基于多图谱配准的三维胰腺CT图像分割

胰腺的自动分割一直是医学图像分割中一项具有挑战性的问题。胰腺是一个具有高度解剖变异性的器官,目前的多图谱分割方法很难对胰腺的边缘产生精确的分割。针对这一问题,采用了基于多图谱配准的分割算法对胰腺进行分割,优化了一种局部动态阈值的后处理方法。在标签融合阶段,采用概率阈值融合算法、Majority voting(MV)算法、STAPLE算法和SIMPLE算法四种标签融合算法进行对比。在后处理阶段,采用局部动态阈值处理方法,首先通过初步分割结果对目标图像提取目标区域,然后自动确定阈值实现该区域的二值化,最终与初步分割结果取交集作为最终分割结果。采用留一交叉验证策略对80例NIH胰腺CT图像和22例来自上海本地医院的胰腺CT图像进行分割,最终得到的DSC分别为79.98%和81.30%。实验结果表明,所提方法实现了对胰腺的有效分割。     

应用GeoGebra软件研究函数性质的实践探索——以“对勾”函数为例

对高一学生而言,函数的性质比较抽象、不易理解.解决抽象问题的关键在于直观.应用GeoGebra(简称GGB)软件生成函数图象,用运动的观点结合问题设计,形成思维进阶路径;以数学三种语言为载体,使学生理解函数的性质.数学是模式的科学,应用GGB软件探索其性质,并形成探索函数性质的研究路径,培养学生数形结合的思想,提升其数学思维和核心素养.     

一致P-函数非线性互补问题的宽邻域不可行内点算法及其计算复杂性

1引言与记号单调线性互补问题和线性规划问题的原始-对偶路径跟踪算法,1989年的文献[1、2]分别首先提出。以后又出现了一些改进的算法。早期的原始-对偶路径跟踪算法及其改进算法的迭代点列大都是在包含中心路径C的一个2-范数的窄邻域里,这种可行内点算法通常理论上具有最好的迭代复杂性O(n~(1/2)L),但是由于窄邻域极大地限制了迭代步长,实     

产教融合培养应用型人才的研究与实践——以河南城建学院尼龙产业技术学院为例

河南城建学院主动对接“中国尼龙城”建设和平顶山市产业转型升级需求,与地方政府和骨干企业共建尼龙产业技术学院,探索校政行企多元共建、产教融合协同育人的应用型人才培养新模式,促进教育链、人才链与产业链、创新链有效衔接,提升学生的工程实践能力和创新意识,为提高尼龙产业核心竞争力、汇聚地方经济发展新动能提供人才支持和智力保障。本文阐述了尼龙产业技术学院的建设背景,介绍了尼龙学院围绕应用型人才培养,在多主体共建共管、企业主体作用发挥、服务社会能力提升和科研平台搭建等方面所做的探索。     

信息技术与初中物理课堂教学的融合

当前,新的课程改革已经进入了我们的教育体制,教育理念、教学形式和教学方式都得到了飞速的发展,并逐渐实现了现代化和信息化。把现代科技与现代科技结合起来,是当前物理课程改革的一个重要内容。在当前的教育环境下,新时期的物理教师必须把信息技术与物理课结合起来,以全新的视角进行物理教学模式的改革和创新,以提高教学效果。本文着重于这一领域的研究和分析。     

为什么我们会算得慢?

从所周知,运算求解能力是高中数学新课标中所要求的基本数学思维能力之一.心理学家梅伊尔指出:一个人不会解一道题,不是因为他不能找到一种解法,而在于他习惯的运算方法妨碍了它去想出恰当的解题方法.由此可见,在破解一个数学问题时,除了要在思维上寻觅适当的方法外,     

处理参数问题的思维路径

参数问题广泛地存在于高中数学的各类问题中，也是近几年来高考重点考查的热点问题之一．本文将介绍处理参数问题的几种主要方法．     

以催化应用为纽带链接基础化学2课程与多学科的交叉融合

“基础化学2”是面向“基础学科拔尖学生培养计划”大一本科生开设的一门理科专业基础课。针对学生因专业选择余地大容易觉得课程与专业联系不够紧密而学习积极性不高的问题，提出以元素及其化合物的催化应用为纽带，寻找合适的切入点，将化学基础知识与各相关学科研究前沿及工业应用相联系，建设具有学科交叉特色的基础化学教学体系的建议，突出培养学生的学科创新思维能力，体现理论与实践相结合的教学特色。     

基于粗糙集与小波变换的图像融合算法

粗糙集理论是处理不确定性问题的数学方法，本文提出了基于粗糙集与小波变换相结合的图像融合算法。该方法首先将粗糙集理论应用于图像滤波中，对含有椒盐噪声的图像进行粗糙中值滤波，然后对滤波后的图像进行小波融合。实验结果表明，粗糙中值滤波有较强的去噪能力，且较好地保持了图像的细节信息，在此基础上进行小波融合，使得融合结果图像具有良好的效果。     

基于小波变换和数据融合技术的弱小目标检测

鉴于弱小目标检测所固有的难点及常用的单一分辨率下的检测方法还不能准确稳定地检测出目标，提出了一种弱小目标检测新方法。考虑到实际应用中的复杂背景和大量干扰噪声，运用数据融合技术，先对图像进行小波多分辨率分解，然后将不同分辨率下的子图进行最优加权平均融合来检测弱小目标。用实地拍摄的空中弱小目标红外和可见光图像分别进行实验验证，实验图像取256×256像素点阵大小，其中目标占10×10像素左右。结果表明该方法能够准确稳定地检测弱小目标，为后续的跟踪作了很好的铺垫。