-
使用带有消毒探头的手持式回弹式眼压计在手术过程中测量眼内压:一种简单的术中眼压测量方法
本文验证了商用iCare 200反弹 tonometry使用灭菌探头的安全性及可靠性,术中眼压测量成功率达100%,为手术研究和教学提供新方法。
来源:JCRS Online Case Reports
时间:2025-12-23
-
利用新型双隧道技术进行的飞秒激光辅助环形角膜色素沉着术
飞秒激光辅助环形角膜色素移植技术通过连接两个相邻的小环形隧道形成更大统一隧道,减少手动 dissect 需求,提高手术精度和安全性,为角膜色素移植提供新方法。
来源:JCRS Online Case Reports
时间:2025-12-23
-
使用带有6-0聚丙烯材料的带状扣环技术重新定位脱位的袋装型人工晶状体的临床结果
本研究评估带环眼内固定术治疗白内障术后IOL在袋内脱位的临床效果。采用回顾性设计,对23眼进行6个月以上随访,结果显示术后矫正视力显著提升(P<0.001),91.3%的IOL位置良好,无严重并发症,且角膜内皮细胞密度和中央角膜厚度无显著变化(P>0.05)。该微创技术具有手术时间短、创伤小优点,为保留IOL提供了安全有效的替代方案,但需进一步研究验证。
-
面向去中心化自动驾驶车辆群智感知的组织与运营创新研究
本文聚焦于如何实现去中心化自动驾驶车辆(DAVs)的高效协同感知问题。研究人员围绕DAVs的组织架构与运营模式这一主题展开研究,提出了一种创新的群智感知框架。该研究为解决自动驾驶在复杂环境中感知能力不足的挑战提供了新思路,对推动智能交通系统(ITS)的发展具有重要意义,研究成果发表于《IEEE Transactions on Intelligent Vehicles》。
来源:IEEE Transactions on Intelligent Vehicles
时间:2025-12-23
-
基于参考-增量融合信号距离编码的绝对光栅尺定位新方法
本刊编辑推荐:为解决传统绝对光栅编码器需要多读头、多码道、结构复杂的问题,研究人员开展了一项基于参考-增量融合信号距离编码的绝对光学编码器研究。通过将具有消光特性的参考标记直接嵌入高线密度全息光栅,利用高斯检测光束实现信号融合,结合曲线拟合与双峰平均算法,最终在单读头单码道条件下实现了0.15μm的重复定位精度,为高精度位移测量提供了创新解决方案。
来源:IEEE Photonics Technology Letters
时间:2025-12-23
-
基于双层学习的空间自适应ℓp范数相位解缠方法研究
本文针对干涉合成孔径雷达(InSAR)相位解缠(PU)中传统全局优化方法采用单一固定范数(如ℓ1或ℓ2)无法同时抑制低质量区域误差传播和保留高质量区域细节的问题,提出了一种空间自适应ℓp范数相位解缠框架(SPAN-PU)。该框架通过双层学习策略,将范数指数建模为空间变化场p(x),使算法能够根据局部噪声、相干性和地形特征自适应调整误差度量。实验结果表明,SPAN-PU在精度和泛化性能上均优于传统固定范数和基于深度学习的PU方法,为深度学习与物理模型结合的可解释性研究提供了新思路。
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2025-12-23
-
基于多尺度注意力Transformer的火星尘卷风检测方法研究及其在遥感影像中的应用
本文针对火星尘卷风检测中面临的高质量标注数据稀缺、尺度变化大、边界模糊及复杂表面纹理等挑战,提出了一种基于Transformer的检测网络MDT。研究团队构建了跨区域人工标注基准数据集MDD-Human,并设计了融合分层策略和混合注意力机制的多尺度注意力融合模块,有效增强了不同火星地形下尘卷风特征的表征能力。实验结果表明,MDT在MDD-Human数据集上实现了92.7%的精确率、90.8%的召回率和92.4%的mAP@50,显著优于现有检测器,展现了强大的跨源泛化能力,为火星探测任务提供了可靠的技术支持。
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2025-12-23
-
UDA-RCL:基于多模态数据与无监督域自适应的微服务根因定位方法
为解决新部署微服务系统因缺乏历史异常数据而难以构建高精度根因定位模型的难题,研究人员开展了基于多模态数据(日志、指标、追踪)的无监督域自适应(UDA)研究。他们提出了一种名为UDA-RCL的方法,通过基于聚合的事件提取模块统一数据格式,利用多模态域对抗适应模块缩小系统间特征分布差异,并设计了一种嵌入异常传播规则的PageRank分类器。实验结果表明,该方法在监督学习和迁移学习场景下均取得了最佳性能,有效提升了根因定位的准确性和泛化能力。
来源:IEEE Transactions on Services Computing
时间:2025-12-23
-
基于多模型递归高斯过程的鲁棒目标跟踪方法研究
本文针对复杂动态环境中传统目标跟踪方法(如卡尔曼滤波KF和粒子滤波PF)因模型失配和稀疏噪声观测导致的性能下降问题,提出了一种名为多模型递归高斯过程(MM-RGP)的新型跟踪算法。该研究通过融合高斯过程GP的灵活性与多模型框架,实现了无需超参数优化、可在线自适应学习动态变化的能力。实验表明,MM-RGP在模拟3D轨迹和真实无人机UAV数据集上均优于现有先进方法(如RGP*MT和IMM-CV),显著提升了跟踪精度与鲁棒性,为实时边缘计算应用提供了高效解决方案。
来源:IEEE Open Journal of Signal Processing
时间:2025-12-23
-
Viewport-Patch 提取增强技术(360°)
视频质量评估
360视频VR应用中,传统滑动窗口裁剪方法导致高纬度内容失真,本文提出基于视口块采样的新型视频质量评估方法,结合球面采样与gnomonic投影消除投影畸变,设计两流网络联合建模高频失真与残差信息,并通过SE注意力机制优化时空特征,实验表明在VQA-ODV和BIT360数据集上PLCC/SROCC分别达到0.9603/0.9628和0.9585/0.9400,参数量仅0.22M。
来源:IEEE Signal Processing Letters
时间:2025-12-23