【摘 要】
：
生物发光断层成像（Bioluminescence Tomography,BLT）是一种应用前景广阔的光学分子影像技术,它具有非侵入性和高灵敏度的特点,能够在细胞和分子水平对生物体内病变区域的病理和生理变化进行定量监测。BLT结合CT成像技术能够同时采集生物组织内部结构信息和生物体表面光学信息,进而实现对生物体内病灶部位的检测与成像。BLT具有成本低、灵敏度高等优势,在临床研究和疾病诊断中具有越来越
论文部分内容阅读
生物发光断层成像（Bioluminescence Tomography,BLT）是一种应用前景广阔的光学分子影像技术,它具有非侵入性和高灵敏度的特点,能够在细胞和分子水平对生物体内病变区域的病理和生理变化进行定量监测。BLT结合CT成像技术能够同时采集生物组织内部结构信息和生物体表面光学信息,进而实现对生物体内病灶部位的检测与成像。BLT具有成本低、灵敏度高等优势,在临床研究和疾病诊断中具有越来越重要的应用潜力。然而,由于光子在生物组织中的传输十分复杂,生物体表面可测量的光学信息不充足,BLT重建具有严重的病态性。本文针对传统稀疏正则重建算法中存在的局限性,引入点云表达形式,结合深度卷积神经网络开展研究。本文主要研究内容如下:（1）针对传统的稀疏正则光源重建算法中重建出的光源目标在形态上依赖于有限元网格疏密程度的局限性,将点云表达形式引入到生物发光断层成像领域,结合文中所提出的深度卷积神经网络模型,实现了直接在三维数值空间上进行光源目标重建,摆脱了在光源重建方面对有限元网格的依赖。通过数值仿真实验表明,所提出的融合点云的基于深度卷积神经网络的Point-DCNN重建方法在多种实验设置场景下,都取得了较好的光源目标定位精度和光源目标形态重建精度。（2）为了优化Point-DCNN重建方法的性能,将先验约束信息和注意力机制融合到深度卷积神经网络模型中,提出了优化的孪生网络Point-DCNN重建方法。通过数值仿真实验表明,融合先验约束和注意力机制的孪生网络Point-DCNN重建方法对于单光源重建和双光源重建,都具有良好的光源目标定位能力和光源目标形态重建能力。
其他文献
数字化技术在文物保护领域占有关键地位。传统的数字化技术主要利用三维激光扫描对文物表面建模,无法得知文物内部的结构、材质以及缺损信息等。计算机断层成像（Computed Tomography,CT）技术凭借其高精度、无损检测物体内部构造等优点,逐渐被文物数字化保护领域采用。重建算法是CT技术的核心,代数重建算法（Algebraic Reconstruction Techniques,ART）作为典型
灰度图像彩色化技术一直是国内外学者研究的重要课题,将彩色化技术应用于兵马俑图像的色彩复原中具有一定的科学价值和历史意义。现有的兵马俑色彩复原方法大多是基于传统算法进行处理,色彩复原准确率较低,且传统算法对于处理低分辨率图像效果很差。针对上述问题本文基于生成对抗网络,对兵马俑全自动着色算法进行了研究。主要研究进展包括:（1）彩色兵马俑数据集建立。目前还没有可用的彩色兵马俑数据集。我们通过各种途径收集
近年来,深度强化学习（Deep Reinforce Learning,DRL）作为一种强大的自我学习技术,被广泛应用到编译器优化任务上,以支持代码在复杂的多核异构平台下运行性能的提升。但是,面对具有庞大搜索空间的优化任务,利用DRL进行搜索依旧面临挑战,一方面庞大搜索空间中包含大量冗余以及无价值的搜索路径,另一方面如果要部署DRL框架开展自动调优工作,仍然需要编译专家耗费较长时间来选择目标任务所对
在高维数据情况下,传统的线性回归模型的参数变得不可估计,变量选择是解决此类问题的一个很好的方法。在稀疏情况下,能够从众多解释变量中筛选出关键的变量显得更为重要,这不仅增强了模型的解释能力,也减低了模型的复杂度。在很多领域数据都存在高维稀疏的情况,特别是生物医学中的基因表达数据,高维数据下的回归方法和变量选择方法在该领域得到了广泛的研究和应用。在高维数据问题上,经典的变量选择方法如最优子集选择、前向
荧光分子断层成像具有无电离辐射特性、无创性、高灵敏性和高特异性,常用于监测肿瘤生长和评价治疗反应,有广阔的应用前景,成为研究者们的关注热点。但光子在生物组织内的散射效应导致了低能量可见光光子的探测,故该成像重建问题有严重的病态性,容易受到噪声和模型误差的影响,很难得到唯一、准确、稳定的解。可行域提取方法通过在成像物体内划分出部分区域作为重建区域,减轻重建问题的病态性,提高重建质量。因此,本文工作聚
普惠金融体系（Inclusive Financial System）的概念由联合国于2005年提出,具体含义为利用有效的方式使金融服务惠及每一个人,尤其是那些通过传统金融体系难以获得金融服务的弱势群体。随着世界各国对其的实践,普惠金融的促进经济增长、消除贫困的意义也越来越被国际社会所认可。2016年杭州G20峰会上我国推动并参与制定的《G20数字普惠金融高级原则》正式通过,数字普惠金融的发展正式提
自2020年以来,新型冠状肺炎在全球蔓延,尽管我国疫情防控工作已经取得了巨大的进展,但是疫情防控压力依然很大,稍有不慎,疫情就会马上蔓延开来。而口鼻传播是病毒传播的最主要方式,戴口罩的方式就可以大大减小病毒的感染概率,所以口罩是我们日常出行必备的物品。在公共场所以及各种人流量比较大的地方进行口罩佩戴检测是必须坚持实施的有效防疫措施。鉴于人工进行口罩佩戴检测和口罩佩戴规范检测比较消耗人力,本文提出了
人脸任意属性编辑是计算机视觉与生成模型研究的热点,它是建立在人脸识别和人脸生成基础上的应用技术。其主要目的是根据给定的人脸属性标签值来控制人脸图像的任意属性表示,从而获得满足指定属性要求的伪人脸图像,同时生成的伪人脸图像中不需更改的图像区域与原图像保持一致。近年来,人脸任意属性编辑已广泛应用于医疗、美容、刑侦、娱乐和面部识别等领域,受到了越来越多的关注。目前人脸任意属性编辑模型通常结合编解码器和生
基于深度学习的图像生成技术在风格迁移、人脸属性编辑等领域大放异彩,但同时也降低了图像造假的门槛,各种图像生成技术的滥用使得市面上伪造图像泛滥,给个人及社会都带来了名誉等方面的负面影响,因此,伪造图像检测技术成为图像领域的研究热点之一。现有的检测技术主要面向低分辨率图像,在特定伪造图像生成方法的生成图上检测效果好,但在其他方法生成图上检测效果较差。而实际应用场景中,图像来源多数不明,无法进行针对性检
近年来,中国经济市场化程度日益提高,市场竞争的环境愈发趋于复杂,上市公司由于经营业绩下滑、债务偿还能力下降而导致的信用违约事件频频发生。为了强化上市公司抵抗风险的能力,让管理层尽早了解并采取措施处理潜在危机,对上市公司信用风险进行早期预警就显得意义重大。“因财务状况异常而遭受特殊处置（ST）”作为中国证监会对主营业务经营状况不佳的上市公司的一种处置方式,是投资机构或投资人在做出交易决策前必须参考的