CT引导经皮穿刺及X线引导经支气管肺活检对外周肺病灶诊断效果的比较

目的：比较CT引导经皮肺穿刺肺活检和在X线引导下经支气管肺活检(TBLB)对外周肺病灶的诊断效果。方法：43例外周肺病灶患者均先后行TBLB和CT引导经皮肺穿刺肺活检，分析两种活检术对外周肺病变的诊断效果。结果：43例中CT引导经皮肺穿刺肺活检诊断出5种疾病检出患者38例，诊断率为88．4％(38／43)，而TBLB仅能诊断出1种疾病检出患者2例，诊断率为4．7％(2／43)。两种方法的诊断率差异有非常显著性(P＜0．01)，而两者的并发症差异无显著性(P＞0．05)。结论：CT引导经皮肺穿刺肺活检对外周肺病灶诊断率高，并发症少。     

经纤维支气管镜治疗气管支气管粘膜结核17例

目的：观察经纤维支气管镜局部注射异烟肼治疗气管支气管粘膜结核的疗效。方法：32例经纤维支气管镜检查细菌学及病理检查确诊为气管支气管粘膜结核患者随机分组．全身化疗如经纤维支气管镜局部注射异烟肼组17例，单纯全身化疗组15例。结果：局部注射如全身化疗组的总有效率为94．1％，病灶吸收率为88．2％；而单纯全身化疗组有效率为66．7％，病灶吸收率为53．3％。两组比较，P＜0．05．差异有显著性；两组均无明显毒副反应及并发症发生。结论：经纤维支气管镜注药加全身化疗治疗气管支气管粘膜结核疗效显著，优于单纯全身化疗，值得推广应用。     

数字果树及其技术体系研究进展

果树是重要的农林植物。在万物智联时代,利用数字化、智能化、网络化技术建立数字果树技术体系,实现对果树生命、生产和生态复杂系统的高效感知、认知和智慧管控,对于果业实现数字化转型具有重要意义。该研究在数字植物技术范畴下,系统论述了数字果树的概念和内涵,提出了数字果树技术体系框架。重点在果树表型信息获取、环境数据获取、三维模型计算、数字育种、果树大数据和虚拟现实技术等方面综述了数字果树研究进展。从产业应用角度,综述了数字果树技术在树形管理、生长监测、种植管理、农技培训、品牌营销等方面应用效果和挑战。最后,展望了数字果树发展趋势、研究热点和技术突破方向,以期为数字果树的进一步发展提供思路与借鉴。     

植物三维形态数字化设计评价指标体系探讨

 针对植物可视化建模与数字化设计技术及软件工具研发中存在的目标不明确、流程不统一、技术不规范、难以量化评价等问题,结合植物三维形态结构、形态建成过程特点和软件工程技术标准,探讨了当前植物三维形态数字化设计目标以及应用需求,提出了植物三维形态数字化设计的功能评价指标和技术评价指标,并以模糊综合评价模型为实例阐述了评价体系的应用。     

采用全景技术的机器视觉测量玉米果穗考种指标

为了在利用图像技术无损考察玉米果穗形态指标时,能够利用一幅图像显示整个玉米果穗的外形,从而减少多幅图像拼接产生的重叠和处理不便,该文提出一种新的基于机器视觉的玉米果穗考种方法与配套装置,首先拍摄旋转玉米果穗图像序列,应用SIFT（scale invariant feature transform）算法获取图像特征点,对特征点随机采样计算单应矩阵并进行一致性检测排除外点,将前后2帧图像注册到同一坐标系。然后采用动态规划法寻找前后2帧拼接图像的缝合线,按缝合线切割图像,以图像模板高斯滤波权值融合缝合线两侧图像消除曝光差异。依次拼接、融合图像序列生成果穗全景图。对果穗全景图进行考种指标检测,试验结果表明：基于机器视觉的测量值与人工测量方式不存在显著性差异（显著水平α=0.05）,该文所述方法可满足自动化考种的需求。     

农业物联网情景感知计算技术应用探讨

农业物联网为农业生产科研提供大量传感数据,情景感知计算是解决感知信息有效利用并实现农业综合服务的重要技术手段,然而目前针对农业物联网的情景感知计算尚未形成清晰地理论技术体系。根据当前主要的需求目标,分析该领域内所面临的核心问题,并探讨了可行的解决方案。概述了当前农业物联网情景感知计算技术体系内涵,并对未来发展趋势进行了展望,以期为农业物联网情景感知计算理论技术研究及相关应用软件工具开发提供现实依据和技术参考。     

植物三维形态交互式设计软件需求分析探讨

数字植物是当前植物学研究的热点问题之一,植物三维形态结构建模是数字植物研究面临的首要问题,三维形态交互式设计是实现数字植物形态结构建模的重要技术手段之一。而面向科学研究、高校教学、品种推广、技术培训、虚拟仿真不同应用领域,对植物三维形态交互式设计软件产生不同的需求。本文对植物三维形态交互式设计任务和目标进行分析,并结合现有研究成果和应用实例,对相应的植物三维形态设计系统软件的系统设置、形态设计、动态模拟、可视化展示与计算等方面的需求进行探讨,以期为植物三维形态设计乃至植物虚拟仿真技术提供技术参考。     

基于点云的果树冠层叶片重建方法

精确的果树三维冠层结构是农业科研人员进行功能结构模型研究的重要载体,该文提出一种快速、精确、自动的果树冠层叶片重建方法。首先根据带叶果树点云的局部和全局特征,建立椭球分层的点云密度收缩方法实现器官点云分离,然后利用邻近传播主成分分析算法实现叶片特征参数的求解,利用Laplacian收缩算法实现冠层骨架点的连通,从而实现冠层叶片的快速自动重建。最后利用C++及Point Cloud Library(PCL)点云库,开发果树叶片点云冠层自动重建系统,对苹果树、柑橘树等不同类型果树进行算法验证,结果表明该方法能够正确识别出的叶片数占冠层总叶片数的90%以上,叶面积指数的正确率大于95%,叶片倾角偏离5?以内的叶片数占总叶片数的90%以上。该方法得到了较好的可视化效果和叶冠三维重建精度,可为后期树体冠层内光合作用的研究、整形修剪、农业仿真试验等提供参考。     

基于脉序骨架的小麦叶精细建模研究

为了实现小麦叶形态结构的三维可视化,基于小麦叶的脉序特征,提出了基于脉序骨架的小麦叶片三维几何建模方法。用B样条曲线表示小麦叶片和叶鞘上的叶脉曲线,用球B样条模拟叶片和叶鞘上的叶脉骨架,再连接已生成的叶脉骨架上相应的点生成叶片和叶鞘上叶脉之间的叶肉,建立了具有明显的叶脉分布和厚度的小麦叶几何模型。该方法可用于其它平行叶脉植物叶片的精细建模,具有较好的真实感。     

自适应加权算子结合主曲线提取玉米叶片点云骨架

为从玉米叶片点云数据（尤其是缺失点云数据）中准确提取骨架特征,该研究设计了一种考虑玉米叶片形状结构和数据完整性的自适应加权算子来计算玉米叶片点云的骨架约束点集,并引入主曲线对骨架约束点集进行拟合得到优化的玉米叶片点云骨架。首先使用K均值聚类将玉米叶片分为若干变化较为平缓的部分;然后通过改进的距离场方法提取点云的截面相关点集;再利用设计的包括空间距离、法向差异和点云完整性的自适应加权算子,提取骨架约束点集;最后计算骨架约束点集的主曲线得到最终的玉米叶片点云骨架。通过对30个具有典型形状特征的玉米叶片点云数据的测试结果表明,本文方法所提取的骨架能较好地反映玉米叶片的三维形状结构,利用所提取骨架计算的叶长与实测叶长的平均绝对百分比误差（Mean Absolute Percent Error,MAPE）为2.10%,均方根误差（Root Mean Square Error,RMSE）为2.21 cm,标准化均方根误差（Normalized Root Mean Square Error,NRMSE）为2.89%。该方法可实现玉米叶片点云骨架的自动提取,对缺失的点云数据具有较好的鲁棒性,无需后期手动调整,能够为表型大数据处理、自动化表型解析等提供技术支持。