CT征象对胰腺神经内分泌肿瘤侵袭性行为的预测价值

目的:探讨胰腺神经内分泌肿瘤（pNET）的CT征象对其侵袭性行为的预测价值。方法:回顾性分析经手术病理确诊、临床及CT资料完整、术前均行胰腺CT平扫及增强检查的120例pNET,分析病灶的部位、形态、包膜、有无囊变和钙化、有无胰管扩张、肿瘤的强化方式,测量肿瘤最大径、最短径以及实性部分平扫、动脉期及门脉期密度,并计算动脉期强化差值、门脉期强化差值。根据手术病理结果将肿瘤分为侵袭组和无侵袭组,比较两组间CT征象的差异。使用绘制受试者操作特征（ROC）曲线评价肿瘤最大径、最短径、动脉期差值和门脉期差值对pNET的侵袭性行为的预测价值。结果:侵袭组和无侵袭组pNET在发病部位、胰管扩张、囊变、钙化及强化方式无差异,在形态、完整包膜上有差异。两组在最大径、最短径、动脉期强化差值、门脉期强化差值定量特征有差异,其ROC曲线下面积为0.693、0.69、0.73和0.64,具有判别效能。对6个差异有统计学意义的影像特征通过多变量Logistic回归分析,结果显示动脉期强化差值为判断pNET侵袭性行为的独立预测因素,动脉期强化差值最佳临界点为90.1 HU（灵敏度0.714,特异性0.656,阳性预测值64.5％,阴性预测值72.4％,准确率68.3％）。结论:胰腺神经内分泌肿瘤体积大、形态不规则、包膜不完整或无包膜,肿瘤实性成分动脉期、门脉期强化差值低等征象提示肿瘤具有侵袭性行为,其中动脉期强化差值为pNET侵袭性行为的独立预测因素。      

基于GIS的山区农用地定级方法研究

为探索提高山区县级农用地定级结果精度,以柞水县为例,基于GIS技术,运用特尔菲法及直线法、缓冲区法和最短路径法,建立定级因素因子体系,根据各因子的不同类型对其进行赋分和量化,在此基础上求算定级指数,初步划分农用地级别,通过级差收益检验、相关性检验及相关专家论证确定级别划分结果。研究结果表明,该方法不但可快速划分出农用地级别,且可对划分级别进行检验,从而确保定级结果的准确性。研究结果可为山区农用地定级工作的开展提供思路和参考方法,也可为全面掌握和科学量化农用地质量,促进其合理利用提供科学依据。     

“人类活动地域联系的主要方式”教学过程设计

一、创设情境,提出问题 播放汶川地震纪录片视频,要求学生注意观察地震发生后,灾区有哪些不利于救援活动的方面？     

引入时态信息的地籍信息系统的建立

主要论述了建立引入时态信息并将宗地的时间、空间和属性数据有效地结合起来进行管理的地籍信息系统的原理和方法。     

MapGIS在县(市)级土地利用总体规划中的应用研究

提出了运用MapGIS软件建立县(市)级土地利用总体规划图的一种方法,研究了对传统数据资料特别是白纸图和CAD格式的图形资料向GIS格式进行转换的方式、方法和要注意的问题。探讨了CAD图元与GIS图元在数据转换中的对应关系,解决了CAD图形与GIS数据在县级土地利用信息化建设中的共享问题。     

面向地理国情监测的道路信息半自动提取

针对目前高分辨率遥感影像道路和道路网的提取在自动化程度、效率以及精度方面的不足,结合常态化地理国情监测,提出了一种模板匹配与自适应相结合的半自动道路网提取方法。首先通过模板匹配进行初步提取,再通过人机交互精细化道路初步提取结果,最后使用自适应优化方法对提取的道路边界进行优化,得到与影像套合较好的路网半自动提取结果。     

大幅面彩色晕渲图制作技术研究

结合生产实际对大幅面彩色晕渲图制作技术进行了全面深入地探讨。     

基于CNN和RNN的像素级视频目标跟踪算法

影像目标跟踪定位技术是当前计算机视觉领域的研究热点,目标跟踪算法也是现阶段将视频结果用于定位的薄弱环节之一．本文分析了像素级目标跟踪存在的问题,根据深度学习在图像领域的最新研究成果与视频跟踪需求,结合最新的图像分割、卷积神经网络(CNN)、循环神经网络(RNN)和加密解码结构等方法提出了一种像素级视频目标跟踪算法．使用公开数据集实现算法并设计了定量评价指标．实验结果表明该算法具有较强的像素级视频目标跟踪定位能力      

改进分水岭方法下的遥感图像水体提取

针对当下全球的水域环境监测中水体提取不完整、与周围地物区分错误等问题，以山东潍河为研究对象，提出了一种改进分水岭分割方法。首先提取目标水体的光谱信息分量作为前景图，然后将膨胀后的水体对象作为背景图，利用前景图与背景图叠加生成标记图，最后利用标记图通过分水岭变换对原图像进行分割以实现水体信息的自动提取。本文将试验结果与OpenCV中手动标记种子点的分水岭算法、基于Canny边缘的分水岭算法、结合形态滤波和标记的分水岭分割方法结果进行了对比。结果表明，本文算法比用种子点手动标记的方法更加自动化，提取的水体更加完整准确；相比于Canny边缘方法又避免了过度分割；比结合形态滤波标记的方法也更加完整准确，目标水体明显，对于水体提取是一种自动化的有效方法。     

基于野外台站无人机组网遥感仿真航迹规划

无人机因其灵活、高分辨率等特点在遥感领域中得到了广泛应用,但是目前的无人机遥感多为单机作业,存在缺乏组网协同规划、作业效率有待提高等问题。无人机组网遥感观测能够克服单机作业存在的问题,可以实现多尺度、多平台、多载荷的高频次迅捷组网观测,快速获取大范围的超高分辨率数据,为大范围的生态环境监测、洪涝灾害监测以及国土安全应急监测提供数据支撑。无人机航迹规划能够为高频迅捷的无人机组网观测提供最优航迹。本文针对日益繁杂的航空遥感任务,以及无人机野外台站资源的逐渐完善,提出了基于野外台站的无人机遥感航迹规划模型,以优化后的单机航迹为基础,以无人机数量最少为目标进行多机组网任务分配,旨在解决基于台站的无人机组网航迹规划问题。首先对单机航迹进行优化,将无人机总航程分为有效作业航程和非有效作业航程,通过分析单机作业的任务约束,证明了非有效作业航程最短时作业效率最高,非有效作业航程由转弯航程以及无人机往返于台站的航程决定,因此,确定提高单机作业效率的航迹优化方法：采用“最小宽度”的方法确定最优飞行方向以减少转弯航程,以无人机往返于台站航程最短为原则确定最优的任务起点;其次,以优化后的单机航迹为基础,提出基于台站的无人机组网任务分配算法,考虑每架无人机往返于台站的航程,充分利用无人机的续航能力,以无人机数量最少为目标进行任务分配,从而获得基于台站的无人机组网航迹规化结果。通过仿真分析,验证了本文模型的有效性和正确性。