基于深度学习实现肋软骨CT图像自动化骨龄推断

目的 利用深度学习方法对第1～7对成人肋软骨CT重建图像进行特征提取,实现成人肋软骨骨龄的自动化推断。方法 回顾性收集年龄在20岁～70岁之间的男性和女性样本各625例,并通过容积再现技术（VRT）得到对应的VRT图像。通过图像预处理和数据增强之后,将其中的500例作为训练集,125例作为测试集,运用5折交叉验证的方法分别评估Res Net、Res Ne Xt、Dense Net及Google Net网络模型的性能,并将5折交叉验证结果的平均值作为最终推断结果。结果 Res Net50网络模型在男性和女性数据集中都取得了最佳实验结果,平均绝对误差分别为4.56岁和3.91岁,±5.0岁范围内预测准确率分别达到64.00%和70.88%,±10.0岁范围内预测准确率分别达到88.96%和94.40%。结论 与传统方法和机器学习方法相比,深度学习方法能够避免人为因素的影响,并且大大提高了成人肋软骨骨龄推断的准确率、降低了预测年龄与真实年龄之间的平均绝对误差,具有较高的临床应用价值。     

视频图像系统运行健康度计算研究

视频图像系统具有设备基数庞大、运行环境暴露、运行全时不断、数据种类丰富、相关系统多样、级联架构复杂等特点,如何借助信息化、自动化、智能化的监测手段实现全网运行态势的全面掌控成为重要课题。视频图像全息健康度是指视频图像系统在运行过程中的总体健康值,能够客观反映出视频图像的运行态势,感知体系运行过程中薄弱点并进行分析与预警。基于综合模糊模型构建了全息健康度的计算方法,设计运行态势指标评价体系,构建因素集并自动获取指标监测数值,计算影响因子评价矩阵,通过特征向量求解计算全息健康度的数值。最后,给出了视频图像系统的计算实例与数值,健康等级的描述与系统运行状态的实际情况,验证了全息健康度计算的有效性。     

视频监控在案件侦办中的应用

城市视频监控遍布大街小巷,能够直接或间接地记录犯罪过程,使案件侦办从以前的分析、推理、判断发展到今天的直观可见。但基于现有案件侦办模式和监控图像质量等方面的限制,视频监控的利用率还远未达到人们的预期目标。提高视频监控这一普遍存在物证源在案件侦办中的作用,是当前公安部门研究的重点内容之一。     

浅析“整体性原则”与维特根斯坦哲学的关系

＂整体性原则＂是现代西方语言哲学中的重要原则之一。维特根斯坦无疑深受这一原则的影响,他前期哲学中的＂图像论＂以及后期哲学中的＂语言游戏说＂都曾经从弗雷格的＂整体性原则＂中汲取过养料。＂整体性原则＂成为贯穿整个维特根斯坦哲学始终的主要理论原则之一。     

大鼠脑细胞DNA含量与死亡时间关系的图像分析

运用计算机图像分析技术 ,对大鼠死后脑细胞DNA的变化进行观测 ,以寻找一种客观、量化的推断早期死亡时间的标准。实验选择 1 5只大鼠。处死后 ,在 2 4h内每隔 1h分别取脑细胞进行细胞学涂片、福尔马林液固定、Feulgen染色、自动图象分析仪测量、统计学处理。结果显示 :大鼠的早期死亡时间与其脑细胞DNA降解速率呈线性关系 ,其中积分光密度 (IOD)、平均灰度 (AG)、异形指数 (ID)提示本法有可能作为精确推断死亡时间 (PMI)的辅助手段。     

人脑挫伤后S-100和GFAP的变化

应用免疫组织化学染色 ,观察人脑挫伤后 S- 10 0和 GFAP时间变化的规律 ,为脑挫伤形成时间的推断提供新的形态学依据。S- 10 0阳性细胞面积、灰度在伤后 48h显著增加 (P<0 .0 1) ;伤后 4d阳性细胞面积、灰度达到峰值 (P<0 .0 1) ;伤后 11d仍然保持较高水平 (P<0 .0 1)。GFAP阳性细胞面积、灰度伤后 2 4h显著增加 (P<0 .0 1) ;7d达高峰 (P<0 .0 1) ;以后有逐渐下降的趋势。伤后人脑组织 S- 10 0和 GFAP免疫组织化学染色阳性细胞面积、灰度改变有时间规律 ,两者可作为在 2～ 2 0 d内不同时间脑损伤的推断指标     

大鼠肾细胞DNA含量与死亡时间关系的图像分析

运用计算机图像分析技术,对大鼠死后肾细胞DNA的变化进行观测,以寻找一种客观、量化的推断早期死亡时间的标准.实验选择15只大鼠,处死后,在24小时内每隔1小时取肾组织进行细胞学涂片,福尔马林液固定,Feulgen染色,自动图象分析仪测量,所得数据进行统计学分析处理.实验结果证明大鼠的早期死亡时间与肾细胞核DNA降解速率呈线性关系,其中积分光密度、平均灰度、异形指数提示此方法有可能作为辅助手段,使死亡时间推断更为精确.     

变造图像的压缩率变化规律研究

目的研究变造图像的压缩率变化规律。方法选择不同数码相机不同分辨率进行拍照,将拍照所得图像经过PHOTOSHOP7．0．1软件分别进行色阶、自动色阶、曲线、锐化、USM锐化、锐化边缘、进一步锐化处理。利用ACDSee6．0查看并记录原图像和处理后的图像的文件大小和压缩率。结果探索经过处理的数字图像压缩率的变化规律,根据其变化规律来鉴定数字图像的原始性。     

基于MATLAB的图像处理技术在足迹图像中的应用

图像处理技术医学、工业等领域得到广泛应用。将图像处理技术引入到足迹图像中,借助MATLAB图像处理软件,通过采用滤波降噪、膨胀腐蚀、开闭运算、边缘检测以及阈值分割等技术手段,对足迹图像进行处理,比较处理前与处理后现场足迹图像的变化,以此探讨图像处理技术在足迹图像中的应用效果。