简介:针对燃气表使用中常见问题,采用电路优化方法,进行基于P87LPC764单片机的TM卡燃气表控制系统设计。系统主要完成燃气表主电路与功能模块的硬件设计和软件设计,从而实现控制用户安全用气的功能。所设计的TM卡智能燃气表有完善的软件和可靠的供气控制阀。经过实验验证,所设计的系统有较好的可行性,为TM卡智能燃气表的最终产品化打下了良好的基础。
简介:研究新型荧光“502”胶——Lumicyano^TM显现手印的最佳条件,主要从加热的温度、加热的时间和激发光源进行。Lumicyano^TM在不同的加热温度、不同的加热时间、不同的激发光源下手印的显现效果不同,Lumicyano^TM显现非渗透性客体上汗潜手印的最佳条件是加热温度100℃、加热时间20分钟、532nm激光,Lumicyano^TM显现半渗透性客体上汗潜手印的最佳条件是加热温度110℃、加热时间20分钟、532nm激光,用橙色滤镜片观察呈黄色荧光。
简介:摘要目的采取有效的配准方式,证实合理的配准方式对于CT、MR扫描的图像融合对胶质瘤靶区勾画的重要性、可行性及对放疗的应用的价值。方法抽取两组各10例临床上术后病理确诊为胶质瘤的患者,所有患者在进行治疗前均行CT增强扫描和MR增强扫描。第一组在体表不做标记点,并且MRI扫描时不采用和CT扫描时的头枕。第二组按研究的目的在体表做好标记并做到CT扫描和MR扫描的患者体位尽量保持一致(MRI扫描时选择和CT扫描时采用类似的头枕)。将扫描完的图像传输到放疗室中的TPS中,然后分别采用Manual和PointMatch法进行图像标配。配准完成后进行图像融合,直到到达满意的融合效果。然后由放疗科两位副主任职称的放疗医师及我院放射科一名副主任以上的医师对融合图像进行评估和勾画,分别在CT、MRI及融合好的图像上勾画临床靶区(ClinicaltargetVolume)CTV及周围正常危及器官(眼球、晶体、视神经、脑干、脊髓等)。在融合好的图像上勾画CTV并设为CTV-CT/MR,以此类推,定义为设为CTV-CT,CTV-MR。然后对比两组的CTV重合度(CTV-T)来评价CT和MRI图像融合的精度,即V-CTV-T的体积占CT图像上V-CTV-CT的百分比V-CTV-T=CTV-CT/MR/V-CTV-CT*100%(理想状态下为1)。并且计算二组在配准状态下的三维方向上的误差大小。结果1.第一组和第二组CTV重合度(融合的图像与CT对比)为0.8士0.26,0.91士0.11,二者差异具有统计学意义。第一组和第二组CTV重合(融合的图像与MRI对比)为0.92士0.15,1.02士0.08,两者差异也具有统计学意义。但与单纯CT对比,MRI更接近与1,差异性小。2.利用PointMarch计算第一组X,Y,Z轴方向的平均误差为(0.65士0.17)mm,(1.2士0.11)mm;(2.2士0.20)mm,三维空间总的平均误差为(2.24士1.15)mm;第二组X,Y,Z轴方向的平均误差为(0.25士0.11)mm,(0.6士0.11)mm;(1.2士0.20)mm,三维空间总的平均误差为(1.26士0.35)mm。不加标记点的误差明显大于加标记点的,并且不加标记点的误差超过了误差范围。结论1.体位一致的CT和MRI扫描是两者图像融合的关键,体位一致的图像融合技术误差在可接受的范围内。2.MRI扫描的图像勾画靶区比CT勾画靶区的精度高。
简介:摘要随着社会的发展,企业对物体质量要求越来越高,基于图像处理的标签质量检测系统越来越被人们所看重。然而,标签在生产过程中,由于受到生产机器精度等因素的影响,生产出来的标签有很多质量问题,比如少印。因此标签缺陷检测越来越重要。本论文主要针对对标签视觉检测系统的软件算法设计,使检测图像与标准图像进行相减,从而提取出缺陷部分,解决标签少印的问题。整个少印缺陷的检测过程不需要人工进行费力的对比,此过程由软件自行处理,人们只需要对检测出的标签进行确认,实现人工与智能化的完美结合,保证标签质量的目的。本文使用VisualC++6.0开发工具进行软件代码编程,最后很好的完成了本论文少印的缺陷检测检测系统,在实验室中,我们对本系统稳定性,精确度进行了测试,测试结果表明本论文的缺陷检测系统能够满足要求。
简介:当前,我国皮肤科医生资源配置和患者就医渠道表现出极大的不平衡。随着互联网医疗刚性需求的不断扩大,互联网医疗正以前所未有的速度发展。该文着眼于皮肤医疗领域移动APP——汇大夫^TM皮肤云医,围绕医生和患者,阐述如何打造医生个人品牌、建立医患信任关系、高效管理病员及其病历资料,促进就医渠道的畅通和医疗学术科研能力的提高。探讨互联网医疗皮肤云医平台在医疗机构中的实际应用。