为提高放疗的治疗精度，需要实时监测放疗中患者病灶区域的位移。针对放疗过程中患者体表被热塑膜遮挡的特点，通过标志物的材质、形状等设计，最大限度地减少热塑膜遮挡对标志物定位精度的影响。首先根据标志物的颜色特征分割出热塑膜遮挡下的标志物并用凸包算法计算标志物的外轮廓；其次采用改进的最小二乘椭圆拟合算法拟合标志物外轮廓上的点并定位标志物；最后，基于标志物的位置特征匹配标志物并计算患者的位移值。通过搭建模拟实验平台多次实验，验证了该方法测量患者位移的精度是0.2 mm，帧频可以达到30 Hz，可以满足放疗中位移监测的实时性和精度要求。

大姿态人脸对齐是人脸识别和三维人脸重构等很多重要视觉任务的先决条件。现有的对齐方法大多使用二维界标位置来进行对齐, 且使用的界标数量有限, 影响大姿态人脸对齐的准确性。提出一种采用三维形变模型 (3DMM)来表示二维人脸图像, 将具有任意姿态的人脸对齐问题建模为基于 3DMM的拟合问题。采用基于卷积神经网络 (CNN)的级联回归方法学习二维人脸图像及其表示之间的映射关系。提出 2种新的姿态不变局部特征作为卷积神经网络学习的输入层, 通过训练得到 CNN用于大姿态人脸对齐。在 2个经典的人脸图像数据集上的仿真实验结果表明, 与目前最新的人脸对齐方法相比, 该方法的效果较优。

为解决传统摄影测量编码点定位依赖多种关系准则、判定复杂且识别不稳定的问题,提出一种采用基于改进YOLO v3的目标检测网络分割编码点、利用距离排序识别中心标记点的定位方法。首先针对编码标记点特点改进特征提取网络,从复杂背景中快速识别编码点,然后在预测框内进行图像处理,计算轮廓质心到中心的距离,通过距离排序定位中心圆形标记点,最后构建标尺编码点数据集用于网络训练和测试。实验结果表明,目标检测网络识别编码点的精度达到94.91%,受环境和噪声等的影响小,距离准则准确率高,该定位方法具有适应性好、鲁棒性高的优点。

嗜酸性粒细胞胃肠炎(EG)是一种以外周血嗜酸性粒细胞(EOS)增多为特征的胃肠道疾病,其主要诊断依据为消化道黏膜标本病理切片中嗜酸性粒细胞的数目是否超标。利用计算机图像分析算法对病理切片图像中的嗜酸性粒细胞进行识别并计数,旨在辅助病理医生人工计算EOS的数目,减少医生的工作量,提高工作效率。采用鲁棒性较强的分水岭算法作为识别EOS的核心算法,并通过距离变换和前后景标记的改进算法解决传统分水岭算法中的过分割问题,提高识别计数的准确性。采用改进分水岭算法对EG病理图像中的EOS进行识别计数,并将其与病理医生的金标准进行比对。改进分水岭算法的平均准确率为95.0%。与传统算法相比,改进算法准确率的相对标准方差由5.8%提高到2.2%,过分割率由13.4%降低为3.7%,算法的运行时间由40 s缩短为27 s左右。

为了提高大视场靶标场标志点自动编码的容量和效率,设计自编码标志和普通标志,建立以自编码标志作为编码基准、以普通标志点作为控制点靶标的室内靶标标定场。基于“同名点同编号”的原则,提出自编码标志和普通标志点的自动编码方法。该方法能自动实现同名影像标志点与同名物方控制点标志的自动编码映射,避免人工交互设置影像标志点编号,提高了标定的效率。推导出含有隐式约束条件的多视组合相机标定的间接平差模型的一般形式,并用其标定一种由网络摄像头组成的多视相机。实验结果表明:该方法具有标志点编码容量大(可达65535个)、解码效率高、能自动解码的优点;该标定方法的反投影像点平面方均根误差(RMS)小于0.20 pixel且相机之间的相对定向元素波动较小,能够有效地提高多视相机标定的稳健性和精度;该方法可方便地扩展到其他同类多视相机或者全景相机的标定应用中。

采用Langmiur-Bloggt膜技术和磁控溅射技术制备Ag覆盖聚苯乙烯小球六方密堆积阵列(Ag/PS HCA)基底, 再将合成的海胆状Au纳米粒子与4-巯基苯甲酸(4-Mercaptobenzoic acid, 4MBA)链接得到Au@4MBA探针, 然后将单链寡核苷酸DNA21分别与基底和Au@4MBA探针链接, 构建Au@4MBA-DNA21-Ag/PS HCA三明治结构, 在DNA21与miRNA-21杂交后使用双链特异性剪切酶(DSN)剪切DNA磷酸二酯键, 最后进行表面增强拉曼散射信号检测.实验结果表明, 基于上述三明治表面增强拉曼散射结构和酶剪切技术进行肿瘤标志物miRNA-21的检测, 在100 pmol·L－1到1 fmol·L－1的浓度范围内, 检测极限达到0.853 fmol·L－1, 具有极高的灵敏度和优良的特异性.

采用正交试验优化GC-MS测定血清胆固醇及其标志物的样品前处理条件, 并对最优试验方案进行方法学评价。 采用L16（211）正交设计对影响GC-MS测定血清胆固醇及其标志物前处理的3个关键步骤共7个因素——皂化（KOH-乙醇浓度、 皂化温度和时间）、 萃取（正己烷用量）和衍生化（衍生化温度、 时间和用量）进行优化。 得到最优前处理条件组合如下： KOH-乙醇溶液浓度为1　mol·L-1； 皂化温度70　℃； 皂化时间60　min； 萃取剂用量2 mL； 衍生化温度70　℃； 衍生化时间60　min； 衍生化试剂用量100 μL。 所建方法准确性和精密性良好, 方法学评价指标优于文献报道。

图像处理和特征分析在乳腺癌早期诊断中发挥着重要作用。为了将一个基于左右乳腺X光片图像密度特征不对称性的图像特征分析方法应用于乳腺癌近期发病风险的预测,训练开发了一个以多图像特征相融合的人工智能分辨模型来预测每个妇女在近期（比如，在最近一次的良性检测以后2年之内）由医学影像检测出来的早期癌症的风险程度。介绍这一个新癌症风险预测模型的基本原理，演示一个新型的人机交互式的计算机辅助图像特征分析和计算的工作平台。初步实验证明，应用这一个基于医学图像特征定量分析的模型能够取得比采用现行其他已知的乳腺癌风险因子有着显著提高的对于近期乳腺癌发病风险的预测精度,这将为建立更有效的个性化乳腺癌普查提供依据和帮助。

近年来,对物体的颜色显现力、光源光谱功率分布和自身表面反射光谱三者的定量关系方面的研究备受大家关注.在三维扫描测量领域,由于颜色特征具有反映物体材料和纹理等丰富信息的优势,提出了一种主要由彩色相机、投点光源和PC机组成的色度自适应投点仪结构,其中数字微镜(DMD)作为投点光源的核心元件用于调制R,G,B 三个LED光源的光谱功率分布.然而主动式标记点的颜色显现力因受未知反射光谱投影接受面的影响,其颜色特征往往难以识别和区分.为了提高投影标记点与不同反射光谱的投影接收面作为背景的分辨力,描述了一种色度自适应投影标记点的选取方法.在高维线性反射光谱建模的基础上,用光谱响应的方法对彩色投点仪设备特征化,以解决三通道彩色相机设备特征化精度低的问题.并通过样本训练为高维线性反射光谱的求解提供条件约束.继而,在CIE1931色度坐标空间下,选取与投影接收面背景色度坐标欧氏矩最大的色度坐标点.根据投点仪设备特征化结果,推导其LED最优设定值.最后,采用24孟塞尔色卡作为被投影对象,主动标记点与色块的色差作为其颜色显现力的评价参数,通过与激光二极管投点仪做对比性实验.实验结果表明对各不同色度的投点接受面,提出的色度自适应投影标记点的选取方法均有较好表现.