基于多尺度CNN模型的多时相PolSAR图像作物分类

农作物分类是偏振合成孔径雷达(PolSAR)数据的重要应用之一。由于单时相PolSAR数据获取的信息有限，因此，采用多时相PolSAR数据，其含有农作物生长周期更丰富的特征信息。针对多时相PolSAR数据在极化特征分解时造成的“维数灾难”问题，提出了一种非负性约束稀疏自编码器(NC-SAE)的特征压缩方法，用于对分解后的特征数据进行压缩，以获得分类所需的有效特征。此外，构建了一种多尺度特征分类网络(MSFCN)，该网络可以提高农作物的分类性能，且优于目前传统的卷积神经网络和支持向量机方法。通过使用欧空局提供的数据进行仿真实验，对分类结果进行性能评估，并与传统方法比较。实验结果表明:所提的方法具有很好的农业应用前景。     

microCT重建距骨骨内微小动脉三维结构的临床解剖学研究

目的获得距骨内微小动脉三维结构模型，对临床上不同分型的距骨骨折的预后做出更精确的解释和预测。方法对 12 例新鲜尸体下肢行股动脉插管并灌注铅造影剂。距骨取材，进行 microCT 扫描并且重建高精度模型，图像最终分辨率为 52.30 μm。最终获得距骨周围与距骨内血管在各个切面的图像，观察距骨表面动脉与骨内分支的走行和分布，并计数动脉的骨内分支数。结果距骨骨外血管集中分布于表面的韧带和关节囊内。距骨表面主要有 4 大血管分布区域，分别为跗骨管-跗骨窦区、距骨颈上表面、距骨体内侧面和后结节区。距骨颈周围血管环由跗骨管-跗骨窦区和距骨颈上表面的骨外血管连接而成(骨内分支数分别为 5.1±1.3 和 5.6±1.9)，是距骨的主要血供来源，分支分布于距骨头、距骨颈和大部分距骨体，并有丰富的吻合。此外，距骨体还接受距骨体内侧面(骨内分支 3.2±1.4)和后结节区(骨内分支 0.7±0.5)的骨内分支的血供。结论血管环是距骨的主要血供来源，骨内分支有丰富吻合。 距骨颈骨折的坏死风险取决于该分型对血管环骨内分支和吻合的破坏程度。 距骨体矢状面骨折和粉碎骨折对血管环的骨内分支的破坏较大，缺血坏死风险相对高。距骨头血供丰富，骨折时缺血坏死的可能小。