冠图

摘要： 为了研究和完善图谱理论,更好地反应图的结构,本文依据矩阵论和代数知识,证明了任意图的路矩阵的谱半径的下界和路谱能量的上界;给出了k-连通且k-正则图的两类组合图的路谱;定义了路整谱图,得到了一类特殊路整谱图类,并给出了路谱能量。

摘要： 图G的一个[k]-全染色称为[k]-邻和可区别全染色,如果对G的每一条边uv,都有f(u)≠f(v),其中f(v)表示点v以及所有与v相关联的边的颜色之和.本文主要研究了蜘蛛图n·P_(m)和圈的冠图I_(r)(C_(n))的邻和可区别全染色数.

摘要： 设G是一个n个顶点,m条边的连通图.在图G的每条边上添加一个新的顶点得到其细分图S(G).G,G1和G2的细分双冠图表示为G(S)°{G1,G2},连接S(G)的第i个旧的顶点到G1的第i个复制的每一个顶点,同时连接S(G)的第j个新的顶点到G2的第j个复制的每一个顶点组成.图的拉普拉斯矩阵蕴含着图的许多结构信息.细分双冠图是一种新的图运算,同时细分双冠图的广义逆和电阻距离更加难以计算.因此,本文运用分块矩阵的广义逆理论,得到细分双冠图的拉普拉斯矩阵广义逆.作为其应用,可以求出细分双冠图中任意两点之间的电阻距离.本文的结论可以推广了已有文献的结果,可以为其他的图运算的拉普拉斯矩阵广义逆和电阻距离的计算提供借鉴和参考.

摘要： 设G是一个n个顶点,m条边的连通图。在图G的每条边上添加一个新的顶点得到其细分图S(G)。G,G1和G2的细分双冠图表示为G(S)。{G1,G2},连接S(G)的第i个旧的顶点到G1的第i个复制的每一个顶点,同时连接S(G)的第j个新的顶点到G2的第j个复制的每一个顶点组成。图的拉普拉斯矩阵蕴含着图的许多结构信息。细分双冠图是一种新的图运算,同时细分双冠图的广义逆和电阻距离更加难以计算。因此,本文运用分块矩阵的广义逆理论,得到细分双冠图的拉普拉斯矩阵广义逆。作为其应用,可以求出细分双冠图中任意两点之间的电阻距离。本文的结论可以推广了已有文献的结果,可以为其他的图运算的拉普拉斯矩阵广义逆和电阻距离的计算提供借鉴和参考。

摘要： 设G是顶点集为V(G)={v1,vs,…,vn}的简单无向图,R(G)=(rij)是图G的Randi(c)矩阵,其中当vi与vj相邻时rij=1/√didj;否则rij=0.图G的Randi(c)能量RE(G)指R(G)的特征值的绝对值之和.冠图G1.G2是由图G1的每个顶点与图G2的一个拷贝的所有顶点相连得到的.本文对冠图Ir(Kn)和Kn.Km的Randi(c)能量进行了研究.

摘要： 研究了两类冠图Sn o Pm和Sn o Cm的邻点强可区别的Ⅵ-全染色.根据冠图的结构特征,构造了一个从集合Ⅴ(G)UE(G)到色集合{1,2,…,k)的函数,给出了一种染色方案,得到了它们的邻点强可区别的Ⅵ-全色数.

摘要： 借助星的一般点可区别全染色,讨论2K2∨K1冠图的一般点可区别全染色.在星的一般点可区别全染色下,采用将星悬挂边的颜色由小到大依次排列,最终扩展为2K2∨K1冠图的一般点可区别全染色的方法,确定冠图依赖于悬挂边数目的一般点可区别全色数.

摘要： 本发明公开了一种基于积分图的多阈值融合冠字号提取方法，包括(1)采集待识别对象的包括冠字号图像一面的白光图像并归一化得到包含冠字号图像区域的灰度图像；(2)对第一图像进行低阈值二值化处理得到第一图像，并通过行、列投影得到第二图像；(3)对第二图像计算积分图并计算积分图中的Haar‑Like H特征；(4)对第二图像进行低阈值反二值化处理，得到只包含冠字号字符的第三图像，根据第三图像计算置信矩阵；(5)对第二图像进行高阈值反二值化处理得到第四图像；利用Haar‑Like H特征坐标去除第四图像中冠字号字符之间的背景纹理得到第五图像；(6)采用置信矩阵对第五图像做掩膜处理，去除冠字号字符内的纹理，得到清晰冠字号图像；本方法可适应多种条件实现冠字号准确提取。

摘要： 本发明公开了一种利用CT图像生成冠脉全景图的方法及系统，该方法步骤：获取标准心脏模型，标准心脏模型区分为多个解剖区域；获取全景模型；建立标准心脏模型表面各点与全景模型的表面各点的映射关系，将标准心脏模型表面各点映射到全景模型的表面的对应位置，建立标准全景模型；将待分析心脏CT图像与标准心脏模型进行配准，使得配准后的待分析心脏CT图像具有与标准心脏模型相同的空间位置关系；根据配准后的待分析心脏CT图像与标准心脏模型的空间位置映射关系，及，该标准心脏模型表面各点与该全景模型的表面各点的映射关系，将配准后的待分析心脏CT图像映射到该标准全景模型上，从而获得冠脉全景图和/或待分析心脏的解剖区域区分图。

摘要： 本发明公开了一种基于深度图的新冠肺炎多模态特征提取融合方法及系统，融合过程由数据表征和数据融合两个阶段构成，在数据表征阶段，综合利用CT影像数据和临床生理指标数据，采用基于图神经网络的语义分割模型来提取肺炎感染部位的高级ROI特征，接着将提取到的ROI特征和其他临床数据转化为图的结构，利用图嵌入技术构建统一的多模态数据表征空间；在特征融合阶段，基于自注意力机制在医学影像图、生理指标图、医疗报告文本之间进行多模态特征融合和逻辑推理，为新冠肺炎诊断提供数据支撑。

摘要： 本发明公开了一种用于冠脉内心电图的信号测量装置，包括导管和导管接口，所述导管由中空管腔制成，所述管腔壁设置有绝缘层，在靠近导管一端部的外侧的管腔壁上设置有空腔，所述空腔内设置有电极，所述电极通过内置在管腔壁的导线与导管接口连接，所述导管接口包括一数据接口，所述数据接口连接导线。便于连接安装，功能多样，可用于常规导管操作，如造影手术时进入导丝，打造影剂等。

摘要： 本发明公开了一种基于积分图的多阈值融合冠字号提取方法，包括(1)采集待识别对象的包括冠字号图像一面的白光图像并归一化得到包含冠字号图像区域的灰度图像；(2)对第一图像进行低阈值二值化处理得到第一图像，并通过行、列投影得到第二图像；(3)对第二图像计算积分图并计算积分图中的Haar‑Like H特征；(4)对第二图像进行低阈值反二值化处理，得到只包含冠字号字符的第三图像，根据第三图像计算置信矩阵；(5)对第二图像进行高阈值反二值化处理得到第四图像；利用Haar‑Like H特征坐标去除第四图像中冠字号字符之间的背景纹理得到第五图像；(6)采用置信矩阵对第五图像做掩膜处理，去除冠字号字符内的纹理，得到清晰冠字号图像；本方法可适应多种条件实现冠字号准确提取。

摘要： 本发明公开了一种验钞模块中对扫描的钞票图提取冠字号的方法，包括以下步骤：由图像传感器的绿光对钞票采集形成源图像，在采用扫描边界点的方式找到纸币图像在源图像中的边界，然后翻转纸币图像校正到水平状态；进行特征点提取，根据得到的特征点进行面值面向的识别；确定冠字号区域，冠字号区域采用二值化处理，得到的冠字号区域二值化图像寻找包含所有冠字号的边界，然后进行单个冠字号分割，对于分割并归一化的单个字符图像进行支持向量机识别处理。本发明的对扫描的钞票图提取冠字号的方法，能够给予纸币的真假识别有力的支持，而且能准确的识别出冠字号，这样就大大的提高了纸币的真假识别能力，有效的维护了金融部门的财产安全。

摘要： 本发明公开了一种利用CT图像生成冠脉全景图的方法及系统，该方法步骤：获取标准心脏模型，标准心脏模型区分为多个解剖区域；获取全景模型；建立标准心脏模型表面各点与全景模型的表面各点的映射关系，将标准心脏模型表面各点映射到全景模型的表面的对应位置，建立标准全景模型；将待分析心脏CT图像与标准心脏模型进行配准，使得配准后的待分析心脏CT图像具有与标准心脏模型相同的空间位置关系；根据配准后的待分析心脏CT图像与标准心脏模型的空间位置映射关系，及，该标准心脏模型表面各点与该全景模型的表面各点的映射关系，将配准后的待分析心脏CT图像映射到该标准全景模型上，从而获得冠脉全景图和/或待分析心脏的解剖区域区分图。

摘要： 在可变长编码部16中，把CBP作为输入符号H1向可变长符号输出部30输入。另外，从编码符号存储器31，把周围块的CBP作为编码映像表参照信息H2向编码映像表提供部32输入。根据这些周围块的CBP，在编码映像表提供部32中决定对CBP使用的编码映像表，把编码映像表H4提供给可变长符号输出部30。另外，从可变长编码表提供部33，把可变长编码表H5向可变长符号输出部30输入。然后，把编码对象CBP可变长编码，作为编码数据D9输出。据此，能按照编码条件或图象的性质，高效进行编码符号的信息源编码。

摘要： 距离测量机构对从测定点到线路的路径上的建筑限界为止的距离进行测量。范围判别部基于测出的距离，针对测定点，判别是否相距建筑限界进入规定的范围。地面地上物判别部针对测定点，判别是否是地面上的地上物的测定点。描绘机构在平面图(18)中描绘测定点中的由地面地上物判别部判别为是地面上的地上物的测定点的测定点，在侧视图(19、20)中描绘被判别为不是地面上的地上物的测定点的测定点。描绘机构针对测定点中的被判别为相距建筑限界进入规定的范围的测定点、以及被判别为相距建筑限界没有进入规定的范围的测定点，进行不同的描绘处理。由此，可以遍及线路的宽广范围容易地确认是否存在接近或侵入建筑限界的结构物。

摘要： 本实用新型公开了一种用于冠脉内心电图的信号测量装置，包括导管和导管接口，所述导管由中空管腔制成，所述管腔壁设置有绝缘层，在靠近导管一端部的外侧的管腔壁上设置有空腔，所述空腔内设置有电极，所述电极通过内置在管腔壁的导线与导管接口连接，所述导管接口包括一数据接口，所述数据接口连接导线。便于连接安装，功能多样，可用于常规导管操作，如造影手术时进入导丝，打造影剂等。