简介:摘要:知识产权是权利人对所创作的智力劳动成果所享有的财产权利,其本质核心就是为了证明是谁在什么时 间创作了什么样的劳动成果。但由于传统登记方式的局限性,一直存在存证难、取证 难、确权难、维权难、交易难、成本高及周期长等诸多问题。为了解决上述知识产权存在的诸多难题,提出利用人工智能+区块链构建知 识产权溯源平台。该平台一方面对人工智能纹理识别技术进行研究,用于对数据资产提取高维特征向量,将高维特征向量作为证据上传到平台,解决自动化存证和取证的问题;另一方面将通过纹理技术取 证的信息以NFT智能合约的方式放到区块链上,以期解决知识产权维权难、交易难及周期长的问题,利用NFT智能合约也可 以将证据在多个涉及到产权的部门间可信自动化流转。
简介:【摘要】目的:分析PET-CT融合图像肺纹理特征在肺癌鉴别诊断中的应用价值。方法:随机选取2018年6月~2020年12月期间在我院进行PET-CT检查的52例患者做为研究对象,分别由医师经验知识和融合图像纹理特征参数判断患者肺部病灶情况。并且对患者进行手术病理检查或治疗,通过影像学随访确诊其肺部良恶性病变。比较几种方法应用在肺癌诊断时的灵敏度和特异性。结果:52例患者最终被诊断为肺癌的有45例,医师经验知识诊断的灵敏度为90.91%,特异性为57.14%。纹理特征参数诊断的灵敏度为91.30%,特异性为66.67%。二者联合诊断的灵敏度为93.62%,特异性为50%。三者对比差异不明显,P>0.05,无统计学意义。结论:PET-CT融合图像肺纹理特征应用于肺癌诊断时能够起到较为积极的作用。
简介:【摘要】目的:分析PET-CT融合图像肺纹理特征在肺癌鉴别诊断中的应用价值。方法:随机选取2018年6月~2020年12月期间在我院进行PET-CT检查的52例患者做为研究对象,分别由医师经验知识和融合图像纹理特征参数判断患者肺部病灶情况。并且对患者进行手术病理检查或治疗,通过影像学随访确诊其肺部良恶性病变。比较几种方法应用在肺癌诊断时的灵敏度和特异性。结果:52例患者最终被诊断为肺癌的有45例,医师经验知识诊断的灵敏度为90.91%,特异性为57.14%。纹理特征参数诊断的灵敏度为91.30%,特异性为66.67%。二者联合诊断的灵敏度为93.62%,特异性为50%。三者对比差异不明显,P>0.05,无统计学意义。结论:PET-CT融合图像肺纹理特征应用于肺癌诊断时能够起到较为积极的作用。
简介:文章对基本的纹理分析方法进行了详细阐述,比较了各类纹理分析方法在工件表面纹理分析应用中的优缺点.针对车削后的工件表面纹理图像进行了纹理分析,建立了高斯马尔可夫随机场模型,并采用特征参数的相对距离实现了刀具磨损量的识别.实验结果表明:工件表面纹理分析作为计算机视觉的一个分支,能被广泛地应用于刀具磨破损状态监测或加工表面质量检测等自动化/智能控制中.
简介:摘要 : 含水量是表征水稻生理和健康状况的关键参数,精确预测水稻含水量对于水稻育种和大田精准管理具有重要意义。目前,利用无人机搭载光谱图像传感器监测作物生长的研究主要集中在利用植被指数评估作物在单一或者几个生育期的生长参数,针对作物含水量监测的研究非常有限。本研究主要利用多旋翼无人机低空遥感平台获取不同生育期水稻冠层的 RGB图像和多光谱图像,通过提取植被指数和纹理特征,分析水稻的动态生长变化,并构建了基于随机森林回归方法的含水量预测模型。试验结果表明:( 1)从无人机图像提取的植被指数、纹理特征以及地面测量的含水量都能用于监测水稻生长,并且这些参数随水稻生长呈现出了相似的动态变化趋势;( 2)与 RGB图像相比,多光谱图像评估水稻含水量具有更高的潜力,其中归一化光谱指数 NDSI771,611实现了更好的预测精度( R2=0.68, RMSEP=0.039, rRMSE =5.24%);( 3)融合植被指数和纹理特征能够进一步改善含水量的预测结果( R2=0.86, RMSEP=0.026, rRMSE=3.51%),预测误差 RMSEP分别减小了 16.13%和 18.75%。上述结果表明,基于无人机遥感技术监测水稻含水量是可行的,可为农田精准灌溉和田间管理决策提供新思路。