摘要：深度学习方法已成为基于遥感影像数据的城乡道路网分类提取的主流技术。然而,现有方法存在邻近地物(如植被和建筑物等)混杂遮挡、模型训练时间长、计算复杂度高等问题,并且大多仅关注道路面、边缘线和中心线等独立目标,导致道路分类提取结果精度不高。为了充分利用道路边缘与道路面之间的空间拓扑关系约束特征,本文提出了一种基于道路拓扑关联特征信息的道路面提取网络,记作CAS-DeepNet。首先,基于DeepLabV3+网络架构,改进轻量级MobileNetV2特征提取网络,嵌入基于残差连接的边缘增强模块以捕获道路边缘信息;其次,设计基于密集连接的CS-ASPP结构以提高模型性能;然后,引入通道注意力机制,有效地融合图像中的多分支通道,以提高特征表征能力;最后,通过道路边缘拓扑关联信息构建道路连通性约束,以提升道路网提取结果完整性。在CHN6-CUG和DeepGlobe等数据集进行试验,结果表明,本文设计的CAS-DeepNet与当前流行的U-Net++、DeepLabV3+、D-LinkNet、RoadNet、ACNet和SDUNet等方法相比,在准确率、召回率、F 1值和总体精度等评价指标方面更具优势,能够明显提升道路路网提取结果精度与完整性。本文方法可为自然资源调查监测和地理空间环境感知建模提供基础支撑。

摘要：本文给出热电网二次仪表与上位机联网的基带数据通信方案设计、包括系统硬件组成及通信协议、中断服务程序等。

摘要：目的 比较计算机导航辅助与传统内侧开放楔形胫骨高位截骨术(open wedge high tibial osteotomy,OWHTO)治疗膝关节内侧间室骨关节炎的早期临床疗效,探讨计算机导航辅助OWHTO手术优势。方法 前瞻性研究芜湖市第一人民医院骨一科2019年6月至2021年6月60例(60膝)行OWHTO手术的膝关节内侧骨关节炎患者,根据术中是否使用计算机导航辅助分为导航组(30例30膝)和非导航组(30例30膝)。导航组男14例,女16例;年龄57~69岁,平均年龄(62.77±3.44)岁。非导航组男13例,女17例;年龄56~69岁,平均年龄(62.13±3.54)岁。比较两组患者的手术时间、术中透视次数、术后并发症、胫股角、胫骨近端内翻角、Δ胫股角(术后实际胫股角与术前设计胫股角的差值绝对值)、术后美国特种外科医院(hospital for special surgery,HSS)膝关节评分和西安大略和麦克马斯特大学(Western Ontario and McMaster Universities,WOMAC)骨关节炎指数评分等。结果 60例患者均获得1年以上随访,平均(16.68±3.42)个月。导航组手术时间(85.87±4.67) min,较非导航组(80.60±6.77) min长,差异有统计学意义(P0.05)。两组患者Δ胫股角比较,差异有统计学意义(P0.05)。两组患者术后手术并发症发生率差异无统计学意义(P>0.05)。结论 计算机导航辅助OWHTO手术能提高术后下肢力线纠正的精准度,减少术中透视次数,但计算机导航相对增加手术时间。计算机导航辅助OWHTO手术近期临床效果与传统手术比较无优势,中远期疗效有待进一步研究。