摘要：为提高电子病历共享过程中的安全性和灵活性,提出一种基于智能合约的访问控制委托框架,实现不同实体间的电子病历共享,同时还可以授权其它实体对其电子病历进行委托管理。基于3种智能合约,分别用于访问控制、错误访问检测和用户委托,使访问权限和委托权限的授予具有可追溯性。通过私有以太坊系统对访问控制框架进行委托功能实现及性能评估,验证了框架具有较高可扩展性、可靠性和可操作性,对优化电子病历系统具有参考性价值。

摘要：为解决人工诊断和检索过程繁琐、误诊率高、数据量大以及哈希码稀疏等问题,提出一种基于多标签语义监督的3D ResNet网络,对肺结节的医学征象进行量化,构建多标签数据集相似矩阵;通过三线性插值方法构造3D肺结节块,利用相似性度量设计损失函数进行3D特征学习并提出交替最小化优化方法进行优化,提高网络特征的表征能力,解决由于离散的哈希码而不能使用传统方法进行求解的难题,学习到紧密表达的哈希码。实验结果表明,利用本文提取的3D特征进行检索,平均准确率提高18.5%,在扩充的公开数据集以及合作医院数据集上可以达到94.83%的平均检索精度。

摘要：针对肺结节检测中假阳性高的问题,提出一种基于可变形卷积神经网络的肺结节假阳性降低框架。使用多尺度候选结节作为输入,使用可变形卷积神经网络提取候选结节的多层次上下文特征,渐进融合不同输入顺序的候选结节特征信息。通过端到端的学习方式集成多流渐进特征信息得到最终的分类结果。在LUNA16数据集和合作医院临床数据集上,所提框架CPM评分优于已有方法,检测出的结节数量最多,假阳性结节数量最少,有很好的泛化能力,能有效降低结节假阳性,适用于真实的临床数据。

摘要：针对依靠单一色彩空间的视频检测森林防火算法中存在低准确率的问题以及视频检测森林防火算法中存在的高耗时问题,提出海计算模式下基于YCrCb色彩空间和火焰频率的视频森林火焰识别算法。在森林中部署的无线传感网的传感器端节点捕获视频图像;把图像的RGB色彩空间转换为YCrCb色彩空间,提取火焰疑似区域;通过计算视频中相邻两帧相关性系数,进行离散傅里叶变换得到火焰疑似区域的相关性系数频率,以此判断视频中是否存在火焰。该算法可以在传感器端节点实现火焰的判断。实验结果表明,该算法在准确率略微下降的情况下,大幅降低了能耗。

摘要：针对传统森林防火方法中耗能低效的问题,讨论了海计算模式下森林防火的意义,并提出了海计算模式下森林火焰识别算法的实现.首先根据感知端的特点使用Qt/Embedded设计,再依据森林火焰的特点使用24比特加色模型和Sobel算子实现色彩和区域判定,最后把结果反馈到汇聚节点.该算法能自动对视频捕获的图像进行分析计算并能自动反馈结果,在传感端就完成了火情判别.经实验验证,相比传统的森林防火方法,该算法不仅实现了森林火灾的即时检测和识别,同时也实现了高准确率和低耗能.

摘要：在低消耗环保的大背景下,基于无线传感器网络平台上移动物体计数方法存在以下不足:只能实现单通道的单向计数,或能实现双向计数但误差较大。利用类位运算思想,实现了较精确的双向计数,对解决计数中的异常出入问题———在门口徘徊,有明显效果。现场测试结果表明,该算法基本达到了最优化,并在实际应用中取得了较好的效果,计数过程不受计数对象实际大小的限制。可应用于停车场、教室、会议厅等地方的计数。

摘要：为实现肺结节的精准快速分割,提出一种基于分割对抗网络的像素到像素的肺结节分割方法。算法分为两个模块,分割模块用以提取肺结节的特征,分割肺结节;对抗模块用以比较分割出的结节与金标准之间的差异,评价分割效果。通过对大量CT图像的对抗训练,学习得到肺结节特征,并得到分割后的结节图像。在LIDC-IDRI肺结节公开数据集上的测试结果表明,该方法像素精度达到90.14%,与金标准的交叉比达到66.10%,能准确高效分割出CT图像中的肺结节。

摘要：智能小车作为一种四轮驱动式的移动机器人,拥有广阔的应用前景。通过对自主循迹智能小车的研究,在BFD-1000循迹模块的基础上重新设计了避障算法,利用四级转弯模式和修正模式的设计有效地解决了"圆形"陷阱问题,消除了普通循迹算法中的"颤抖"现象。重点解决智能小车在无分支轨迹上行驶不够流畅的问题,实现使小车流畅转弯的目标。算法经过反复实验测试以调整参数,最终达到了较好的循迹效果。

摘要：搭建了六足仿生机器人机械机构,并选用伺服电机驱动,设计了以PIC单片机为核心的机器人控制系统。在该控制系统的设计中,增设了红外线传感器模块,根据红外线测距原理,使机器人具备了良好的避障能力,从而使得该六足仿生机器人具有良好的稳定性和自适应能力。

摘要：为解决传统的计算机辅助诊断系统中肺结节特征提取过程复杂的问题,提出一种基于深度信念网络的肺结节良恶性分类方法。通过阈值概率图对原始CT图像进行预处理,采用多隐层深度信念网络提取肺结节图像的深层特征,引入交叉熵稀疏惩罚因子机制解决受限玻尔兹曼机在训练过程中出现的特征同质化现象,将极限学习机作为分类器对提取到的特征进行良恶性分类。通过对比多种深度学习方法在肺结节诊断方面的优势与不足,验证了该方法的准确性、特异性、敏感性均优于其它算法。