基于机器学习的超声造影分析综述

超声造影（Contrast-enhanced ultrasound, CEUS）通过外周静脉注入超声造影剂,显著增强来自肿瘤微血管的血流信号,便于临床医生以实时、动态的方式评估肿瘤血管生成、周边浸润等,广泛应用于多器官病变诊断、预后评估和治疗方案规划等方面。近年来,以深度学习为代表的机器学习方法快速发展,为动态超声造影智能分析带来新的机遇。深度学习方法很大程度上拓宽了超声造影临床应用范围,提高了其诊疗效能。但与常规超声影像类似,超声造影仍然存在斑点噪声、呼吸运动干扰和标准化程度低等问题,使得动态灌注时间、空间信息挖掘面临挑战。本文系统性回顾了近年来超声造影智能分析相关工作,涵盖良恶性鉴别、恶性分级、疗效预测和诊疗方案选择等方面应用,总结了当前影像组学及深度学习方法在超声造影分析领域的最新进展,并指出当前研究的局限性和未来发展方向。     

数据可视化在物流系统中的应用研究

数据可视化技术是通过计算机图形和图像处理技术,把数据转换成图形或者图像,在屏幕上显示出来。以达到清晰有效地传达与沟通信息的作用。简述了数据可视化的概念,阐述了数据可视化在物流系统中可行的技术架构,分析了数据可视化技术在物流系统中的应用现状和前景。     

基于CORBA的三维可视化GIS体系结构

通过分析近年来三维可视化GIS和分布式计算技术的发展动态，探讨了在互联网时代三维可视化GIS在海量、复杂空间数据组织方面的技术发展，提出了基于CORBA规范的发布式三维可视化GIS体系结构，详细阐述了异构系统平台上异种数据源间的交互、数据调度等一系列关键技术难题的解决方案，并在理论上给出了其可行性分析。     

河南省市售鱼虾蟹类及其制品营养成分调查分析

目的 分析河南省市售及加工鱼虾蟹类食品的营养成分,完善河南省特色食物成分数据库。方法 2017年12月—2020年12月对饭店和超市内售卖的鱼蟹类食品采样,分析其中的水分、灰分、蛋白质、脂肪、碳水化合物、总氮、糖类、多种维生素及人体必需的矿物质等营养成分。结果 水分、灰分含量水平基本一致;除油炸食品外均未检出糖类;蟹类能量含量整体偏高,炸鱼能量、蛋白质、总氮和脂肪整体高于鲜鱼;鱼虾蟹类脂肪酸的总量不高,不饱和脂肪酸比例大,二十碳五烯酸（EPA）和二十二碳六烯酸（DHA）占主要成分,DHA含量较高的依次是鱿鱼0.209 g/100 g、龙虾0.181 g/100 g和巴沙鱼0.153 g/100 g,EPA依次是蟹黄1.07 g/100 g、小黄鱼0.38 g/100 g和鲫鱼0.297 g/100 g;鱼类全部检出氨基酸,虾蟹类90%检出,蟹类中蟹黄氨基酸含量较高。结论 鱼虾蟹类制品中,调味料及食用油对食物成分有影响;鲜品中不饱和脂肪酸的含量与总脂肪酸含量正相关,鱼类和蟹类单不饱和脂肪酸高,虾类与推荐比例一致。     

Ce/Cu掺杂Fe-ZSM-5催化剂NH3选择性催化还原NOx的活性位点演化机理(英文)

通过水溶液离子交换法和初湿浸渍法制备Cu和Ce改性的Fe-ZSM-5催化剂,研究其在NH₃选择性催化还原NO_x中的作用。通过表征技术(NH₃-SCO,BET,XRD,XPS,UV-Vis,NH₃-TPD,H2-TPR)探讨了催化剂活性位、酸性位和孔结构的变化,发现活性Cu物种和Fe物种的分散情况是影响整个催化过程中催化活性的重要因素。Fe-ZSM-5催化剂中Cu的掺杂带来了新的活性物种,孤立Cu离子和CuO颗粒,从而改善了低温催化活性。然而,催化剂的氨氧化作用也随之加强,催化剂中的部分Fe³⁺活性位和Br?nsted酸性位被Cu物种取代,这导致了高温活性的降低。进一步掺杂Ce后,高温活性得到恢复,可以归因于Ce促进了活性Cu物种和Fe物种的高度分散。这些发现为多金属掺杂调节铁基SCR催化剂的活性窗口提供了理论支持。     

基于危险理论和DCA的WSNs入侵检测系统模型

针对无线传感器网络(WSNs)由于自身特点易于遭到入侵且传统被动的安全机制无法完全应对这一问题,对人工免疫系统(AIS)进行研究,设计一种新的入侵检测系统(IDS)模型。模型采用危险理论和适用于WSNs的改良树突状细胞算法(DCA),可使节点之间彼此分工合作共同识别入侵,加强了网络的鲁棒性。仿真结果显示:与早期的自我—非我(SNS)模型相比,研究的模型在检测能力和能耗上均有很好的表现。     

时尚纹样的二维水墨动画手法创新研究

随经济的飞速发展,中国社会与时尚品牌和时尚制品的接触越来越密切,在这种情况下,很多时尚品牌也同样地把中国作为了重要的消费市场,并因此开始探求中国风与中国元素与时尚产品的融合.其中水墨是能够体现中国风的一大不可忽视的设计元素,本文针对时尚纹样的水墨动画化进行一定的理论探讨和手法创新研究.希望这种创新手法对今后时尚纹样的水...     

优化虚拟演播室系统提高教学视频录制效率

碎片化学习是实现随时可学,随处可学的学习模式,教学视频成为学习者的主要学习资源。目前课程视频资源的建设周期较长,如何让课件录制变得高效,节省录制时间,提高教学视频质量?根据现有虚拟演播系统进行可行性分析研究,提出对原虚拟演播系统的软硬件升级改造,增加硬件设备提词器,利用远程连接软件TeamViewer实现同一PPT画面多屏显示,最后将授课老师视频与PPT画面同时录制并输出。改善授课老师录制过程中的紧张情绪,节省录制教学视频的时间,提高教学视频录制效率。     

基于SARIMA-GS-SVR组合模型的短期电力需求预测

短期电力需求预测在合理分配电力利用、减少能源浪费和增强电力系统的并网运行方面具有重要作用。应用单一的季节自回归移动平均模型对电力需求预测将限制预测精度。为了提高SARIMA的预测精度,文中提出了SARIMA-GS-SVR组合预测模型。采用网格搜索算法将SARIMA预测的残差带入支持向量回归模型进行参数训练,并将寻优的最佳参数带入SVR对残差进行预测。将得到的残差预测结果和SARIMA预测结果加和进行综合分析。建立SARIMA、SVR、GS-SVR和SARIMA-GS-SVR预测模型,以加利福尼亚州电力需求历史数据为例,对该地某日24 h的电力需求进行预测。为了体现模型整体的优越性,选用指数平滑法作为无关基准模型进行实验对比。实验结果表明,相比SARIMA,SARIMA-GS-SVR的预测精度提高了29.181 2%,且其MAE、MAPE和RMSE3种误差指标评价值低于其它4种模型。     

近邻中心迭代策略的单标注视频行人重识别

为解决视频行人重识别数据集标注困难的问题,提出了基于单标注样本视频行人重识别的近邻中心迭代策略.该策略逐步利用伪标签视频片段迭代更新网络结构,以获得最佳的模型.针对预测无标签视频片段的伪标签准确率低的问题,提出了一种标签评估方法：每次训练后,将所选取的伪标签视频片段和有标签视频片段特征中每个类的中心点作为下一次训练中预测伪标签的度量中心点;同时提出基于交叉熵损失和在线实例匹配损失的损失控制策略,使得训练过程更加稳定,无标签数据的伪标签预测准确率更高.在MARS,DukeMTMC-VideoReID这两个大型数据集上的实验验证了该方法相比于最新的先进方法,在性能上得到非常好的提升.