基于CNN的冬虫夏草智能化分拣系统研究

目的:冬虫夏草收购中常常混有相似物种的伪品或不同等级的冬虫夏草,针对市场上由人工分拣带来的效率低、错误率高等问题,结合图像处理技术和深度学习方法,本研究设计了一套冬虫夏草智能化分拣系统,并对冬虫夏草的识别分拣算法进行了深入研究。方法:通过工业摄像头获取分拣时冬虫夏草及其相似物种的多角度图像,搭建了卷积神经网络CNN的识别模型,以拣选出掺入的非冬虫夏草物种,通过人工蜂群算法ABC(Artificial Bee Colony)优化学习速率,并将识别为冬虫夏草的品种通过Canny边缘检测算法和Hu矩得到冬虫夏草大小以及虫体所占比例,结合冬虫夏草质量来进行等级划分。结果:通过实验验证,该分拣系统可以实现对冬虫夏草及伪品的准确识别和快速分拣,识别正确率可达94%,分拣正确率达94.9%。结论:设计的基于CNN的冬虫夏草智能化分拣系统能够更加准确和高效的完成对冬虫夏草的有效识别分拣。     

基于计算机视觉的儿童精细动作评估研究

目的 提出一种基于计算机视觉的方法来评估儿童精细动作,以促进对儿童发育性协调障碍的准确诊断和进一步研究。方法 利用计算机视觉技术从视频中提取人体关键点,并对其进行时间序列特征提取,然后使用深度学习神经网络对儿童精细动作进行分类和预测。结果 实验结果显示,本研究方法的准确率达到81%,相较于传统的基于手工特征的评价方法,在准确率上有所提高。结论 基于计算机视觉的儿童精细动作自动评估方法,为儿童发育性协调障碍疾病的辅助诊断提供了一个有效的判别工具,为促进幼儿早期综合发展提供了有力的技术支持。     

中医色诊客观化方法研究

目的：为了进行传统中医色诊的客观化研究,本课题组设计开发了中医色诊定量系统。方法：系统由硬件和软件两部分组成。硬件是一个标准光源环境的图像采集装置,软件对采集的中医色诊图像进行处理,计算出与人体五脏对应色部区域的色度值。结果：系统研制完成后,采集并处理了100例中医色诊图像。结论：试验结果验证了系统在中医色诊客观化研究中的有效性,可作为中医色诊客观化进一步研究的基础。     

大数据环境下高血压知识库构建与系统集成方法研究

针对多源异构数据提出一种数据驱动、自底向上、启发式的知识库构建方法。阐述其数据采集、本体库构建、知识抽取、知识融合、知识存储以及知识更新等方面，为知识图谱相关研究提供有益参考。     

基于DNA双链断裂损伤簇的相对生物效能模拟计算

目的从追溯辐射引起的DNA损伤机制出发, 根据基本的生物物理原理获取DNA双链断裂(DSB)损伤簇表示的相对生物效能(RBE)值, 探讨DNA损伤与染色体畸变、生殖细胞死亡生物效能的相似性。方法以低能电子、质子、α粒子作为研究对象, 通过辐射物理化学模型, 模拟细胞核受粒子辐射的过程。在基于损伤点密度的含噪声密度聚类(DBSCAN)算法的基础上, 改进DSB损伤簇分类方法, 以减弱模拟过程中损伤点与能量沉积随机分布假设的联系, 使得DSB损伤簇更接近于非随机分布。计算获得DSB损伤簇的产额, 提出以DSB损伤簇计算RBE值的方法。结果 2 MeV α粒子的DSB损伤簇RBE值(12.29)与生物实验中染色体片段(15.3±5.9)、细胞存活(14.7±5.1)表示的RBE相近。结论高传能线密度(LET)电离辐射后, 不同于简单DSB, DSB损伤簇的RBE与染色体畸变、细胞存活生物效能存在一定的相似性。