杨佳欣 1,**韩东 2董新明 3唐瑞弦 4[ ... ]周鹏 1,4,6,*
作者单位
摘要
1 天津大学医学工程与转化医学研究院,天津 300072
2 临沂市第三人民医院,山东 临沂 276004
3 天津康复疗养中心,天津 300191
4 天津大学精密仪器与光电子工程学院,天津 300072
5 复旦大学工程与应用技术研究院,上海 200043
6 季华实验室,广东 佛山 528200
针对目前中医齿痕舌诊断缺乏客观化和量化指标的问题,提出齿痕舌多指标客观化判别检测方法,以实现辅助中医临床对齿痕舌的综合性检测。首先对所采集到的舌象图片提取感兴趣的齿痕区域,并进行区域二值化预处理;然后使用Graham扫描法提取齿痕凹陷特征并通过支持向量机算法对齿痕有无进行分类判别;对于齿痕数量,通过改进的道格拉斯-普克算法拟合齿痕边缘曲线,将曲线满足条件的极小值个数作为齿痕个数;最后结合齿痕数量与齿痕深度对齿痕程度进行判别。该算法对齿痕有无的判别正确率为80.86%,对齿痕数量的检测正确率为80.00%,对齿痕程度的检测正确率为89.63%。实验结果表明,该算法能较好地实现齿痕舌的综合检测,并提供相应客观化参数辅助中医临床诊疗。
图像处理 齿痕舌 Graham扫描法 道格拉斯-普克算法 支持向量机 
激光与光电子学进展
2022, 59(11): 1117001
郭盟 1董新明 2韩广 1,3王慧泉 1,3[ ... ]赵喆 3,*
作者单位
摘要
1 天津工业大学 生命科学学院,天津 300387
2 天津康复疗养中心,天津 300191
3 天津市光电检测技术重点实验室,天津 300387
4 爱科维申科技(天津)有限公司,天津 300308
孵化的蛋胚是生产禽流感疫苗的载体,蛋胚的活性检测是疫苗生产中的关键环节,通过光电容积脉搏法检测蛋胚活性是提高蛋胚活性检测准确率的关键。为了提高蛋胚活性检测效率和检测准确率,采用滑动功率谱方法(PSD)将蛋胚脉搏波可视化,基于卷积神经网络对蛋胚活性进行精准分类。实验结果显示,采用卷积神经网络对单个蛋胚信号的计算时间仅为12.6 ms,与人工检测方法相比,检测效率提高近200倍。可视化后的蛋胚脉搏波的卷积神经网络分类准确率可达94.14%,其中活胚、死胚和弱胚的真阳率分别为99.74%、93.73%、84.39%。基于卷积神经网络的蛋胚活性分类模型,可在大规模生产中精准地辨识蛋胚活性,对疫苗生产过程具有重要的应用价值。
蛋胚 光电容积脉搏波 卷积神经网络 滑动功率谱 egg embryo photoplethysmographic pulse wave convolutional neural network sliding power spectrum 
应用光学
2021, 42(2): 268

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!