简介:针对MSATR图像分割问题,给出了一种基于高阶灰度矩的处理算法.首先深入分析了MSTAR图像的统计分布特性,并对目标、阴影,以及背景区域分别建立了相应的描述模型,在此基础上,构造了高阶灰度矩特征.通过将原始图像变换到高阶灰度矩形式,显著增强了目标区域与阴影、背景区域的差异性,进而依据不同的阈值化策略,实现了MSTAR图像中目标、阴影和背景区域的分割.对MSTAR图像的实验结果表明,与恒虚警率(CFAR)、最大类间方差(OTSU)、模糊C均值(FCM)和马尔可夫随机场(MRF)等常用分割算法相比,本文算法不需进行噪声抑制处理,且在分割效果和鲁棒性等方面性能更好.同时,对多尺度、多目标MSTAR图像的分割也显示出良好的适应性.
简介:摘要:为了准确检测小麦外观品质,首先需要利用图像处理技术对采集的小麦图像进行分割,将小麦与背景分割开,粘连的小麦图像分割为单粒小麦,针对单粒小麦进行理化指标检测,因此图像分割成为小麦品质检测中至关重要的环节。但是在实际稻小麦图像分割时,存在着小麦粒本身不规则,整粒与碎粒混合以及小麦粒大小参差不齐等问题,使得在实际小麦粒图像分割过程中分割困难。本文简要陈述了目前粮食无损检测的重要性,综述了模糊C均值、分水岭算法、凹点匹配等传统图像处理方法,以及CNN、U-Net、Mask R-CNN等深度学习算法在小麦图像分割中的应用与优缺点。通过算法优化,提高了复杂粘连小麦图像的分割精度,推动了小麦品质检测的自动化进程。
简介:摘要目的探讨级联VB-Net深度学习网络对扩散加权成像(DWI)中急性缺血性脑卒中缺血核心检出和分割的价值。方法回顾性分析2016年12月至2018年12月在河南省人民医院就诊的1 500例急性缺血性卒中患者的MRI资料。将1 500例患者的2 456个病灶依据采集时间按8∶1∶1分为训练集、验证集和测试集。首先在脑DWI图像(b=1 000 s/mm2)上对所有病灶的缺血核心进行手工分割,然后,构建级联VB-Net分割模型,并在测试集对缺血核心进行自动检出、分割和缺血核心体积计算。采用组内相关系数(ICC)评价手工分割与级联VB-Net分割模型测得缺血核心体积的一致性。将样本分为缺血核心体积较大组(缺血核心体积≥10 ml)与缺血核心体积较小组(缺血核心体积<10 ml),采用Mann-Whitney U检验比较两者Dice系数差异。结果测试集中,级联VB-Net分割模型对缺血核心的检出率为94.6%(234/257),Dice系数为0.76(0.68,0.84)。级联VB-Net分割模型[4.19(1.21,14.13)ml]与手工分割缺血核心体积[4.08(1.19,17.92)ml]的一致性高(ICC=0.97,P<0.001)。缺血核心体积较大组与缺血核心体积较小组Dice系数差异无统计学意义[分别为0.76(0.69,0.85),0.76(0.67,0.84),Z=-0.44,P=0.657]。结论级联VB-Net深度学习网络实现了急性缺血性脑卒中缺血核心的自动检出、分割及体积计算,与手工分割的一致性高,能够为治疗方案的选择提供辅助决策工具。
简介:【摘要】中国债券市场仍处于行政分割状态,尚未形成一个统一、成熟的中国债券市场。债券市场的分割。一方面表现在国内主要有三个不同品种的债券市场分割:国债市场、金融债券市场(银行债券市场)和企业债券市场。这三个市场在国内的发展水平差距很大,如交易方式、发行方式、价格形成机制、发行定价机制和限制开放程度等方面都存在着很大的差异。另一方面,从市场运作机制看,我国债券市场处于行政分割状态,这具体体现在银行间债券市场、沪深交易所债券市场和银行柜台交易市场(凭证式国债交易市场)的三足鼎立,互不相通,特别表现在各予市场上债券价格不同。本文认为,投资主体限制、信息不对称和流动性等是导致我国债卷市场分割的重要影响因素。
简介:摘要胸部放疗是局限期小细胞肺癌的重要治疗手段,与之相关的剂量分割存在一定争议。超分割放疗方案(2次/d)作为前瞻性研究确立的标准方案,由于不良反应的发生和治疗的不便利,在临床实践中常常被其他治疗策略代替。另外在不可手术的淋巴结阴性的Ⅰ期小细胞肺癌中,立体定向消融放疗为部分高龄且预计难以耐受长疗程放疗的患者提供了新的选择。合适的剂量分割方案既可以保证治疗疗效,也能降低放疗相关急性及晚期损伤。本文将对目前局限期小细胞肺癌剂量分割研究现状进行阐述。