本发明公开了一种用于显微粒子成像测速系统的图像采集装置及图像采集方法，其中图像采集装置包括双脉冲激光器、分束镜、扩束模块、荧光显微镜、照明区域调节模块、CCD相机以及同步控制器，与CCD相机和双脉冲激光器连接，用于控制双脉冲激光器和CCD相机同步。脉冲激光被分束镜衰减并反射导入扩束模块，扩束后被照明区域调节模块会聚于显微镜物镜焦平面前方，调节照明区域调节模块，可以实现了照明区域大小的可调节。与现有的技术相比，本发明应用于大功率脉冲激光器作为光源，大幅提高了照明光光强，并能实现照明区域大小的调节，满足显微粒子成像测速系统对落射照明的要求，并能提高了采集图像的信噪比。

本发明公开了一种基于探测器温度的红外图像非均匀性校正方 法，通过图像增益校正系数和采集的均匀背景图像，计算探测器在不 同探测器温度点下的偏置本底，进一步地，根据偏置本底和探测器当 前工作温度的对应变化趋势以插值方法估算探测器在当前工作温度下 的偏移校正参数，最后利用图像增益校正系数和偏移校正参数对红外 图像进行两点校正。相应地，本发明还提出了一种对应的校正系统。 本发明无需红外探测器温控系统及调零挡片，根据探测器在不同温度 点下的偏置本底和当前探测器的温度及时有效地计算校正参数，在保 证红外图像校正效果的同时，有效降低了算法复杂度，增加了实时性。

本发明提出一种基于四点二元模型的图像纹理特征值的提取方法,首先计算2x2像素块内四个像素点像素值的均值;其次计算每个像素点与均值的差值,若差值大于等于一给定阈值,就置该像素块的位置编码值为1,否则为0;最后将四个像素块的位置编码值乘以相对应的权重后,再将4个乘积求和,就得到该2x2像素块的纹理特征值,本发明只需要计算四个像素点与其均值的差值,得到4bit的二进制码,计算量减少一半且复杂度低,且能有效地表示人脸的局部纹理信息,可应用于人脸检测,识别和目标跟踪系统.

本发明公开了一种基于大规模无序图像的多起点增量式三维重·699·建方法,包括图像匹配与匹配关系图构建、重建起点选择、边界检测、多起点三维重建和子模型拼接的步骤；利用聚类和迭代漂移的策略，自适应地从无序图像集合中选取适合作为起点的图像对同时开始重建；在重建开始之前，根据分层最短路径算法确定每幅图像的最佳重建子过程，确定重建边界；并根据不同子过程得到的子模型，通过其包含的公共部分进行拼接，获得完整的三维重建

微卫星不稳定性（Microsatellite Instability, 简称MSI）是目前肿瘤临床检测中一种非常重要的分子表型，多发生于结直肠癌、胃癌、和子宫内膜癌。微卫星不稳定性与肿瘤的发生、发展，治疗方案制定及治疗效果预测相关，更是肿瘤免疫治疗疗效预测的重要分子标记物。当前，临床上使用的两种微卫星不稳定性检测的金标准方法：MSI-PCR和MSI-IHC，都需要专业技术人员通过实验操作来完成，均费时费力且成本较高。近年来，随着高通量测序（Next Generation Sequencing）的发展，基于高通量测序的微卫星不稳定性检测方法开始显露头角，在检测结果与两种临床金标准保持高度一致的情况下，极大的缩减了检测时间并减少了检测成本，大幅提高了推广微卫星不稳定性检测的可行性。2014年，西安交大叶凯教授团队率先开发了基于高通量测序的微卫星不稳定性检测方案——MSIsensor。2017年该检测方案作为全世界首个泛肿瘤检测方案MSK-IMPACT中的微卫星不稳定性计算方法，通过了美国食品药品监督管理局的严格测试并获得批准。美国纪念斯隆凯特琳癌症中心测试表明，基于高通量测序的微卫星不稳定性检测与金标准的一致性可达99.4%。然而，微卫星不稳定性检测方案大都要求提供病人的癌症组织样本及一份取自血液或者癌症组织附近的正常样本。一方面，这一份正常对照样本限制了微卫星不稳定性的应用场景，尤其难以应用于血癌样本、福尔马林包埋样本、PDX/PDO等不易获得正常对照样本的情况；另一方面，额外的对照样本增加了微卫星不稳定性的检测成本。基于上述原因，在叶凯指导下，叶凯青年科学家工作室科研人员经过两年的探索，从微卫星不稳定性发生机理出发，通过数学模型抽象，从单个肿瘤样本中提取特征，开发了MSIsensor-pro。MSIsensor-pro实现不依赖正常对照样本的微卫星不稳定性检测，只需50个微卫星位点的测序数据即可实现微卫星不稳定性的精准检测。MSIsensor-pro的开发扩大了微卫星不稳定性的应用范围，减低了微卫星不稳定性检测的成本。同时MSIsensor-pro在低肿瘤纯度和低测序深度这类低信噪比数据中也显示出来很大的潜力。 该研究成果近期发表在国际组学和生物信息学领域权威期刊《基因组蛋白质组与生物信息学报》（影响因子6.597）上。叶凯的博士生贾鹏为该论文的第一作者，叶凯为通讯作者，西安交通大学为本文唯一通讯作者单位。这是叶凯教授课题组在基因组暗物质解析方面的又一重要突破。论文链接为：https://www.sciencedirect.com/science/article/pii/S1672022920300218

本系统采用Core图像数据库51135幅，每幅图像提取纹理与颜色相综合的128维特征值构建特征数据库，采用自行设计的度量距离分类学习算法，在传统的图像检索基础上引入学习机制，系统共分类369个，每一类选取少量有代表性的图像（最多不超过6幅），试验表明，在提供有限的学习样本条件下，能有效提高图像检索的精度。 系统采用两种检索方法进行比较，一种是传统的欧氏距离，另一种是本系统设计的分类距离学习方法，比较两者在图像检索精度上的差异。 该原型系统核心程序在Linux下用C编译实现，图像检索界面由PHP实现，通过Web服务器实现在线检索功能。

哈尔滨工业大学联合哈尔滨医科大学联合研发“新冠病毒肺炎CT图像自动分析系统”，该系统阅片效率是人工阅片速度的30倍，新冠肺炎相关病变检测准确率基本达到了医生水平，可以定量评估病变范围。 由于新冠肺炎患者肺部CT图像上有较为典型的征象，可以作为新冠肺炎快速诊断和病情评估的重要依据，因此哈尔滨工业大学计算机科学与技术学院邬向前教授联合哈尔滨医科大学附属第二医院影像科李萍教授，成立哈工大-哈医大联合攻关小组，研发“新冠病毒肺炎CT图像自动分析系统”。联合攻关小组紧急联系中国多家医院，收集177000多张肺部CT图像，其中包括来自新冠肺炎患者的近40000张图像。 联合攻关小组克服了各种困难，经过多天通宵达旦努力工作，仅用了一周左右的时间就初步研发成功可用于诊断评估新冠肺炎的CT图像自动分析系统。该系统可以自动检测CT图片上新冠肺炎相关病变，并估算病变区域在整个肺部的比例，为新冠肺炎患者的筛查和病情评估提供了依据。这些信息，在人工阅片时无法得到。该系统已在哈尔滨医科大学附属第二医院进行部署试用。该系统具有非常优越的性能，其阅片效率差不多是人工阅片速度的30倍，新冠相关病变检测准确率基本达到了医生水平，尤其可以定量的评估病变的范围对临床诊断非常有意义。查看原文

成果简介当前，视频监控得到了迅速发展。视频监控普遍存在的问题是：人脸图像分辨率低下。对于低分辨率的人脸图像，需要清晰化目标人的人脸图像和确定监控中目标人的真实身份，这是一个国际性难题。成果应用应用于2008年北京奥运是奥运史上首次将人脸识别技术作为人员身份识别的智能化手段引入其安保工作，是人脸识别技术在华发展的里程碑。 ------摘自人民日报海外版（2012年02月25日） 应用于户籍查重湛江市对全市6123812张二代证人脸图像进行人脸识别，共查出12314对重复户口，查出8名网上逃犯。 对我国人脸识别应用呈现爆发性增长起到了推动作用应用于视频图像侦察清华大学在低分辨率人脸图像重建的新进展：对瞳距大于12像素的人脸图像进行重建，重建像的人脸识别率为：在10万异源数据库中（如二代证数据库），前100名的识别率大于70%在10万同源数据库中，前100名的识别率大于80%

传统的各类双目体式显微镜在使用上存在明显的缺点和迫切需要解决的问题：1. 无论是显微解剖教学、医学检验、还是工业生产线检验都存在时间长，劳动强度高的特点，而由于镜筒高度高，使得操作人双目聚焦时间长且颈部僵硬2. 因为使用者视力情况不同，即使在同一倍数条件下，所观察到的视野也会存在一定的差异，