目的探讨基于运动想象的脑机接口康复训练对脑卒中患者上肢运动功能的影响。方法将14例有严重上肢运动功能障碍的老年脑卒中患者随机分为BCI组（7例）和对照组（7例），均接受常规的康复治疗和药物治疗，BCI组进行为期2m，隔天1．5h的BCI的康复训练。治疗期间BCI组患者在线的运动想象的准确率被记录，在治疗前，治疗1m后，治疗2m后，以及治疗结束一个月随访时分别对两组患者上肢运动功能进行Fugl--Meyermotoras—sessment（FMA）和上肢动作研究测试（action research arm test，ARAT）的评定。结果经过2m的BCI康复训练，BCI组患者在线的运动想象准确率有显著提高fP〈0．05）；治疗结束后lm随访两组患者FMA和ARAT评分较治疗前均有提高，BCI组较对照组提高更明显，有统计学差异（P〈0．05）。结论基于运动想象的BCI康复训练可增强脑卒中患者运动想象的能力，进而提高脑卒中患者上肢的运动功能。
由于Skyline查询广泛应用于多目标决策、数据可视化等领域,近年来成为数据库领域的一个研究热点。针对云计算环境,在MapReduce框架下设计并实现了Skyline算法。MapReduce是一个运行在大型集群上处理海量数据的并行计算框架,其主要思想是任务的分解与结果的汇总。基于不同的数据划分思想,实施了三种Skyline并行算法,分别是基于MapReduce的块嵌套循环算法(MapReduce based block-nested-loops,MR-BNL)、基于MapReduce的排序过滤算法(MapReduce based sort-filter-skyline,MR-SFS)以及基于MapReduce的位图算法(MapReduce based bitmap,MR-Bitmap),并针对这三种算法进行了系统的实验比较,得出了不同数据分布、维数、缓存等因素对算法性能的影响结果。
分布式网络中的skyline查询是近年来信息检索学科的一个研究重点.目前大多数研究工作均没有考虑在分布式网络中,如何有效降低skyline查询的网络传输代价.为此,提出一种在分布式网络中,有效降低skyline查询传输代价的方法RTCSQDN(Reducing the Transferring Cost of Skyline Queries over Distributed Networks).RTCSQDN算法充分利用父空间skyline对象集与子空间skyline对象集间的语义关系通过三个阶段来平衡网络传输量和查询时间开销.同时,文章给出一种新颖的多维对象传送策略PTGPV(Policy for Transferring Grouping Position Values)来避免直接传送skyline对象本身,从而最小化数据传输量.详细的理论分析和大量实验评估表明,文章给出的算法具有有效性和实用性.
提出了一种基于轮廓线统计量的前景分割Markov随机场(Markov random field,MRF)模型,和Grabcut等以往模型不同,本文模型通过在分割标签的编码中加入对轮廓线方向的考虑,将Gestalt知觉组织的原则加入分割约束中去,从而使分割边界更为平滑...
详细信息
提出了一种基于轮廓线统计量的前景分割Markov随机场(Markov random field,MRF)模型,和Grabcut等以往模型不同,本文模型通过在分割标签的编码中加入对轮廓线方向的考虑,将Gestalt知觉组织的原则加入分割约束中去,从而使分割边界更为平滑,作为前景分割和Gestalt知觉组织原则研究的基本框架,本文模型的系统结构分为前景分割、注意力选择和信息整合三个子模块,与相关神经生理研究的结论相一致,最后,分别给出了基于本文模型的自动和半自动前景分割实现,结果好于Grabcut等相关算法的结果。
暂无评论