不典型感染性心内膜炎超声诊断的临床分析

目的:对不典型感染性心内膜炎超声诊断进行临床分析。方法:对2012年4月-2014年4月在本院接受治疗的50例不典型感染性心内膜炎患者和50例非感染性心内膜炎患者进行临床研究,均分别进行超声心动图检查、血培养检查、血清免疫学检查、心电图检查诊断,研究比较不典型感染性心内膜炎患者的检出情况及两组患者的相关检查结果。结果:不典型感染性心内膜炎患者的超声心动图检查的确诊率(98.0%)明显高于血培养检查、血清免疫学检查、心电图检查的确诊率(76.0%、58.0%、34.0%),比较差异有统计学意义(P<0.05)。不典型的感染性心内膜炎患者与非感染性心内膜炎患者存在赘生物的比例分别为98.0%和100%,比较差异无统计学意义。两组患者的血培养显示阳性的比例分别为76.0%和32.0%,两组患者的循环免疫复合物(CIC)含量显示超标的比例分别为58.0%和80.0%,两组患者的T波发生改变的比例分别为34.0%和60.0%,比较差异均有统计学意义(P<0.05)。结论:超声诊断对不典型感染性心内膜炎的临床诊断准确率较高,对于此类患者的鉴别诊断十分重要。     

无线传感网络中云层雷击信号准确检测仿真分析

传统传感网络雷击信号检测方法采用能量块突变检测理论进行采集,存在有限长观测缺陷,无法准确实现雷击信号的检测。提出基于循环谱理论的无线传感网络中云层雷击信号准确检测方法,依据循环谱理论,将有限长观测数据中检测雷击信号的问题看作是二元建设检验,基于雷击信号的特征,通过判断是否存在非零循环频率对雷击信号进行检测。引入检测循环频率的渐近最优检验方法,提出一种可行的循环频率判别方案,获取无线传感网络中云层雷击信号检测方案。仿真实验结果表明,所提方法可有效抑制噪声,在低信噪比下对于雷击信号具有较好的检测性能。     

固定源细颗粒物检测技术研究进展

本文主要总结了目前国内外关于固定源细颗粒物的表征形式,包括质量浓度、数量浓度、表面积浓度、粒径分布,并分析了主要检测技术的工作原理、研究进展,为进一步的方法学研究提供参考与帮助。     

支柱瓷绝缘子表面缺陷的电场分析与检测

高压支柱瓷绝缘子断裂而引发系统断电及设备损毁在电力系统中并不罕见。文中在充分统计故障规律的基础上,确定了断裂易发生位置,并针对断裂发生前期出现的表面缺陷状态进行了三维有限元分析,得出其表面电场变化的规律性,并依据该规律性设计了相应的故障检测方法。最后,文中讨论了该方法的灵敏度及抗干扰能力。     

基于力敏传感器的假肢手倾斜抓握滑动检测

为了防止假肢手因受干扰而导致抓握失稳,分析并建立倾斜抓握状态下的假肢手抓握力模型,提出一种基于力敏传感器和短时傅里叶变换的滑动检测方法,对不同干扰下的滑动检测进行了实验研究。结果表明:在不同抓握角度下,运用力敏传感器和短时傅里叶变换,能够实时有效地检测出被抓握物体滑动情况,从而可以进一步实施防滑控制。     

基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。     

基于SSD-CF的无人艇目标检测跟踪方法

针对目前目标检测和目标跟踪算法对无人艇运算配置要求高、速度慢等问题,该文一种提出基于SSD-CF的无人艇目标检测跟踪方法。利用MobileNets结构结合SSD目标检测算法构建轻量级卷积神经网络,实现无人艇的水面目标检测。目标检测结果作为相关滤波CF目标跟踪算法的初始输入,并在目标跟踪过程的保障其有效性。通过MODD水面船只视频数据实验表明,SSD-CF方法融合目标检测与目标跟踪算法,可有效地降低对运算力的要求,提升目标检测跟踪速度和目标位置的稳定连续性。