基于改进U-Net的量子点STM图像分割

为提升量子点图像分割精度,降低特征识别误差,提出一种基于改进U-Net的量子点图像分割方法.首先,在预处理阶段,设计了以色彩通道为权值的灰度化算法,以提升后续分割效果.其次,在STM图像分割部分,在原始U-Net结构上引入中间过渡层以均衡网络各层特征.而后,建立数据集,并通过实验对比不同分割算法的精确度、召回率、F-measure.最后,将分割算法应用于量子点的特征识别,并测试了不同分割方式对应用的影响.实验结果显示,改进灰度化方法保留细节信息丰富,明显提升了量子点分割精度;改进U-Net的平均精确率、召回率、F-measure相较原始网络分别提升了13.83%、2.16%、8.13%.同时,实验数据表明由于分割精度的提升,量子点数量、纵横比等特征参数的识别更加精确.     

用于生物医疗信息采集的多光谱均匀光源系统北大核心CSCD

多光谱成像是无创观察生物组织的有效工具,提高光源的辐照均匀性将更有利于准确获取病理组织的多光谱数据。提出基于积分球的多光谱均匀光源系统,为生物组织的多光谱数据采集提供均匀辐照。基于蒙特卡罗光线追迹法对积分球腔体的取位方式进行选择,并对腔体大小、LED布局、积分球输出槽尺寸进行了优化,以确定结构模型的最佳参数;根据优化参数构造了集成11种窄波段LED的实例进行了光学性能验证,实验结果证明所有波段都能在输出槽的主要部分区域实现2%辐照度不均匀性分布;研究了该系统的宽光谱兼容能力,实验结果表明,光谱在输出槽的最大均方根误差为3.74%,具有良好的宽光谱兼容能力;最后,基于所提出的系统进行了静脉可视化测试,用光纤拓展了系统内窥镜的兼容性,并以此探讨了口腔内部牙齿表面病理情况。该系统的多功能性和均匀性在生物医疗图像采集中具有潜在的应用价值。