摘要：脑肿瘤核磁共振成像(MRI)的准确分割对手术方案的制定和放疗计划具有重要意义。U-Net作为脑肿瘤分割领域应用最广泛的网络,具有较优的性能,但是存在跳跃连接中语义差距较大、MRI图像中跨通道信息利用不足的问题。为对脑肿瘤各区域进行准确分割,提出一种基于特征融合与注意力机制的改进U-Net模型FFCA-U-Net。在跳跃连接中设计特征融合模块代替U-Net中的直接拼接操作,以有效融合不同层次、不同尺度的特征信息,减小语义差距并调整感受野,增强网络对肿瘤特征的学习能力。在编码器中引入改进的三维坐标注意力机制,沿MRI图像的3个方向捕获跨通道信息,增强网络对脑肿瘤边界信息的感知能力,获得肿瘤子区域更精确的位置。此外,为快速获得肿瘤的相对位置、减少网络学习冗余,增加的掩码图像与MRI图像一起作为网络输入。在MSD数据集上的实验结果表明,FFCA-U-Net在增强肿瘤区域、非增强肿瘤区域和水肿区域的Dice系数分别为0.803 4、0.628 6和0.799 3,平均Dice为0.743 8,优于TransBTS、UNETR等其他先进网络。

摘要：利用远程监控技术,采集企业违规排放烟气图像,并通过计算机图像识别技术实现对排放黑烟进行自动监测,自动分析其黑度等级,为环保执法提供依据。文章是根据环境保护对烟尘排放的具体技术要求,设计了一套城市烟气黑度自动监测系统解决方案并付诸工程实施。重点叙述了烟气黑度识别技术、无线宽带网建设、图像传输技术等项目建设的关键与技术难点。系统建成后,有效解决了工业黑烟排放污染源的监控。该系统可靠,操作简便,监控直观,达到了系统预期的工程目标,此工程技术值得在智慧城市建设中推广应用。

摘要：收到Amy的短信时我正在和一张奇难无比的数学试卷做斗争,看到短信内容的一瞬间,因为欣喜我差点把手机摔在地上。紧接着,就接到了Q的电话。他们两个,总是这样有默契。1第一次见到Amy时我16岁,读高一,同桌是从小学便是同学的男生Q。由于身体不太好,军训时,我训练一小会儿便觉得头晕眼花,只能去旁边休息一阵,等身体恢复了再接着训练。就这样重复好几次后,教官终于不耐烦了,挥手让我去一旁休息。