1 山东大学信息科学与工程学院，山东 青岛 266237
2 山东大学齐鲁医院口腔颌面外科，山东 济南 250012
龋病、牙周病等口腔疾病是影响人民健康的常见病和多发病，不仅影响口腔器官功能的发挥，还常常影响全身健康，导致生活质量下降。X光片是牙科疾病诊断过程中的重要依据之一，X光片的智能化诊断对于快速准确诊断牙齿病变具有重要作用。为了实现对龋齿病变和牙根尖周病变的自动检测，本团队创建了牙齿X光片数据集，并采用YOLOV5算法对牙齿X光片中的病变区域进行了检测。检测结果表明，该算法可以有效识别牙齿中的龋齿病变和牙根尖周病变，并能检测出这两种病变的区域，检测准确率超过95%，可以满足牙齿病变智能化诊断的临床需求。
图像处理 深度学习 牙齿病变 目标检测 中国激光
2022, 49(20): 2007207
1 常熟理工学院物理与电子工程学院, 江苏 常熟 215500
2 南京大学固体与微结构物理国家重点实验室, 南京大学材料科学与工程系, 江苏 南京 210093
通过纳米粒子束流气相沉积方法在衬底表面沉积稠密银纳米粒子点阵。通过对纳米粒子覆盖率的 精细控制与纳米粒子点阵消光谱的实时监测,实现了其表面等离激元共振峰频率的系统调控。随着Ag纳米 粒子密度的增加,点阵的表面等离激元共振波长发生红移,可逐步由小于400 nm增大到570 nm以上。研究发现, 表面等离激元共振波长的变化与随纳米粒子沉积量增加而增加的紧密相邻的纳米粒子对的百分数相关。
表面光学 表面等离激元共振 红移 Ag团簇 近场耦合 surface optics surface plasmon resonance redshift silver cluster near-field coupling
山东大学 信息科学与工程学院,山东 济南 250100
虹膜识别是一种有效的生物特征识别方法。经验模态分解(EMD)是一种可自适应的对非线性、非平稳信号进行多分辨率分解的信号分析算法。将虹膜图像进行EMD分解,找出有利于虹膜识别的敏感频带,使用选择后的固有模态分量对虹膜图像进行特征提取。仿真实验结果表明,该方法正确识别率达到99.44%,并且由于其在特征提取的同时消除了高频噪声和背景光影响,简化了预处理过程,降低了算法的复杂度。
生物光学 生物特征识别 虹膜识别 经验模态分解 固有模态函数 特征提取
1 南京大学材料科学与工程系,南京,210093
2 南京大学物理系,南京,210093
采用低能团簇束流淀积(LECBD)装置,在不同温度的衬底上,制备得到不同形貌的锑化铟团簇颗粒,如三角形颗粒、六边形薄片和长方体颗粒等.形貌的差别认为是由锑化铟各向异性生长所致.
锑化铟 形貌 各向异性 原子与分子物理学报
2006, 23(z1): 149
