简介:摘要:针对传统的火焰及烟雾传感器对火灾发生初期预警效果不理想等问题,提出了一种软硬件相结合的视频图像智能检测方法。该方法基于YOLOv5算法模型,通过对火焰样本数据集进行标注,并输入到YOLOv5的训练算法,生成pt格式的权重模型,利用该权重模型进行测试,能够在短时间内对火焰进行特征提取,同时辅以高精度的烟雾传感器提高对火灾预防的准确性,实现了有效的灾情预防效果。
简介:目的对猫持续性局灶性脑缺血模型加以改进,使其制作简便,模型标准、稳定,并建立功能检查模型.方法猫麻醉后,经眶后暴露大脑中动脉,在其发出外侧纹状体动脉的外侧部电凝闭塞,以医用耳脑胶及明胶海绵粘合硬膜和骨窗.在术前及术后以18FDG(18F-fluorodeoxyglucose)作示踪剂,进行PET(positronemissiontomography)检查,经计算机处理,得出各脑区的标准吸收值(thestandardizeduptakevalue,SUV)及脑结构图像.术后第7天处死动物,行TTC染色,确定梗死部位及计算体积.结果手术后在猫大脑中动脉(MCA)皮层分布区均产生梗死灶,7d后的梗死体积为(19.3±0.70)%,动物无死亡及并发症的发生;猫脑PET图像大体结构清晰,MCA闭塞后1h即可见该侧MCA皮层区放射性浓聚影明显减低,且与最后梗死区相一致.结论该模型制作方便,重复性及稳定性好,适合于脑血管疾病的功能性研究.