利用网格正交频分复用(LOFDM:Lattice O rthogonal Frequency D ivision Mu ltip lexing)可使系统的频谱利用率比采用脉冲成形OFDM(O rthogonal Frequency D ivision Mu ltip lexing)技术时更高,但带来实现上的复杂化。为此,在对LOFDM...利用网格正交频分复用(LOFDM:Lattice O rthogonal Frequency D ivision Mu ltip lexing)可使系统的频谱利用率比采用脉冲成形OFDM(O rthogonal Frequency D ivision Mu ltip lexing)技术时更高,但带来实现上的复杂化。为此,在对LOFDM信号结构进行分析的基础上,给出了LOFDM系统调制解调器的有效实现。该方法先利用信号的反傅立叶变换(IFFT:Inverse Fast FourierTransform),可方便地分解出奇偶下标信号的反傅立叶变换的特点,把LOFDM系统的实现简化为一个脉冲成形OFDM系统的实现,再参考脉冲成形OFDM系统的有效实现方法,从而简化了系统结构。与已有方法相比,在成形脉冲是实序列时,计算量上,每个LOFDM符号周期减少4(Lg-N)次实乘和4Lg-6N实加;存储量上,发送端和接收端从分别存储两个长Lg的成形脉冲减少为发送端存储一个长Lg的成形脉冲,接收端存储一个长Lg的成形脉冲和一个长N/2的序列e-j2πn/N。展开更多
目的探讨数字化肺癌细胞病理诊断系统在临床肺癌细胞病理诊断中的应用效果。方法自动提取涂片上的细胞图像,运用 B 样条和改进 deBoor-Cox 方法对重叠细胞区域进行分离和可视化重构;运用基于强化学习技术的图像分割法将细胞区域从背景...目的探讨数字化肺癌细胞病理诊断系统在临床肺癌细胞病理诊断中的应用效果。方法自动提取涂片上的细胞图像,运用 B 样条和改进 deBoor-Cox 方法对重叠细胞区域进行分离和可视化重构;运用基于强化学习技术的图像分割法将细胞区域从背景中分离出来,实现对目标图像的正确提取分割预处理;将细胞病理专家知识数字化用以提取较精确的细胞特征信息;运用决策树、支持向量机、贝叶斯等先进的分类算法,使系统拥有高精度和强分类能力,能同时进行癌与非癌的判断、肺癌细胞的分类(鳞癌、腺癌、小细胞癌及未分类癌)及核异型细胞评估。结果初步研制的数字化肺癌细胞病理诊断系统运行顺利,判断较为快速准确,随机应用于临床120例肺部病灶穿刺所得224幅细胞学涂片,肺癌识别诊断准确率92.3%,肺癌细胞的分类诊断符合率82.5%,核异型细胞判断识别率71.6%。结论数字化肺癌细胞病理诊断系统操作可行、对肺癌细胞学涂片判断准确率高,克服了重叠细胞识别率低、涂片染色差异和不良以及背景杂质等干扰因素,提供了相对客观统一的肺癌细胞病理学诊断策略,可用于肺部病灶穿刺细胞学识别分类诊断,为肺癌的早诊早治提供了一个重要的科学手段。展开更多
文摘利用网格正交频分复用(LOFDM:Lattice O rthogonal Frequency D ivision Mu ltip lexing)可使系统的频谱利用率比采用脉冲成形OFDM(O rthogonal Frequency D ivision Mu ltip lexing)技术时更高,但带来实现上的复杂化。为此,在对LOFDM信号结构进行分析的基础上,给出了LOFDM系统调制解调器的有效实现。该方法先利用信号的反傅立叶变换(IFFT:Inverse Fast FourierTransform),可方便地分解出奇偶下标信号的反傅立叶变换的特点,把LOFDM系统的实现简化为一个脉冲成形OFDM系统的实现,再参考脉冲成形OFDM系统的有效实现方法,从而简化了系统结构。与已有方法相比,在成形脉冲是实序列时,计算量上,每个LOFDM符号周期减少4(Lg-N)次实乘和4Lg-6N实加;存储量上,发送端和接收端从分别存储两个长Lg的成形脉冲减少为发送端存储一个长Lg的成形脉冲,接收端存储一个长Lg的成形脉冲和一个长N/2的序列e-j2πn/N。
文摘目的探讨数字化肺癌细胞病理诊断系统在临床肺癌细胞病理诊断中的应用效果。方法自动提取涂片上的细胞图像,运用 B 样条和改进 deBoor-Cox 方法对重叠细胞区域进行分离和可视化重构;运用基于强化学习技术的图像分割法将细胞区域从背景中分离出来,实现对目标图像的正确提取分割预处理;将细胞病理专家知识数字化用以提取较精确的细胞特征信息;运用决策树、支持向量机、贝叶斯等先进的分类算法,使系统拥有高精度和强分类能力,能同时进行癌与非癌的判断、肺癌细胞的分类(鳞癌、腺癌、小细胞癌及未分类癌)及核异型细胞评估。结果初步研制的数字化肺癌细胞病理诊断系统运行顺利,判断较为快速准确,随机应用于临床120例肺部病灶穿刺所得224幅细胞学涂片,肺癌识别诊断准确率92.3%,肺癌细胞的分类诊断符合率82.5%,核异型细胞判断识别率71.6%。结论数字化肺癌细胞病理诊断系统操作可行、对肺癌细胞学涂片判断准确率高,克服了重叠细胞识别率低、涂片染色差异和不良以及背景杂质等干扰因素,提供了相对客观统一的肺癌细胞病理学诊断策略,可用于肺部病灶穿刺细胞学识别分类诊断,为肺癌的早诊早治提供了一个重要的科学手段。
