脊柱X射线成像上椎骨的手动注释是昂贵的，并且由于骨骼形状的复杂性和图像质量变化而耗时。在这项研究中，我们通过提出一种称为Vertxnet的集合方法来解决这一挑战，以自动在X射线脊柱图像中分段和标记椎骨。 Vertxnet结合了两个最先进的分割模型，即U-NET和Mask R-CNN，以改善椎骨分割。 Vertxnet的一个主要特征也是由于其在给定的脊柱X射线图像上的掩模R-CNN组件（经过训练，可检测到“参考”椎骨）。在侧面宫颈和腰椎X射线成像的内部数据集上评估了Vertxnet，用于强直性脊柱炎（AS）。我们的结果表明，Vertxnet可以准确标记脊柱X射线（平均骰子为0.9）。它可以用来规避缺乏注释的椎骨而无需进行人类专家审查的情况。此步骤对于通过解决分割的缺乏来研究临床关联至关重要，这是大多数计算成像项目的常见瓶颈。
translated by 谷歌翻译
大物体的操纵和安全地在人类附近进行安全操作的能力是通用国内机器人助手的关键能力。我们介绍了一种柔软，触觉的人形的人形机器人的设计，并展示了用于处理大物体的全身丰富的接触操作策略。我们展示了我们的硬件设计理念，用于使用软触觉传感模块，包括：（i）低成本，抗缝，接触压力定位的武器， （ii）基于TRI软气泡传感器的爪子，用于最终效应器，（III）柔顺的力/几何传感器，用于粗糙几何感测表面/胸部。我们利用这些模块的机械智能和触觉感应，为全身抓握控制进行开发和展示运动原语。我们评估硬件在实现各种大型国内物体上实现不同优势的掌握。我们的结果表明，利用富含接触的操纵策略的柔软度和触觉感应的重要性，以及与世界的全身力量控制的互动前进的道路。
translated by 谷歌翻译