简介:摘要:电力通信网是全球能源互联网的重要支撑,是实现电网安全可靠运行的重要基石。边缘计算、软件定义网络( softwaredefinenetwork, SDN)等通信新技术逐步在电力通信网中应用,使得电力通信网所承载的业务更加多样化,进而对电力通信网提出了更高的需求。电力通信网由传输网、业务网以及支撑网组成。传输网和业务网共同构成业务承载的网络,传输网包括光缆、光通信系统等设备,业务网中的综合数据网为互联网协议( IP)数据包的主要传输网络。为了保证电力业务在网络出现故障时可以进行线路倒换,目前 IP传输网大多通过快速重路由方式( FRR)进行故障恢复,在光网络中采用保护效率较低的“ 1+1”双路由或者双向线路倒换环( BLSR)等保护手段。由于不同层的保护手段相对独立且保护冗余度高,随着电力业务数量的上升,网络资源将会很快耗尽,降低了网络整体性能。为了提高电力通信网的保护效率,采用预置圈对电力业务进行保护,提高了光网络中的保护资源利用率。
简介:【摘要】目的 探讨适应性统计迭代(adaptive statistical iterative reconstruction,ASIR)、滤波反投影(FBP)两种重建技术对胸部CT图像质量的影响。方法 80例患者均应用西门子64排CT行胸部CT平扫。分别用ASIR、FBP两种重建算法对原始数据进行重建,重建层厚1mm,层间距0.5mm。测量记录信噪比(SNR)、图像噪声、对比噪声比(CNR)。对肺窗和纵隔窗进行图像质量评价。对比分析两种不同重建算法的定性定量参数。结果 两组图像的噪声值分别是35.6±14.5,52.5±18.6,与FBP组比较,ASIR组噪声降低了31.4%,ASIR组的SNR和CNR明显高于FBP组(P<0.05)。且ASIR组肺窗及纵隔窗图像质量较FBP组高,差异有统计学意义(P<0.05)。结论 与FBP重建算法相比,ASIR可明显降低图像的噪声,提高图像质量。
简介:【摘要】 国内外学者对环境感知开展了深入的研究,车道线参数是所要感知的重要信息之一。车道线检测常采用视觉传感器,将俯视图转换成灰度图,寻找积分投影图中代表车道线的波峰位置,在灰度图中定位搜索窗口位置,记录窗口内部点的位置,进行二次曲线拟合,得到车道线方程。
简介:摘要:参数化密度分布模型作用下的最大似然方法以及 EM算法常被应用到遥感图像分类中,由于受到遥感信息统计分布影响,要在改进 EM算法的基础上科学运用遥感图像分类方法。因此,本文从不同角度入手探讨了遥感图像最大似然分类方法的 EM改进算法,在优势作用发挥基础上进行合理化计算以及分类,提高遥感图像分类效率以及质量。
简介:摘要: PID(管道及仪表流程图 )与管道特性表是工艺专业的两个重要文件。管道特性表与其中每一条管线一一对应,记录着它的详细信息。管道特性表中一般有流程图号、顺序号、等级、口径、物料名称、状态、起止点、温度、压力、保温、检测、试验等项目。长期以来管线号与管道特性表的编制、校审都花费了工艺工程师的大量时间。而现场操作、维护人员则需要很长的时间来熟悉每根管线的具体位置。本文将通过对现有管线编码的分析,提出一种新的编码方案,不但能在编制管道特性表时自动填写其中的起止位置,也能减少校审的工作量,并为现场人员提供方便。本文同时也对管线编码不同的实现方式的进行了对比。
简介:【摘要】 目的 : 探讨 分析 病案编码错误的 原因。方法:选取 2019 年 1 月 -2019 年 12 月全年出院病案作为研究对象,采用分层抽样法进行抽取病案,共抽取 3600 份,由从事 20 年以上专业的编码人员逐一进行检查病案编码情况,并进行相应的分析,比较分析编码错误的原因。结果:各个季度编码错误情况均存在一定差异,其中第 4 季度出现编码错误情况最多为 49 例,占 13.61% ;第 1 季度出现编码错误情况最少为 36 例,占 4.00% ;各个科室编码错误存在一定的差异,其中创伤科出现编码错误的情况最多为 48 例,占 6.67% ;儿科出现编码错误的情况最少为 23 例,占 3.19% 。结论:对病案编码错误的原因进行分析,给予针对性的干预,加大力度抽查病案编码,有助于提高病案编码的准确性,提高病案编码的质量。
简介:摘要目的探讨鼻窦CT扫描中,前置和后置自适应统计迭代重建算法(ASiR-V)对图像质量和辐射剂量的影响,并寻找最佳的迭代组合。方法以1具离体头颅标本为研究对象,采用临床鼻窦CT常规扫描条件[噪声指数(NI)=8],以及前置ASiR-V的不同等级(0~100%,间隔为10%)进行螺旋扫描,所得原始数据使用后置ASiR-V的不同等级(0~100%,间隔为10%)进行骨算法和标准算法重建,共获得242个鼻窦薄层图像序列。选择特定的感兴趣区(ROI)测量CT值,并计算图像对比噪声比(CNR)和品质因子(FOM)。记录容积CT剂量指数(CTDIvol)和智能毫安(Smart mA)值。采用线性回归分析对ASiR-V各等级与对应的CTDIvol、Smart mA、CNR、FOM进行比较分析。采用配对t检验对相同后置不同前置ASiR-V骨算法和标准算法图像的CNR进行分析比较。主观评价采用双盲法由3名高年资放射诊断医师以4分法(4分为最佳)进行图像质量评分。结果随着前置ASiR-V等级(0~100%)的增加,Smart mA、CTDIvol均减低,呈线性负相关(r分别为-0.981、-0.976,P均<0.001);Smart mA降幅为72.05%,CTDIvol降幅为71.22%。前置ASiR-V相同,随后置ASiR-V等级增加,骨算法和标准算法图像对应的CNR呈上升趋势,呈正相关(骨算法图像:R2分别为0.976、0.992、0.982、0.982、0.975、0.975、0.979、0.996、0.952、0.978、0.965;标准算法图像:R2分别为0.944、0.990、0.988、0.993、0.996、0.987、0.984、0.996、0.996、0.990、0.965);后置ASiR-V相同,随前置ASiR-V等级增加,骨算法和标准算法图像对应的FOM呈波动变化(骨算法图像:R2分别为0.335、0.341、0.344、0.364、0.385、0.405、0.418、0.429、0.455、0.474、0.516;标准算法图像:R2分别为0.223、0.278、0.327、0.285、0.309、0.329、0.325、0.346、0.360、0.390、0.380)。以上各种前置和后置迭代等级组合所得图像主观评价均可满足诊断要求(评分≥3)。结论当NI=8时,骨算法最佳前置和后置迭代等级组合为80%和100%;标准算法最佳迭代等级组合为100%和100%。鼻窦CT扫描中,选择恰当的前置和后置迭代等级组合,能够在图像质量满足诊断要求的前提下,有效降低辐射剂量。
简介:摘要目的探索使用级联模型在CT平扫图像中自动检出肾结石的可行性。方法回顾性搜集2018年1月至7月在北京大学第一医院行泌尿系CT平扫并诊断为肾结石的59例患者的临床和影像资料。根据患者CT检查时间将患者图像分为两组:肾脏分割模型训练集(30例)和肾结石检出模型测试集(29例)。建模包括:(1)训练肾脏分割的深度学习模型,采用U-Net神经网络,以dice系数评估肾脏分割算法的性能;(2)在肾脏分割的基础上,用阈值算法和区域生长算法检出所得肾脏区域里的结石;(3)测量肾结石各向径线值(长径、中径和短径)和CT值,并将结果返回到结构化报告。由1名医师记录肾结石位置并手动测量肾结石各向径线值(长径、中径和短径)和CT值作为金标准,计算模型自动检出结石的灵敏度、特异度和准确度,并使用Bland-Altman法分析模型自动测量和医师手工测量结果的一致性。结果测试集29例患者,共11 358层CT图像,58个肾脏纳入研究,其中38个肾脏有结石,共有56个结石,20个肾脏无结石。使用U-Net模型对测试集11 358层CT图像进行分割,平均dice系数为0.96;其中10 945(96.36%)层图像分割效果很好,dice系数≥0.90。以肾脏为单位,模型在测试集中检出结石的灵敏度、准确度、特异度分别为100%(38/38)、100%(38/38)、100%(20/20);以结石为单位,模型检出结石的灵敏度、准确度分别为100%(56/56)、96.6%(56/58)。结论肾结石检出级联算法可以在CT平扫图像中自动检出肾结石,并自动返回到结构化报告中,提高临床工作效率。