简介:摘要:随着深度学习的不断进步,已经将应用延伸到光电跟踪设备,优质的检测跟踪算法决定光电跟踪设备的工作效率。本文提出一种改进YOLOv4的检测跟踪算法,结合空洞卷积对其网络结构进行改进,加入空洞空间金字塔池化模型,以此增大感受野,聚合多尺度上下文信息。然后,通过 K-means聚类方法生成更适合目标检测的初始候选框。其次,提出一种对象选择器,用来选择检测和跟踪轨迹中的最优候选框;最后,将最优候选框和跟踪轨
简介:摘要目的探究脑脊液骨成型蛋白(BMP)、降钙素原(PCT)、Toll样受体4(TLR4)联合检测预测高血压脑出血(HICH)开颅手术后颅内感染的价值。方法抽取2019年12月至2020年12月于安阳地区医院行开颅手术后发生颅内感染的41例HICH患者作为感染组,另抽取2021年1月至2022年1月行开颅手术治疗不存在术后颅内感染的41例HICH患者作为未感染组。收集患者一般资料,分析HICH术后颅内感染的独立危险因素。比较两组脑脊液PCT、TLR4、BMP水平,分析三项指标对HICH术后颅内感染的预测价值。结果多因素分析结果显示,留置引流管时间≥3 d、脑脊液漏、术前格拉斯哥昏迷量表评分<8分是HICH术后颅内感染的独立危险因素(OR=2.494、1.960、2.134,P均<0.05)。感染组BMP、PCT、TLR4水平高于未感染组(P<0.05),三项指标联合预测术后颅内感染的曲线下面积为0.930,高于单项BMP、PCT、TLR4的0.792、0.860、0.798。结论脑脊液BMP、PCT、TLR4水平对HICH开颅手术后颅内感染具有重要预测价值。