基于分裂式K均值聚类的肤色检测方法

针对复杂图像背景及光照导致的肤色检测率不高的问题,提出一种基于分裂式K均值聚类的椭圆模型肤色检测方法。该方法对图像进行光线补偿处理,采用Gray World方法对图像进行颜色均衡,选择建立检测效率较高的椭圆肤色模型进行肤色检测,并在检测出的肤色区域上采用分裂式K均值聚类(FKM)进行二次的肤色判决,进一步准确检测出肤色区域。实验表明,所提出的检测算法能准确高效地检测出肤色区域,具有较高地准确率和较强的鲁棒性。     

基于多尺度特征融合的皮肤烧伤创面分级算法

为实现遭受重大火灾等灾害后,对伤员皮肤烧伤自动化分级,加快诊断效率,提出提出一种用于皮肤烧伤分类的轻量化模型BI-YOLOv5算法。替换Swish激活函数,提高模型收敛能力及检测效率;使用K-means++算法对anchors聚类分析,增强对不同尺度目标的适应能力;修改特征提取网络,提取多个尺度的特征信息,建立多尺度特征融合网络,提高模型对深层特征信息的利用率,提高小面积烧伤的识别精度。实验结果表明,BI-YOLOv5算法在检测并区分不同烧伤类别及环境干扰下烧伤检测有较高的精度和效率,mAP达到97.6,对比YOLOv5提升8.4个百分点。     

新型胶原基人工皮肤模型的建立

根据皮肤的组织结构与生理功能,研制了复合天然三维网络结构胶原组织工程支架材料,并以此为支架材料建立了3层结构的人工皮肤模型:上层是具有良好生物相容性且可降解的聚合物涂层,可以屏蔽细菌并保持人工皮肤良好的透水气性;中间是复合型天然三维网络结构胶原纤维支架材料层,为细胞的增殖提供三维空间和良好的生长环境,起到真皮基质的作用;下层是药物层,具有营养、抗菌消炎、刺激细胞生长的作用。     

α_1-抗胰蛋白酶的制备及其防治急性肺损伤的疗效

目的　以FIV 1为原料 ,制备较高纯度α1 AT制剂 ,用该制剂干预急性肺损伤动物模型作疗效考核。方法　FIV 1抽提液经PEG沉淀 ,离子交换 ,病毒灭活、超滤、除菌、分装 ,冻干制备α1 AT制剂。用急性肺损伤动物模型 ,比较静脉注射与雾化吸入α1 AT的治疗效果。结果　 3批制剂纯度 >70 % ,无菌、热原、安全试验均符合生物制品规程要求。静脉注射或雾化吸入 ,可降低由内毒素诱发急性肺损伤程度。结论　α1 AT制备工艺适合大规模生产。在防治急性肺损伤时有一定效果     

护肤品新剂型的研究

介绍了中药护肤品－成团型涂抹膏新产品研究的相关实验，主要包括基质实验，药物选择实验等。     

基于手势识别的智能输入

针对在人机交互中键盘远远不能满足人们的要求,提出了一种手势识别算法,并结合键盘的按键实现智能输入．该算法采用肤色分割提取出手部区域,根据手形检测出大拇指和伸出的手指数目及位置,把手势转化为计算机所能接受的二进制语言．根据二进制数,结合键盘的按键,把不同手势定义为不同的按键,实现对计算机的智能输入．实验结果表明该算法具有一定的鲁棒性,并能达到较高的成功率．     

轻型空箱围堤对邻近桥梁桩基影响分析

以嘉兴港海盐港区围堤与杭州湾跨海大桥的穿越段为例,采用基于Mindlin应力解的桩伐基础简化分析和三维弹性数值模拟两种方法,探讨了嘉兴港海盐港区围堤对杭州湾跨海大桥桩基产生的负摩阻力和侧向推力．通过分析比较,简化分析方法与弹性三维数值模拟结果吻合较好,说明应用简化分析方法得出的结果也可作为桩承式围堤结构基础设计的参考依据．     

皮胶原纤维固载Zr(IV)对水体中苯羧酸的吸附特性

制备皮胶原纤维固载Zr(IV)吸附剂(ZLCF),并考察ZLCF对水体中苯甲酸(BA)、邻苯二甲酸(o-PA)、对苯二甲酸(p-PA)和间苯二甲酸(m-PA)的吸附特性.研究表明:这4种苯羧酸的吸附平衡同时符合Langmuir和Freundlich方程,但随着它们的羧基数量和位置的不同,其吸附容量也随之变化.总体看,ZLCF对所研究的苯羧酸均具有较大的吸附容量.当苯羧酸溶液(10 m1)的初始浓度为6 mmol/L、吸附温度为293 K时,ZLCF(0.05 g)对BA、o-PA、m-PA和p-PA的吸附容量分别达0.4616、0.5892、0.4912和0.3138 mmol/g.吸附动力学研究表明:BA的吸附符合拟一级速率方程,边界层扩散为主控步骤;而o一PA、m-PA和p-PA的吸附符合拟二级速率方程,化学吸附为主控步骤.     

热水法抽提鳕鱼皮胶原蛋白条件的响应面分析

以鳕鱼皮为原料,先用酸碱浸泡鱼皮,去除脂肪和杂蛋白,并使鱼皮充分膨胀.再利用热水抽提法,以胶原蛋白的产率为主要指标,考察pH、温度,水解时间的变化对指标的影响,并考察这些因素对指标的交互影响.利用响应面法优化得出的胶原蛋白提取最佳工艺条件是pH 5.0,温度为42℃,提取时间为25.72 h.在最优条件下胶原蛋白的提取...     

基于多尺度特征融合双U型皮肤病变分割算法

针对皮肤病分割问题中皮肤病变区域大小不一且形状各异问题,提出一种基于多尺度特征融合的双U型皮肤病分割算法.该算法由粗分U型网络和细分U型网络两部分组成.首先粗分U型网络编码部分采用预训练VGG-19模型对相关特征进行多尺度特征提取;在解码阶段利用改进注意力残差块将底层与高层信息进行有效的映射融合,得到初步的Mask;然后将初步生成的Mask与原图像聚合,并输入多路特征提取编码器中进行二次特征蒸馏;而细分U型网络解码器同时与粗分U型网络编码部分和细分U型网络的编码部分特征映射进行融合,保证网络可以聚合更多的有效特征;最后利用Focal Tversky损失函数进一步提升分割效果.实验表明,所提算法在ISBI2016数据集上实验分割精度为96.11％、敏感度为93.59％、特异性为97.10％、Dice系数为93.14％、Jaccard系数为87.17％,能够有效地分割皮肤病病变区域.