基于空间频域滤波高动态光学投影层析的斑马鱼三维成像研究

本文提出了一种基于空间频率滤波的多曝光融合的高动态投影层析三维成像方法,实现了活体斑马鱼（17 mm × 4 mm,最大厚度为2.33 mm,最小厚度为0.29 mm）的三维结构成像. 通过相机采用不同曝光时间记录系列吸收图像,将每张图像取变换到频域去除低频后,将各张滤波后叠加并逆傅里叶变换回空域,对变换后的图像进行归一化处理,最终获得高动态图像. 在每个投影角度获得这种高动态吸收投影图像,进行滤波反投影算法重建,获得高动态的整条斑马鱼三维结构信息. 实验成像结果表明,这种空间频率滤波多曝光融合的高动态光学投影层析三维成像研究,可以获得复杂结构更丰富的空间信息,对斑马鱼等模式生物早期胚胎生长发育进程进行监测和定量评估有一定的应用前景.     

基于高光谱成像和主成分分析的水稻茎叶分割

在单株水稻表型测量研究中,为了实现绿叶面积和茎叶相关表型参数的准确计算提供技术保障,茎叶的分割是非常重要的一步。传统的人工测量方法费时费力,且主观性较强,而基于普通相机拍摄的彩色图像进行分割效果很差。本研究介绍了一种使用可见光-近红外高光谱成像系统自动区分单株盆栽水稻茎叶的方法。首先将各波长下的图像从原始二进制数据中提取出来,接着使用主成分分析所有波长下的图像,并提取出主要的主成分图像,再基于数字图像处理技术将茎叶区分开。实验结果表明,本系统以及文中所用方法对分蘖盛期的水稻茎叶有很好的分割效果,这为后续水稻茎叶表型性状高通量、数字化、无损准确提取提供了重要的技术保障,并进一步促进植物表型组学的发展。     

基于主成分分析的音乐事件相关脑电变化研究

目的:对在不同音乐背景下获取的脑电数据进行主成分分析.方法:在受测者闭眼欣赏喜欢音乐,闭眼欣赏不喜欢音乐,安静闭眼期间获得脑电数据,并对其进行主成分分析,提取第一主成分,主成分荷载,得出在不同条件和不同事件下主成分的变化规律以及影响主成分变化脑电极的变化规律.数据处理和统计分析采用独立设计的脑电图分析工具箱和主成分分析程序.结果:脑电图数据经过主成分分析后,第一主成分贡献率变化就有比较明显的规律,在闭眼欣赏喜欢音乐时,第一主成分贡献率明显比欣赏不喜欢音乐和安静闭眼时高.在前头部,欣赏喜欢音乐时和欣赏不喜欢音乐时,影响第一主成分的脑电极分别在右前头部和左前头部脑电信号比较强.结论:在不同音乐背景下,大脑左右前头部会受不同音乐所影响,同时也会对人的感觉,情感,情绪等会产生重要的影响.     

高动态光学血管造影成像

我们提出一种高动态光学血管造影成像(HDOA)方法来实现活体生物样本血管造影成像.该方法通过设置高动态范围曝光时间,依据动态积分效应和吸收效应以实现高动态积分时间调制.通过该方法,不仅能够同时获得各级血管清晰的造影图像,还能消除样品厚度不均、吸收系数不同对成像造成的影响.论文以仿体和活体金鱼为样品,通过实验验证了HDOA方法根据动态积分调制效应和吸收效应,能有效实现各级血管同时成像.     

绣球菌营养价值主成分分析

为了综合评价绣球菌的营养价值,对其菌丝体与子实体蛋白质的化学评分(CS)、氨基酸评分(AAS)、必需氨基酸指数(EAAI)、生物价(BV)、营养指数(NI)及氨基酸比值系数分(AARCS)6个指标进行主成分分析。结果表明,可将原来的6个营养价值指标综合为2个主成分,其累计贡献率达99.543%,其中,决定第1主成分大小的是EAAI和BV,决定第2主成分大小的是CS和AAS。根据试验材料的主成分得分及综合得分,玉米粉配方菌丝体营养价值高于子实体。     

中国人群肤纹的主成分分析

近年来 ,我国学者多将中国人群分为南、北两大类群。作者对我国 5 9个人群的肤纹进行主成分分析。结果表明 ,根据肤纹特征 ,可将中国人分为 6个族群 ,除北方族群、南方族群外 ,存在着新疆族群与西藏族群。新疆族群与北方族群相比 ,斗型率低 ,尺箕、桡箕率高 ,小鱼际区与指间区Ⅱ、Ⅲ真实花纹率高。西藏族群斗型率高、尺箕率低。北方族群与南方族群相比 ,指纹嵴线总数、小鱼际区与指间区Ⅲ真实花纹率高。此外 ,还存在南北族群间的过渡族群与南北混合族群。 8个汉族人群未能聚集 ,分散于各族群中。这表明 ,汉族与少数民族间、南北方民族间存在着肤纹基因的交流。将中华民族分为南北两大类群的观点可能过于简单化了。     

基于主成分分析的随机森林视网膜OCT图像分层算法研究

视网膜是层状结构,临床上可以根据视网膜层厚度改变对一些疾病进行预测和诊断.为了快速且准确地分割出视网膜的不同层带,本论文提出一种基于主成分分析的随机森林视网膜光学相干断层扫描技术(optical coherence tomography,OCT)图像分层算法.该方法使用主成分分析(principal component analysis,PCA)法对随机森林采集到的特征进行重采样,保留重采样后权重大的特征信息维度,从而消除特征维度间的关联性和信息冗余.结果表明,总特征维度在29维的情况下,保留前18维度训练速度提高了23.20%,14维度训练速度提高了42.38%,而对图像分割精度方面影响较小,实验表明该方法有效地提高了算法的效率.     

基于主成分分析的古树土壤肥力综合评价

以广州市海珠区登记在册的40株古树为研究对象,调查其生长状况,采集土壤测定pH、EC值、容重、通气度、有机质、全N、全P、全K、水解N、有效P、速效K含量等11项理化指标,采用主成分分析和聚类分析对古树土壤肥力进行综合评价.结果表明:海珠区大多数古树土壤EC值偏低(<0.35 mS·cm-1),表现为强变异;土壤有机质...     

基于主成分分析水稻植株CH4排放估算模型

估算稻田甲烷（CH4）排放量是开展稻田甲烷排放研究的重要内容之一．通过观测南方红黄壤稻田不同水稻品种甲烷排放通量,测定了16个早稻、20个晚稻品种的植株节间组织的数量特征．选取株高、茎秆长度、茎秆维管束面积／茎壁横切面积、茎壁横切面积／节间横切面积、叶鞘横切面积／节间横切面积、气腔面积／茎壁横切面积、维管束总面积／茎壁横切面积等相关因子进行了主成分分析,建立基于水稻植株的CHa排放估算模型,早、晚稻估算模型相关系数分别为0．827、0．853．同时构造了综合评价函数,得出了水稻品种CH4排放综合分值,与实测结果相比较,吻合度较高．利用估算模型进行模拟,比较模拟值与实测值,相对误差较小,证明模型具有有效性和可行性,为估算水稻CH4排放提供参考依据,为评价水稻品种CH4排放高低提供经验参考．