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。

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 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.

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.

目的 舌苔和舌质分类对于后续的舌象客观化诊断具有重要的作用,高光谱图像包含大量的数据信息,能够有助于分类效果提升.但是高光谱图像信息量巨大,且传统的方法提取特征不够充分,如何有效提取数据信息并促进舌诊客观化仍是个值得深究的问题.因此,本文提出面向高光谱舌图像的深度学习算法,利用深层网络来提取高光谱图像的数据信息,从而提升舌苔和舌质的分类效果.方法 使用高光谱相机对图像进行采集,对采集的图像构造谱图进行预处理从而简化输入数据的冗余性;为了提取高光谱舌图像的数据信息,在算法上设计了一种可以获取底层特征的残差网络结构,加入了跳跃连接并在每个卷积层前加入批量归一化(batch normallization,BN)和带参数的ReLU(parametric rectified linear unit,PReLU)激活函数来提前激活网络,因此可以提取深层的光谱空间特征以提升分类精度.结果 在高光谱舌图像数据集上的实验表明,本文算法分类精度达到93.9％,优于传统的基于RGB图像分类方法和CNN(convolutional neural network)与VGG(visual geometry group)网络.分类结果图显示,除了舌苔和舌质交界处光谱曲线相差不大的地方会有误分类的现象,分类结果与标签图基本一致.结论 该深度学习算法可以较好地完成舌苔和舌质分类任务,为后续舌象特征信息的计算机自动分析提供良好基础.

采用"病-证-症"结合的研究思路研究激素性股骨头坏死(steroid-induced osteonecrosis of the femoral head,SONFH)模型大鼠在疾病发生、发展过程中血瘀证的表征变化和规律.72 只SD雄性大鼠随机均分正常组和模型组.模型组大鼠在第1、2 天尾静脉注射脂多糖 20 μg·kg-1·d-1,第 3～5 天臀部肌肉注射甲泼尼龙琥珀酸钠 40 mg·kg-1·d-1以建立SONFH模型,正常组给予等体积生理盐水.在模型建立的 21 周内,采用机械痛实验、舌质RGB法、步态检测、旷场实验和斜板实验观察不同周期大鼠髋部疼痛、舌质、跛行、关节活动和下肢力量情况;分别于建模 2、4、8、12、16、21 周时取材,苏木素-伊红(HE)染色和micro-CT扫描观察不同周期股骨头病变情况,旋转凝固法检测全血中凝血四项水平,酶联免疫吸附测定检测血清中血脂六项、血管内皮细胞生长因子(vascular endothelial growth factor,VEGF)、内皮素-1(endothelin-1,ET-1)、一氧化氮(nitric oxide,NO)、组织型纤溶酶原激活剂(tissue-type plasminogen activator,t-PA)、纤溶酶原激活物抑制因子-1(plasminogen activator inhibitor factor-1,PAI-1)、骨钙素(bone gla protein,BGP)、碱性磷酸酶(alkaline phosphatase,ALP)、核因子-κB受体活化因子配基(receptor activa-tor of nuclear factor-κB,RANKL)、骨保护素(osteoprotegerin,OPG)和抗酒石酸酸性磷酸酶 5b(tartrate-resistant acid phosphatase 5b,TRAP5b)含量水平以及血浆中6 酮前列腺素1α(6-keto-prostaglandin 1α,6-keto-PGF1α)、血栓素B2(thromboxane B2,TXB2)含量水平.结果显示,与正常组相比,SONFH大鼠股骨头病理和影像学改变随周期增加越来越严重,从造模 4 周开始,骨小梁所占面积比、脂肪细胞数量、空骨陷窝率、骨密度、骨体积分数、骨小梁厚度、骨小梁数量、骨表面积体积比和骨小梁分离度随造模周期增加而显著升高或降低.与正常组相比,SONFH大鼠造模 21 周内机械痛阈值、步态摇摆速度、步幅、站立时间和步行周期有显著变化,在造模 12 周时差异程度最大;模型大鼠旷场中央停留时间、垂直得分和最大倾斜角度随造模周期增加而显著改变;模型大鼠舌质红(red,R)、绿(green,G)、蓝(blue,B)值显著降低,在造模中期(11 周)差异程度最大.与正常组相比,模型大鼠血脂六项中总胆固醇、总甘油三酯、低密度脂蛋白胆固醇和载脂蛋白B水平主要在 4、8 周有显著性变化;血清中VEGF、ET-1、NO、t-PA、PAI-1、6-keto-PGF1α、TXB2 含量、凝血四项水平和TXB2/6-keto-PGF1α比值主要在 4～16 周有显著性变化,在 12 周各指标差异表现最明显;血清中BGP、TRAP5b、RANKL、OPG及RANKL/OPG比值主要在 8～21 周有显著性变化.综上,SONFH大鼠疾病发生、发展全程均表现出痛觉超敏、舌质紫暗、步态异常以及血小板、血管和凝血功能异常等血瘀证候特征,且随病程(2～21 周)先逐渐加重后逐渐减轻,在病程中期(造模 12 周左右)最明显.

目的 通过观测阿霉素诱导的心脏毒性(doxorubicin-induced cardiactoxicity,DIC)小鼠模型的宏观体征和微观指标,建立稳定的DIC病证结合动物模型,探讨DIC小鼠模型中医证候变化规律.方法 将20只SPF级C57 BL/6野生型小鼠随意分为模型组和正常组,每组10只,模型组小鼠行尾静脉注射阿霉素5 mg/kg,正常组小鼠尾静脉注射生理盐水,1次/周,共注射4周.每次尾静脉注射第2天,观察小鼠一般状况,统计小鼠舌色三原色(RGB)比值、负重力竭游泳时间.采用超声心动检测及病理苏木精-伊红(HE)染色、Masson染色、TUNEL染色进行模型评价.生化法检测小鼠血清乳酸脱氢酶(LDH)、肌酸激酶同工酶(CK-MB)、丙二醛(MDA)、血清超氧化物歧化酶(SOD)、一氧化氮(NO)及小鼠组织三磷酸腺苷(ATP)含量.结果 造模第1周,与正常组比较,模型组小鼠精神萎靡,活动喘息加重、活动减少、体质量下降(P<0.05)、力竭游泳时间缩短(P<0.05);第2周起,小鼠舌质暗红出现瘀斑,舌质r值降低(P<0.01),g、b值升高(P<0.05).与正常组比较,模型组小鼠LDH、CK-MB和MDA含量增加(P<0.01),SOD、NO及ATP含量降低(P<0.01).结论 DIC小鼠模型,宏观体征、证候随时间延长和疾病进展,综合微观血生化及宏观指征结果,DIC小鼠模型1周出现气虚证,2～4周逐渐演变为气虚血瘀证.

[目的]针对在松枯死树监测实践中,从无人机航拍RGB影像中自动识别松枯死树漏检率高的问题,提出了一种生产应用场景下基于多色彩空间的YOLOv5 松枯死树高精度自动识别新方法.[方法]利用无人机采集大面积松材线虫病发生林分的RGB图像,用Pix4Dmapper软件拼接,用LabelImg开源软件建立VOC格式的松枯死树数据集,分别用Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、SSD和EfficientDet等 6 种基于深度学习的目标检测算法对数据集进行训练和测试,以精确率、召回率、平均准确率以及F1分数作为评价指标筛选出最优目标检测算法;然后将采集的RGB图像转换成LAB和HSV色彩空间图像,再将这 3 个色彩空间的图像分别用最优目标检测算法进行训练,得到目标在每个色彩空间的边界框,使用非极大值抑制算法对这些边界框进行处理,得到最优边界框实现松枯死树自动识别.[结果]6 种算法均取得良好效果,其中YOLOv5模型为最优算法,其精准率、平均查准率和F1 分数在 6 种算法中均最高,分别达到 97.58%、82.40%和 0.85.通过 3 个色彩空间融合后,反映漏检情况的召回率由 74.54%提高到 98.99%,平均准确率提升至 98.39%.[结论]基于多色彩空间的YOLOv5 模型能够显著提高从无人机航拍RGB影像中检测松枯死树的精度,为松枯死树监测提供了有力工具,也有助于松材线虫病的防治.

为探讨运用驱避色防治平菇Pleurotus ostreatus蚊、蝇类害虫的可行性,本研究基于一种对平菇双翅目害虫具明显驱避作用的浅灰色(RGB =169,169,169)用于设计菌袋、地膜和棚膜,以评估这种驱避色赋能平菇配套栽培设施(菌袋、地膜和棚膜)对平菇蚊、蝇类害虫的驱避效果和增产作用.采用正交设计各影响因子处理组合进行田间小区试验,研究不同菌袋、地膜、棚膜颜色对害虫驱避率及平菇增产率的影响,筛选出最优组合,应用于生产实际.结果表明,驱避色菌袋+驱避色地膜+透明棚膜的处理组合的害虫驱避率和增产率均最高,与对照组相比,驱避率增加了45.63%,第1、2、3 潮菇产量和总产量分别增加了 11.29%,2.55%,8.82%和 7.74%.通过多因素和差异显著性分析,菌袋颜色是影响害虫驱避率和增产率的主因子,与对照相比对害虫驱避率和前 3潮菇增产率差异达到极显著水平.在平菇生产过程中,使用驱避色菌袋和地膜能有效控制平菇蚊、蝇类害虫的危害并提高产量,是一项值得推广的害虫防治措施.