新机制来不断搜索最优的特征子集.在3种脑疾病功能磁共振脑成像（fMRI）数据集上,将所提方法与多种已有的特征归约方法进行对比实验.结果表明,该方法是有效的脑功能连接特征归约方法,可以有效降低脑功能连接数据的维度,获得分类判别能力较强的脑功能连接特征.     

基于联合媒体相关模型的图像自动标注改进算法

为了充分利用标注词间的相关性,提高图像标注精度,解决图像检索中的语义鸿沟问题,提出了一种基于联合媒体相关模型的图像自动标注改进算法.该算法将标注词和图像的联合概率求解过程转换成在标注词条件下图像出现的概率和标注词的先验概率的求解过程,减少了高频候选标注词对概率统计模型的影响,同时引入语义相似语言模型,利用上下文关联词矢量表示每个标注词,通过估计1幅图像的1组相关性最大的标注词来实现对图像的标注.与基于联合媒体相关图像自动标注算法相比,在标注过程中,本算法不再假设模型中各标注词之间是相互独立的,充分考虑标注词上下文的相关性信息,提高了图像标注精度;对标准的Corel图像集实验结果表明,基于联合媒体相关模型的图像自动标注改进算法是有效的.     

基于偏最小二乘的人脸年龄估计

人脸年龄估计是以人脸图片提取的图像特征为基础,用模式识别的相关模型和技术进行处理分析,自动判定人脸年龄的计算机视觉技术。通常情况下,人脸图像的特征维度过高,需要进行降维处理。主成分分析(PCA)是一种人脸年龄估计中常用的降维方法;但是作为无监督方法,PCA未考虑人脸的年龄信息,提取的主成分解释能力不足。针对这一问题,基于有监督的偏最小二乘(PLS)的降维方法可以提取出解释能力更好的低维空间。基于PLS的人脸年龄估计方法首先使用主动外观模型(AAM)进行特征提取,再采用PLS进行降维处理,最后通过支持向量回归(SVR)进行年龄估计。实验结果表明:基于PLS降维的年龄估计方法具有比基于PCA降维的方法更好的性能,在FG-NET人脸图像库上的年龄平均估计误差更小。     

桑丝绸老化力学性能预测灰色模型研究

提出了采用灰色模型对桑丝绸老化力学性能进行预测的基本方法,利用实测的老化后织物的断裂强力序列建立GM(1,1)模型、残差GM(1,1)模型和等维新息GM(1,1)模型,预测织物的断裂强力,并对各模型的预测结果进行比较分析.结果表明:将GM(1,1)模型和等维新息GM(1,1)模型结合使用可以使预测效果更好.     

基于T1加权磁共振影像组学的脑胶质瘤分级

为了有效辅助脑胶质瘤的精确分级，提出一种基于影像组学的脑胶质瘤分级方法。首先，提取脑胶质瘤患者的T1加权磁共振图像的影像组学特征，在十折交叉验证框架下采用Boruta算法进行特征筛选得到重要特征；其次，采用随机森林将筛选得到的重要特征构建脑胶质瘤预测分级模型；最后，对脑胶质瘤预测分级结果进行评价与分析，用统计学方法检验不同级别特征的差异性。实验结果表明，提出方法的平均准确率达到84.75%,平均特异性达到85.32%,平均敏感性达到84.19%,平均受试者操作特征曲线下面积(Area Under Curve, AUC)达到0.92。     

基于L*a*b*色彩空间的自动白平衡算法

针对数码相机自动白平衡不准确、色彩还原不够真实的问题,提出了一种基于L*a*b*色彩空间的自动白平衡算法.该算法通过色彩空间转换,先将sRGB图像转换至L*a*b*色彩空间;然后,在L*a*b*色彩空间利用灰度世界模型对a*,b*色彩分量进行颜色校正;最后将L*a*b*图像转换至sRGB色彩空间.试验结果表明:在L*a*b*色彩空间对图像进行自动白平衡能获得较好的色彩还原效果.     

考虑热老化的油浸式变压器比例风险模型

根据油浸式变压器中不可修复故障和可修复故障的不同机理,搭建适用于表征变压器故障率的比例风险模型;模型中基准故障率函数采用温升老化模型,并以劣化分级健康状态作为连接函数协变量,采用变形后的极大似然估计法进行参数拟合,减少了对数据量的依赖。该模型能综合考虑热老化和设备健康状态的影响,可以得出较为准确的检测间隔期,有助于电力部门合理安排检修计划,具有较好的应用前景。