目的：:探究通过调整Maltase视标边缘RGB像素模拟图像离焦性质对人眼调节和瞳孔直径的影响。方法：:横断面研究。随机纳入23例就读于北京大学医学部的健康大学生（男10例，女13例），年龄（21.5±1.3）岁，等效球镜度（-2.53±1.13）D。在1块LCD屏的中央随机呈现14个边缘RGB像素经过调整的Maltase视标。每位受检者分别完成这14个注视任务，每个任务的时长为3 min，使用开放视野红外验光仪连续测量注视过程中的调节反应和瞳孔大小。实际调节反应值与调节需求的差值为调节误差，以实际调节反应值的均方根（RMS）作为调节微波动。采用重复测量方差分析和由Bonferroni校正的事后两两比较来评估Maltase视标的极性、离焦性质和边缘RGB类型对调节误差、RMS值和瞳孔直径的影响。结果：:视标边缘RGB像素对调节误差的影响不显著。RMS值在正极性和负极性时分别为（0.22±0.08）D和（0.27±0.11）D，差值为0.05 D（95%置信区间：0.03~0.06）D，差异有统计学意义（ P<0.001)。极性、模拟的离焦性质和边缘类型对瞳孔直径的影响均有统计学意义（极性： F=19.41， P<0.001；离焦性质： F=6.42， P=0.019；边缘类型： F=8.89， P=0.005）。极性和离焦性质的交互作用对瞳孔大小有显著影响（ F=8.59， P=0.008）。 结论：:人眼对于视标的极性和其模拟的视网膜正负离焦性质是敏感的，注视正极性视标相较于注视负极性视标表现出更小的RMS值和瞳孔直径。调整Maltase视标边缘RGB像素对瞳孔直径的影响大。

目的:基于深度卷积神经网络（DCNN）方法自动测量彩色眼底像上全局和局部豹纹分布密度。方法:应用研究。将2021年5~ 7月于山东第一医科大学附属青岛眼科医院北部院区行近视手术的患者514例1 028只眼的1 005张彩色眼底像建立人工智能（AI）数据库。采用RGB颜色通道重标定方法（CCR算法）、基于Lab颜色空间的CLAHE算法、多重迭代照度估计的Retinex算法、具有色彩保护的多尺度Retinex算法对图像进行预处理。对比观察上述4种图像增强方法以及使用Dice损失、边缘重叠率损失和中心线损失对豹纹分割模型效果的影响。建立眼底豹纹分割模型识别全图范围内豹纹结构区域；构建眼底组织结构检测模型用于视盘及黄斑中心凹定位。计算视野范围内后极部豹纹密度（FTD ）、黄斑区豹纹密度（MTD）、视盘区豹纹密度（PTD ）。结果:应用CCR算法图像预处理和训练损失组合后，豹纹分割模型的Dice系数、准确率、灵敏度、特异性、约登指数分别达到0.723 4、94.25%、74.03%、96.00%和70.03%。模型自动测量的FTD、MTD、PTD值与人工标注测量值平均绝对误差分别为0.014 3、0.020 7、0.026 7，均方根误差则分别为0.017 8、0.032 3、0.036 5。结论:基于DCNN分割和检测方法能自动测量近视患者眼底全局和局部区域的豹纹分布密度，可以更准确地辅助临床监测和评估眼底豹纹改变对近视发展的影响。

目的 为了预防未知疾病对个人健康造成的损害以及减少个人健康监测的成本,依据中医舌色变化能反映人类诸多疾病的原理,提出一种基于舌色变化比较分析的自我健康监测方法.方法 通过图像采集设备采集个人舌象,利用深度学习和传统图像处理技术,借助RGB与CIE Lab色彩模型的转换关系,获得舌色的特征值,建立自我健康标准舌象数据库.采集新的舌象,通过异向缩放模板匹配原理从数据库中找出最佳匹配模板,通过差分比较分析法得到新采集的舌象与最佳匹配的模板舌象的舌色变化特征值,结合定量参数设置范围进行自我健康监测.通过自我舌象异常仿真实验验证所提方法的有效性.结果 通过自我舌象数据库构建、异向缩放模板匹配、舌色差分分析等技术实现了自我舌色变化阈值的设置,并能提取新采集的舌象图像的舌色,将之与标准舌象数据库中的舌色进行差分,再将差分值与已设定阈值比较,从而监测健康.异常仿真实验验证了所提方法的有效性和实用性.结论 基于中医舌色变化比较分析的自我健康监测方法能简便地对个人健康状态进行监控,同时对中医舌诊的客观化发展起到一定的推进作用.

作为特定对象的模拟制剂,中药安慰剂研制过程中的颜色模拟既是重点又是难点.传统用大量试验进行处方筛选以及规律探索的方式,费时费力,因此颜色模拟处方的准确预测是中药安慰剂研制的方向.该文以图像法结合Matlab软件对安慰剂的颜色模拟处方进行高效精准预测.首先,针对中药安慰剂溶液,拍摄成像后通过Photoshop软件对图像的L?a?b?、RGB、HSV和CMYK 13 个色度空间值进行提取,并对其进行相关性分析和归一化处理后构建 13×9×3 的反向传播(back propagation,BP)神经网络模型,随后利用鲸鱼算法(whale optimization algorithm,WOA)对初始权值和阈值进行优化,最后对优化后的WOA-BP神经网络进行 3 类代表性实例验证.通过训练预测结果可得,相比BP神经网络,WOA-BP神经网络能较好地对安慰剂色素配比进行预测,训练、验证、测试和全部的相关系数分别为 0.95、0.87、0.95 和 0.95,接近 1;各误差值均有所降低,最高可降低 99.83%,3 组实例验证的色差结果ΔE均小于 3,进一步证实了WOA-BP神经网络的准确性与实用性.

目的:为完成器械护士机器人手术器械识别及传递任务,提出一种基于多级联深度学习处理器的手术器械检测和姿态估计算法.方法:提出的多级联深度学习处理器CYSP算法级联了添加坐标注意力模块的YOLOX(YOLOX with coordinate attention block,CA-Y OLOX)、分割一切模型(segment anything model,SAM)、主成分分析(principal component analysis,PCA)等功能模组.首先,应用CA-YOLOX进行器械种类识别,完成x、y坐标粗定位;其次,利用SAM分割器明确手术器械在RGB图像中的位置,引入深度信息和相机内部参数获得手术器械点云;最后,对手术器械点云使用PCA算法获得其质心、主方向和法线方向,凭此求解目标坐标系(手术器械质心坐标系)与机械臂基坐标系间的旋转平移(rotation and translation,RT)矩阵,并将该矩阵转换为四元数传递给机械臂控制单元,使机械臂可以到达相应位置拾取器械,完成器械传递任务.在自建的手术器械图像数据集上完成迁移训练并评估提出算法的效果,在七自由度机械臂上进行器械传递实验并评估该算法的成功率.结果:多级联深度学习处理器CYSP算法在手术器械数据集上的识别准确率为98.52％,器械传递实验的成功率为94％,识别平均用时为0.28 s.结论:多级联深度学习处理器CYSP算法具有较好的可靠性和实用性,能有效辅助器械护士机器人完成手术器械识别及传递任务.

草地生物多样性对于维持其生态系统服务功能至关重要,无人机遥感凭借机动灵活、高分辨率、高效率和低成本的优势,近年来在草地物种调查与研究中受到关注.然而,目前关于草地植物多样性无人机调查的研究仍然不够深入.本研究通过无人机航拍和人工地面调查对呼伦贝尔草甸草原区的植物多样性进行调查,通过比较不同样方布设方式、不同拍摄方式下观测到的物种数量和调查所用时间,探讨扩大调查面积对调查结果的影响以及利用无人机开展草地植物多样性调查的最佳拍摄参数和时间效率,分析草地植物多样性无人机调查的应用潜力.结果表明:(1)开展草地植物多样性调查时,物种数量随调查面积在一定范围内的增加而增多,与人工调查有限个样方相比,利用无人机进行大面积调查能够观测到更多的物种.(2)在半干旱地区草甸草原植物多样性调查中,用于物种识别的无人机RGB影像空间分辨率应优于0.45 mm,分辨率为0.45 mm时能识别67.16％的物种;在观测角度方面,采用两种方式进行拍摄为佳,可在90°垂直拍摄基础上增加45°或60°倾斜拍摄.(3)采用无人机调查可大幅缩短物种调查所用时间,但应配合高精度的物种智能识别模型以提高调查效率.本研究通过对比无人机与传统的人工地面调查观测到的物种数量,进一步验证了无人机遥感用于草地植物多样性调查的可行性,首次探讨了利用无人机获取可见光影像用于草地物种调查时的关键参数,研究结果可推动无人机在草地监测、调查和保护工作中的应用.

目的 针对现有复杂背景药材切片自动鉴别准确率较低的问题,实现复杂背景下药材切片图像的准确识别.方法 基于整理的藏药材切片图像数据集进行实验,分析切片的RGB、HOG、LBP特征,使用改进的HOG算法进行多特征融合,最后使深度学习网络对任务图像进行识别.结果 本文提出的多特征融合结合深度学习方法对32种复杂背景下藏药材切片的3610张图像识别准确率达到91.68%,同时该方法对川贝母、山楂及半夏等20种常见中药饮片的平均鉴别准确率达到98.00%,优于其他现有的复杂背景下的中药饮片识别方法,说明该方法对其他中药材鉴定也同样具有可行性,应用范围较广泛.结论 多特征融合能够较好地提取复杂背景下药材切片的区分特征,对于背景复杂且堆积遮挡严重的藏药材切片识别率较高,可有效应用于自然场景下的中药材、藏药材切片与其他中药饮片识别,具有较好的应用前景.

目的 比较趁鲜加工与传统加工方法对团风射干饮片切面与粉末颜色以及次野鸢尾黄素含量的影响.方法 采用Canon 600D单反相机对射干饮片切面与粉末进行图像采集,将图像导入Adobe Photoshop 2020软件中利用颜色取样器工具对饮片切面和粉末的RGB色度值进行提取,与Lab色度值转换,最后求取平均值;HPLC法测定次野鸢尾黄素含量.结果 不同加工工艺的射干饮片切面颜色a值和粉末颜色b值由小到大均为:全干切组、全干润透组、半干切组、鲜切烘干组、鲜切阴干组;不同组射干的次野鸢尾黄素含量由高到低依次为:全干切组＞全干润透组＞半干切组＞鲜切阴干组＞鲜切烘干组.结论 射干产地趁鲜加工虽利于降低生产成本,但对质量有负面影响,因此射干各产地采用趁鲜加工方法时须慎行.

Quantification of behaviors in macaques provides crucial support for various scientific disciplines,including pharmacology,neuroscience,and ethology.Despite recent advancements in the analysis of macaque behavior,research on multi-label behavior detection in socially housed macaques,including consideration of interactions among them,remains scarce.Given the lack of relevant approaches and datasets,we developed the Behavior-Aware Relation Network(BARN)for multi-label behavior detection of socially housed macaques.Our approach models the relationship of behavioral similarity between macaques,guided by a behavior-aware module and novel behavior classifier,which is suitable for multi-label classification.We also constructed a behavior dataset of rhesus macaques using ordinary RGB cameras mounted outside their cages.The dataset included 65 913 labels for 19 behaviors and 60 367 proposals,including identities and locations of the macaques.Experimental results showed that BARN significantly improved the baseline SlowFast network and outperformed existing relation networks.In conclusion,we successfully achieved multi-label behavior detection of socially housed macaques with both economic efficiency and high accuracy.

目的 基于机器视觉系统探讨佛手炮制前后颜色判别及颜色-成分质量分数相关性,为佛手饮片质量控制提供依据.方法 利用高效液相色谱(HPLC)法测定佛手与蒸佛手饮片中橙皮苷、6,7-二甲氧基香豆素、莨菪亭3种成分的质量分数;采用机器视觉技术获得饮片图像并提取饮片RGB、L*a*b*、HSV 3个不同颜色空间的颜色特征,采用线性判别分析(LDA)、偏最小二乘法-判别分析(PLS-DA)和支持向量机(SVM)等机器学习方法对佛手炮制前后建立定性判别模型,利用 Pearson 相关性分析研究颜色特征值与测得的3种成分质量分数间的相关性.结果 LDA、PLS-DA、SVM判别模型分类鉴别具有较高的预测精度和较低的预估错误率;佛手和蒸佛手中成分质量分数与颜色特征值间存在一定的相关性.结论 基于机器视觉系统对佛手炮制前后的判别效果良好,且该方法操作简单、高效准确,可为佛手及其炮制品的质量控制和临床应用提供参考.