电测技术在人体骨骼力学性能分析中的应用

用电测实验应力分析方法,对人体管状长骨的力学性质,以及骨折的钢板皮外固定治疗中的力学问题,进行测量与分析。其结果对于推进力学理论在医学方面的应用,以及临床治疗骨折,具有实用价值。     

严寒环境下的人体冷耐受特性实验

第24届冬季奥运会将于2022年2月在中国举行,主会场设在河北省崇礼地区。比赛期间,当地室外日平均气温大约为-17 ℃~-2 ℃。为有效提高户外观赛者热舒适感及观赛体验,把握户外观赛者人体冷耐受特性非常重要。为此,本研究利用北京地区某商业冷库的-14 ℃~-16 ℃人工环境条件,基于北京8名高校学生（4男,4女）开展了人体冷耐受实验,重点研究人体各部位的热反应特征、冷耐受极限时间、以及人体不可忍受时的生理极限阈值等问题。研究结果表明:受试者在-14 ℃~-16 ℃冷暴露环境、且服装热阻约为2.1 clo的实验条件下,手指、脚趾的皮肤温度下降速率最快、冷感最强烈,躯干及四肢部位的皮肤温度下降速率相对较慢、冷感相对较弱;手暴露与手插兜工况下,平均可持续停留时长分别为51、67 min,影响受试者热感觉以及持续停留时间长短的关键因素分别为手指与脚趾皮肤温度,生理极限阈值均值分别为11 ℃、16 ℃,且男女之间无显著性差异（P＞0.05）。研究结果可为严寒环境下人体冷耐受特性及其改善人体热舒适性的局部供暖方法研究,提供基础数据参考。     

花生红衣中原花色素超声提取工艺的优化

利用响应面分析法对花生红衣中原花色素的提取工艺进行了优化。在PB实验设计的基础上,根据Box-Behnken中心组合实验设计原理,选取三因素三水平进行响应面分析,确定各工艺条件的影响因子,以原花色素提取液吸光值为响应值进行响应面分析。实验结果表明:乙醇浓度、超声时间、超声温度对原花色素的提取有较显著影响,花生红衣中原花色素最优提取工艺为:乙醇浓度:61.09%、超声时间:22.35min、超声温度:45.64℃,此时得率为10.6mg/g。     

增安型稀土永磁同步电动机tE时间的研究

针对增安型稀土永磁同步电动机的关键防爆参数tE,在综合考虑了集肤效应和散热因素等的基础上,提出REPMSM转子tE的理论计算,并对一台增安型REPMSM-RSMAg250-6进行计算,计算结果与试验结果接近,验证了该计算方法的正确性。     

基于肤色和特征相似度映射手势识别算法

文中提出用来进行手区域定位和手势识别的新算法,该算法基于肤色特征和特征相似度映射函数,该函数是归一化为[0,1]的函数,它模拟在尺度空间中各点的图像特征的相似性.实验结果表明运用该方法能够在复杂的背景中进行手势识别.     

电网频率对过电流保护装置的影响

随着航空工业发展,出现了变频电源。过电流保护装置为适应变频电源要求,需在理论和试验上分析和研究变频对其的影响。研究结果表明,在一定范围内,变频对热、过电流保护装置和电子型过电流保护装置影响较小。     

土体固结对摩擦型桩负摩阻的影响分析

基于荷载传递函数法和固结有限层方法,提出了一种因土体固结引起的桩负摩阻数值分析法．通过算例用该法分析了土体固结对承受负摩阻力摩擦型单桩沉降、桩身负摩阻力发展的影响,为类似工程条件下的桩基设计提供有益的参考．     

济宁路和汉口路山羊皮组织构造对比的研究

本文论述了采用组织显微切片技术对比研究了济宁路和汉口路山羊皮组织构造特点及特征。研究结果表明,济宁路山羊皮张幅小,皮板薄,部位厚度差稍大些;汉口路山羊皮张幅大,皮板厚,部位厚度差稍小些。济宁路山羊皮毛密,绒毛多,皮内毛根底部毛球有的呈钩形;汉口路山羊皮毛稀些,绒毛少些,毛球不弯曲。济宁路山羊皮各部位表皮厚度都比汉口路山羊皮薄,但乳头层厚度,济宁路比汉口路山羊皮厚些,济宁路山羊皮乳头层乳头部凸起较明显,沟纹较深,而汉口路山羊皮乳头层较平垣,沟纹较浅。济宁路和汉口路山羊皮的乳头层上、中部分,胶原纤维细,上部比中部还细,编织紧密;下部分,胶原纤维含量较少,编织疏松,至针毛毛球底部处胶原纤维虽粗些,但编织亦十分疏松。网状层内,胶原纤维粗些,上部分编织疏松,下部分编织紧密些。汗腺、弹性纤维、竖毛肌,济宁路比汉口路山羊皮发达;皮脂腺,汉口路比济宁路山羊皮发达。     

基于肤色模型和椭圆环模板的人脸跟踪及姿态估计

文章提出了一种基于肤色模型,结合椭圆环模板进行人脸跟踪及姿态估计的算法。该算法在基于肤色模型实现人脸跟踪及特征定位的过程中首先利用肤色模型定位人脸肤色区域,在跟踪中增加了自适应学习模块,使得原始的肤色模型能够在不同光照下实现自适应调整。然后利用人脸形状的先验知识,通过椭圆环模板实现人脸边缘的精确定位。最后根据所得到的面部特征和人脸边缘位置估计出人脸的姿态。实验表明,该算法能够在自然光照条件下取得较为满意的跟踪结果,同时对人脸在旋转、缩放、遮挡等条件下,多人脸背景下的跟踪有较强的鲁邦性。     

Hybrid Segmentation Scheme for Skin Features Extraction Using Dermoscopy Images

Objective and quantitative assessment of skin conditions is essential for cosmeceutical studies and research on skin aging and skin regeneration. Various handcraft-based image processing methods have been proposed to evaluate skin conditions objectively, but they have unavoidable disadvantages when used to analyze skin features accurately. This study proposes a hybrid segmentation scheme consisting of Deeplab v3+ with an Inception-ResNet-v2 backbone, LightGBM, and morphological processing (MP) to overcome the shortcomings of handcraft-based approaches. First, we apply Deeplab v3+ with an Inception-ResNet-v2 backbone for pixel segmentation of skin wrinkles and cells. Then, LightGBM and MP are used to enhance the pixel segmentation quality. Finally, we determine several skin features based on the results of wrinkle and cell segmentation. Our proposed segmentation scheme achieved a mean accuracy of 0.854, mean of intersection over union of 0.749, and mean boundary F1 score of 0.852, which achieved 1.1%, 6.7%, and 14.8% improvement over the panoptic-based semantic segmentation method, respectively.