Bu çalışmayı finanse ettiği için Wuhan Urban Construction Group 2023 Yıllık Bilimsel Araştırma Projesi'ne (NO.7) minnetle teşekkür ederiz.

1. Somut örnek görüntü alımı
<ol><li>Betonu pompa kamyonu tarafından döküleceği işyerine taşıyın.</li>
	<li>Görüntü yakalamak için, güç tuşu anahtarını sağa hareket ettirip AÇIK konuma getirerek çekim ekipmanını açın. Kamera merceğinin beton yüzeye paralel olduğundan emin olarak kameranın mod düğmesini yeşil otomatik moda ayarlayın ve Deklanşör Tuşuna basın. Şekil 1'de gösterildiği gibi, 1024 x 1024 piksel edinme çözünürlüğü ile .jpg formatında kaydederek titreşimsiz betonun 20 görüntü örneğini yakalayın.</li>
	<li>Beton titreşim ekipmanının (geçmeli beton titreşimli çubuk) titreşimli kısmını betona yerleştirin. Güç kaynağını bağlayın ve ardından beton titreşim ekipmanını AÇIK konuma getirerek açın.</li>
	<li>Beton yüzeyinde bir miktar çökme olduğunda (betonun içindeki havayı tahliye eden titreşimden kaynaklanır, boşlukları doldurmak için yüzey agregalarının batmasına neden olarak betonun çökmesine neden olur) ve bir miktar çimento bulamacı göründüğünde, kamera merceğini beton yüzeye paralel tutun ve Deklanşör Tuşuna basın. Şekil 2'de gösterildiği gibi 20 titreşimli beton görüntü örneği toplayın.</li>
	<li>Titreşim ekipmanını çalıştırmaya devam edin. Beton yüzeyinde belirgin bir çökme olmadığında, çimento bulamacı oluşmadığında ve kabarcık oluşmadığında, titreşim işlemini durdurun ve Şekil 3'te gösterildiği gibi 20 titreşimli beton örneği yakalayın.</li>
</ol>2. Örnek görüntü gri ikilileştirme
<ol><li>.jpg dosyasını, görüntünün kırmızı, yeşil ve mavi kanal değerlerini temsil eden 1024 piksel x 1024 piksel x 3 renk kanalının birim biçim verisi olarak okumak için MATLAB yazılımının imread() işlevini kullanın.</li>
	<li>Ardından, görüntüyü gri tonlamaya dönüştürmek için MATLAB işlevini uygulayın rgb2gray, gri değer = rgb2gray(jpg dosya adı) biçimiyle gösterilir. Denklem (1)'e göre her pikselin gri değerini hesaplayın ve gri değeri 1024 x 1024'ün unit8 biçim verisi olarak kaydedin. GR(i,j) = 0.2989R(i,j) + 0.587G(i,j) + 0.114B(i,j) (1) burada, GR(i,j) piksel noktasının gri değeri, R(i,j) piksel noktasının kırmızı kanal değeri, G(i,j) piksel noktasının yeşil kanal değeri ve B(i,j) piksel noktasının mavi kanal değeridir.</li>
	<li>θ piksel eşiğinden büyük gri değerlerin ikili değerini 1 olarak değiştirin ve θ pikselden küçük gri değerlerin ikili değerini 0 olarak ayarlayın.</li>
	<li>İkili gri sonuçları elde ettikten sonra, sonucu 1024 x 1024 mantıksal biçim verisi olarak kaydedin. Bu durumda, θ ikilileştirme eşiğini temsil eder ve Şekil 50, Şekil 100 ve Şekil 150'de gösterildiği gibi farklı titreşim durumlu beton numune görüntüleri için değerleri 6, 6 ve 200'dür.</li>
</ol>3. Yönlü gradyan özdeğerinin hesaplanması
<ol><li>Aşağıdaki denklemi kullanarak görüntüdeki her pikselin yatay ve dikey ikili gradyanını hesaplayın28 Tp = R(x, y + 1) - R(x, y - 1), Th = R(x+1, y) - R(x-1, y) burada Th yatay ikilileştirilmiş gradyandır, Tp dikey ikilileştirilmiş gradyandır, R ikilileştirilmiş mantıksal biçim verileridir, x ikilileştirilmiş matrisin satır numarasıdır ve y ikilileştirilmiş matrisin sütun numarasıdır.</li>
	<li>Aşağıdaki denklemi kullanarak her noktanın ikili gradyan yönünü ve boyutunu hesaplayın29 <img alt="Equation 1" src="/files/ftp_upload/65731/65371eq01.jpg" style="margin: auto;"> burada T ikili gradyan boyutudur, αT ikili gradyan yönüdür, Th yatay ikili gradyandır ve Tp dikey ikili gradyandır.</li>
	<li>N değerinin [ 1,9] olduğu n olarak gösterilen görüntü segmentasyon bloğunun boyutunu belirleyin. Her n piksel için segmentasyon çizgisini x yönü boyunca y yönünde ayarlayın ve görüntüyü segmentasyon çizgisinin konumuna göre n x n kare bloğa etkili bir şekilde bölün. Görüntünün tam kare bloklar oluşturamayan tüm parçaları daha sonra kaldırılır.</li>
	<li>İkili gradyan yönünü αT (ikili gradyan yönünün değeri αT [ 0°, 360°]) m parçalarına bölün, böylece m yönlü gradyan istatistiksel açı aralıkları elde edilir. Her bloğun gradyan istatistiksel açı aralığı için gradyan istatistiksel değerini hesaplamaya devam edin.<ol><li>Bloktaki her pikselin ikili gradyan yönüne bağlı olarak, pikselleri her yönün uygun gradyan istatistiksel açı aralığına göre sınıflandırın.</li>
		<li>Bu aralığın gradyan istatistiksel değerini elde etmek için her yönün gradyan istatistiksel açı aralığındaki piksellerin ikili gradyanını saat yönünün tersine toplayın. Gradyan istatistiksel açı aralığı yönlü gradyan istatistikleri için elde edilen sonuçlar, sırasıyla 8, 128 ve 512'ye eşit n blok boyutları için Şekil 8, Şekil 9 ve Şekil 10'da gösterilmektedir.</li>
	</ol></li>
</ol>4. Yönlü gradyan öznitelik vektörü oluşturma
<ol><li>Numuneleri, adım 3.3'te elde edilen blok sonuçlarına dayalı olarak her bir hesaplama alanının dört bitişik bloktan oluştuğu gerekli hesaplama alanlarına bölün. Örneğin, 16 x 16 çözünürlüklü piksel ve 4 x 4'lük bir blok boyutu göz önüne alındığında, görüntü (16 / 4-1) x ( 16 / 4-1 ) = 9 hesaplama alanına bölünür.</li>
	<li>Hesaplama alanındaki her bloğun gradyan istatistiklerinin açı aralığı içinde yönlü gradyanın istatistiksel değerini hesaplayın. Ardından, bileşen olarak yönlü gradyan istatistiklerine sahip özellik vektörünü elde edin.</li>
	<li>Görüntünün yönlü gradyan unsur vektörünü elde etmek için her hesaplama alanındaki yönlü gradyan unsur vektörlerini birleştirin.</li>
</ol>5. SVM eğitimi
<ol><li>Eğitim grubunu oluşturmak için üç titreşim durumundan rastgele 42 örnek seçin ve kalan 18 örneği test grubu olarak bırakın.</li>
	<li>SVM eğitimi için MATLAB'ın fitcecoc işlevini kullanın; Biçim SVM = fitcecoc (trainingFeatures, Trainingeigenvalue) SVM, eğitilecek destek vektör makinesidir, trainingFeatures, eğitim grubu görüntüsü yönlü gradyan özellik vektörüdür ve Trainingeigenvalue, eğitim grubunun titreşim durumunun karakteristik değeridir. Vibrasyonsuz beton, vibrasyonlu beton ve vibrasyonlu beton numunelerinin titreşim durumunun karakteristik değerleri sırasıyla 1, 2 ve 3'tür.</li>
	<li>Eğitilen SVM'yi Kaydet işlevini kullanarak .mat biçiminde kaydedin.</li>
</ol>6. SVM tanıma doğruluğunun doğrulanması
<ol><li>MATLAB'ın tahmin fonksiyonunu kullanarak, her test numunesi için titreşim durumu özelliğinin hesaplanan değerini elde etmek için test grubu örnek görüntüsünün yönlü gradyan özellik vektörünü eğitilen SVM'ye girin. Biçim aşağıdaki gibidir: testgroupcalculateseigenvalues = tahmin (SVM, testFeature) burada testgroupcalculateseigenvalues, titreşim durumu özelliğinin hesaplanan değeridir ve SVM, 5. adımda eğitilen destek vektör makinesidir. testFeature, test grubu örnek görüntüsünün yönlü gradyan özellik vektörüdür.</li>
	<li>Test setini eğitilen SVM'ye besleyerek test seti numune tanıma sonuçlarını belirleyin. Test seti tanıma sonuçlarının gerçek durumla eşleştiği örneklerin sayısını sayın ve ardından doğru örneklerin sayısını toplam test seti örneklerinin sayısına bölerek tanıma doğruluğunu hesaplayın.<ol><li>Test tanıma doğruluğu %94'ten yüksekse, SVM tanımanın etkili olduğunu düşünün. %94'ten düşükse, adım 1.1'e dönün ve ikili oluşturma eşiğini, blok boyutunu n ve yönlü gradyan istatistiksel aralıklarının sayısını m olarak ayarlayın.</li>
	</ol></li>
</ol>

Somut titreşim durumlarını tanımlamak için yönlü gradyan histogramı ve SVM

<ol>
	<li>Jiang, L., Tian, Z., Wang, K., Sun, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Estimating+the+segregation+of+concrete+under+vibration+based+on+electrical+method.">Estimating the segregation of concrete under vibration based on electrical method.</a> Concrete. 1, 41-44 (2023).</li><li>Ren, B., Ye, Z., Wang, D., Wu, B., Tan, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evaluation+of+segregation+degree+of+hardening+concrete+using+improved+Mask+R-CNN.">Evaluation of segregation degree of hardening concrete using improved Mask R-CNN.</a> Journal of Hydroelectric Engineering. 41 (5), 93-102 (2022).</li><li>Hu, J., Qin, M., Wang, H., Liu, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Study+on+the+influence+of+vibration+frequency+on+the+performance+of+concrete.">Study on the influence of vibration frequency on the performance of concrete.</a> Highway. 65 (12), 111-114 (2020).</li><li>Bian, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Experimental+study+on+characterization+of+evaluation+indexes+for+vibration+compaction+of+fresh+concrete.">Experimental study on characterization of evaluation indexes for vibration compaction of fresh concrete.</a> Journal of Hydroelectric Engineering. 39 (2), 67-80 (2020).</li><li>Liu, Z., Zhou, M., Bai, J., Mou, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Influence+of+vibration+time+on+the+strength+and+homogeneity+of+rubber+concrete.">Influence of vibration time on the strength and homogeneity of rubber concrete.</a> Industrial Construction. 42, 509-512 (2012).</li><li>Cheng, Y., Gou, Z., Wang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Testing+Investigation+on+Effects+of+Mixing,+Vibrating+and+Curing+on+Strength+of+High-Performance+Concrete.">Testing Investigation on Effects of Mixing, Vibrating and Curing on Strength of High-Performance Concrete.</a> Journal of Northeastern University (Natural Science). 31 (12), 1790-1793 (2010).</li><li>Zhao, Y., Chen, S., Liu, Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Influence+mechanism+of+high-frequency+vibration+on+concrete+antifreeze+and+application+in+construction+of+tunnels+in+cold+regions.">Influence mechanism of high-frequency vibration on concrete antifreeze and application in construction of tunnels in cold regions.</a> Industrial Construction. 44 (5), 101-105 (2014).</li><li>Quan, L., Tian, B., Li, S., He, Z., He, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evolution+characteristics+of+flexural+fatigue+performance+of+dense+concrete+consolidated+with+high+frequency+vibration+applied+in+airport+pavement.">Evolution characteristics of flexural fatigue performance of dense concrete consolidated with high frequency vibration applied in airport pavement.</a> Journal of Traffic and Transportation Engineering. 20 (2), 34-45 (2020).</li><li>Cai, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Influence+of+coarse+aggregate+settlement+induced+by+vibration+on+long-term+chloride+transport+in+concrete:+a+numerical+study.">Influence of coarse aggregate settlement induced by vibration on long-term chloride transport in concrete: a numerical study.</a> Materials and Structures. 55 (9), 1-18 (2022).</li><li>Cai, Y., Liu, Q. F., Yu, L., Meng, Z., Avija, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+experimental+and+numerical+investigation+of+coarse+aggregate+settlement+in+fresh+concrete+under+vibration.">An experimental and numerical investigation of coarse aggregate settlement in fresh concrete under vibration.</a> Cement and Concrete Composites. 122 (7), 104153 (2021).</li><li>Wang, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+and+application+of+concrete+vibrating+robot+system+for+high+arch+dam.">Development and application of concrete vibrating robot system for high arch dam.</a> Journal of Hydraulic Engineering. 53 (6), 631-654 (2022).</li><li>Chen, C., Li, X., Qiu, Z., Yao, W., Zhu, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Research+Progress+of+Construction+Robots.">Research Progress of Construction Robots.</a> Journal of Architecture and Civil Engineering. 39 (4), 58-70 (2022).</li><li>Shen, H., Zhang, W., Liu, J., Qiu, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+and+Prospect+of+Construction+Robots+for+High+Rise+Buildings.">Development and Prospect of Construction Robots for High Rise Buildings.</a> Construction Technology. 46 (8), 105-108 (2017).</li><li>Dalal, N., Triggs, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Histograms+of+Oriented+Gradients+for+Human+Detection.">Histograms of Oriented Gradients for Human Detection.</a> IEEE Computer Society Conference on Computer Vision &amp; Pattern Recognition. , (2005).</li><li>Zhou, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Gradient-based+Feature+Extraction+From+Raw+Bayer+Pattern+Images.">Gradient-based Feature Extraction From Raw Bayer Pattern Images.</a> IEEE Transactions on Image Processing. (99), 1 (2021).</li><li>He, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Railway+Fastener+Defects+Detection+under+Various+Illumination+Conditions+using+Fuzzy+C-Means+Part+Model.">Railway Fastener Defects Detection under Various Illumination Conditions using Fuzzy C-Means Part Model.</a> Transportation Research Record. 2675 (4), 271-280 (2021).</li><li>Xu, X., Quan, C., Ren, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Facial+expression+recognition+based+on+Gabor+Wavelet+transform+and+Histogram+of+Oriented+Gradients.">Facial expression recognition based on Gabor Wavelet transform and Histogram of Oriented Gradients.</a> IEEE International Conference on Mechatronics &amp; Automation. , (2015).</li><li>Cortes, C., Vapnik, V. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Support+Vector+Networks.">Support Vector Networks.</a> Machine Learning. 20 (3), 273-297 (1995).</li><li>Burges, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+Tutorial+on+Support+Vector+Machines+for+Pattern+Recognition.">A Tutorial on Support Vector Machines for Pattern Recognition.</a> Data Mining and Knowledge Discovery. 2 (2), 121-167 (1998).</li><li>Yang, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Identification+of+Pleurotus+Ostreatus+From+Different+Producing+Areas+Based+on+Mid-Infrared+Spectroscopy+and+Machine+Learning.">Identification of Pleurotus Ostreatus From Different Producing Areas Based on Mid-Infrared Spectroscopy and Machine Learning.</a> Spectroscopy and Spectral Analysis. 43 (2), 577-582 (2023).</li><li>Chaabane, S. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Face+recognition+based+on+statistical+features+and+SVM+classifier).">Face recognition based on statistical features and SVM classifier).</a> Multimedia Tools and Applications. 81 (6), 8767-8784 (2022).</li><li>Saleh, M. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Experiments+with+SVM+to+classify+opinions+in+different+domains.">Experiments with SVM to classify opinions in different domains.</a> Expert Systems with Applications. 38 (12), 14799-14804 (2011).</li><li>Zhang, Y., Liu, Y., Wang, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reliability+Prediction+of+Coal+Mine+Water+Disasters+Emergency+Rescue+System+Based+on+Improved+SVM.">Reliability Prediction of Coal Mine Water Disasters Emergency Rescue System Based on Improved SVM.</a> Journal of Zhengzhou University (Engineering Science). 36 (3), 115-119 (2015).</li><li>Cao, Y., Song, D., Hu, X., Sun, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fault+Diagnosis+of+Railway+Point+Machine+Based+on+Improved+Time-Domain+Multiscale+Dispersion+Entropy+and+Support+Vector+Machine.">Fault Diagnosis of Railway Point Machine Based on Improved Time-Domain Multiscale Dispersion Entropy and Support Vector Machine.</a> Acta Electronica Sinica. 51 (1), 117-127 (2023).</li><li>Li, Q., Yuze, C., Yu, B., Ning, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Two-stage+support+vector+machine+method+for+failure+mode+classification+of+reinforced+concrete+columns.">Two-stage support vector machine method for failure mode classification of reinforced concrete columns.</a> Engineering Mechanics. 39 (2), 148-158 (2022).</li><li>Yang, Y., Zhang, W., Yu, H., Chai, W., Liu, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Analysis+on+the+relationships+between+ultrasonic+parameters+and+the+stress+state+in+loaded+concrete+based+on+improved+support+vector+machines).">Analysis on the relationships between ultrasonic parameters and the stress state in loaded concrete based on improved support vector machines).</a> Journal of Vibration and Shock. 42 (2), 175-224 (2023).</li><li>Yan, K., Shi, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prediction+of+elastic+modulus+of+normal+and+high+strength+concrete+by+support+vector+machine.">Prediction of elastic modulus of normal and high strength concrete by support vector machine.</a> Construction &amp; Building Materials. 24 (8), 1479-1485 (2010).</li><li>Hussein, I. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fully-automatic+identification+of+gynaecological+abnormality+using+a+new+adaptive+frequency+filter+and+histogram+of+oriented+gradients+(HOG).">Fully-automatic identification of gynaecological abnormality using a new adaptive frequency filter and histogram of oriented gradients (HOG).</a> Expert Systems. 39 (3), 12789 (2022).</li><li>Chandrakala, M., Devi, P. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Two-stage+classifier+for+face+recognition+using+HOG+features.">Two-stage classifier for face recognition using HOG features.</a> Materials Today: Proceedings. 47, 5771-5775 (2021).</li><li>Long, C., Yichi, Z., Zhangkai, L., Dandan, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Low-Light+Image+Enhancement+Based+on+RAW+Domain+Image.">Low-Light Image Enhancement Based on RAW Domain Image.</a> Journal of Computer-Aided Design &amp; Computer Graphics. 35 (2), 303-311 (2023).</li><li>Wang, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+and+application+of+concrete+vibrating+robot+system+for+high+arch+dam.">Development and application of concrete vibrating robot system for high arch dam.</a> Journal of Hydraulic Engineering. 53 (6), 631-654 (2022).</li></ol>

Yazarların açıklayacak hiçbir şeyi yok.

Bu makale, çeşitli beton titreşim durumu örneklerinin görüntü özelliklerini öğrenmek için destek vektör makinesini (SVM) kullanır. Makine öğrenimi sonuçlarına dayanarak, görüntü tanımaya dayalı somut bir titreşim durumu tanıma yöntemi önerilmiştir. Tanıma doğruluğunu artırmak için, üç temel adımın parametrelerini kontrol etmek çok önemlidir: görüntü segmentasyonu, görüntü ikilileştirme ve yönlü gradyan özdeğer çıkarma. Test sonuçlarına göre, somut numune görüntüsü...

Beton, inşaat sektöründe yaygın olarak kullanılan temel bir yapı malzemesidir. Pompalama sırasında, beton sıklıkla titreşim yoluyla sıkıştırma gerektiren boşluklar geliştirir. Yetersiz titreşim, petekli bir beton yüzeye neden olabilirken, aşırı titreşim beton ayrışmasınaneden olabilir 1,2. Titreşim işleminin kalitesi, şekillendirilmiş beton yapıların mukavemetini 3,4,5,6 ve dayanıklılığını 7,8 önemli ölçüde etkiler. Cai ve ark.9,10, titreşimin agrega oturması ve beton dayanıklılığı üzerindeki etki mekanizmasını araştırmak için deneysel araştırmaları sayısal analizle birleştiren bir çalışma yürütmüştür. Bulgular, titreşim süresi ve agrega parçacıklarının agrega oturması üzerinde önemli bir etkiye sahip olduğunu, agrega yoğunluğunun ve çimento esaslı malzemenin plastik viskozitesinin ise minimum etkiye sahip olduğunu ortaya koymuştur. Titreşim, beton numunelerin dibinde agrega birikmesine neden olur. Ayrıca, titreşim süresi arttıkça, klorür iyonu konsantrasyonu beton numunelerin dibinde azalırken, üst 9,10'da önemli ölçüde artmaktadır.
Şu anda, somut titreşim durumunun değerlendirilmesi ağırlıklı olarak manuel yargıya dayanmaktadır. İnşaat sektörü akıllı reformlarla ilerlemeye devam ederken, robot operasyonları geleceğin yönü olarak ortaya çıkmıştır11,12. Sonuç olarak, akıllı titreşim operasyonlarında çok önemli bir zorluk, robotların betonun titreşim durumunu tanımlamasının nasıl sağlanacağıdır.
Yönlendirilmiş gradyanın histogramı, görüntülerdeki nesnelerin temsilini ve şeklini karakterize etmek için tanımlayıcı olarak piksellerin yoğunluk gradyanını veya kenar yönlerinin dağılımını kullanan bir tekniktir13,14. Bu yaklaşım, görüntünün yerel ızgara hücreleri üzerinde çalışır ve çeşitli geometrik ve optik koşullar altında görüntü değişikliklerini karakterize etmede sağlam bir kararlılık sağlar.
Zhou ve ark.15 , Bayer modu görüntülerinden yönlü gradyan özelliklerini doğrudan çıkarmak için bir yöntem önerdi. Bu yaklaşım, renk filtresi sütununu degrade işleciyle eşleştirerek yönlü gradyanı hesaplamada çok sayıda adımı atlar ve böylece yönlü gradyan görüntü tanıma için hesaplama gereksinimlerini önemli ölçüde azaltır. O ve ark.16 , temel özellik olarak yönlü gradyan histogramını kullandı ve ray bağlantı elemanlarını sınıflandırmak ve bağlantı elemanlarının kusurlu olup olmadığını belirlemek için ortalama kümeleme algoritmasını kullandı. Tanıma sonuçları, yönlendirilmiş gradyan özelliğinin histogramının, demiryolu bakım ve onarım ihtiyaçlarını karşılayarak bağlantı elemanı kusurlarına karşı yüksek hassasiyet sergilediğini gösterdi. Başka bir çalışmada, Xu ve ark.17 , Gabor dalgacık filtrelemesini kullanarak yüz görüntüsü özelliklerini önceden işledi ve ikili kodlama ve HOG algoritması yoluyla özellik vektörlerinin boyutunu azalttı. Yöntemin ortalama tanıma doğruluğu %92,5'tir.
Destek vektör makinesi (SVM)18, vektörü yüksek boyutlu bir uzaya eşlemek için kullanılır ve iki paralel hiper düzlem arasındaki mesafeyi en üst düzeye çıkarmak için uygun bir yöne sahip ayırıcı bir hiper düzlem oluşturur. Bu, destek vektörlerininsınıflandırılmasına izin verir 19. Bilim adamları bu sınıflandırma teknolojisini geliştirdiler ve optimize ettiler, bu da görüntü tanıma20,21, metin sınıflandırması22, güvenilirlik tahmini23 ve hata teşhisi24 gibi çeşitli alanlarda uygulanmasına yol açtı.
Li ve ark.25 , sismik arıza paterninin tanınması için üç sismik arıza moduna odaklanan iki aşamalı bir SVM modeli geliştirdi. Analiz sonuçları, önerilen iki aşamalı SVM yönteminin üç arıza modu için %90'dan fazla doğruluk elde edebileceğini göstermektedir. Yang ve ark.26 , beş ultrasonik parametre ile yüklenen betonun gerilmesi arasındaki ilişkiyi simüle etmek için SVM ile bir optimizasyon algoritması entegre etti. Optimize edilmemiş bir SVM'nin performansı, özellikle düşük stresli aşamada tatmin edici değildir. Bununla birlikte, algoritma tarafından optimize edilmiş modelde geçiş yapmak, uzun hesaplama sürelerine rağmen daha iyi sonuçlar verir. Buna karşılık, parçacık sürüsü optimizasyonu optimize edilmiş SVM, optimum simülasyon sonuçları sağlarken hesaplama süresini önemli ölçüde azaltır. Yan ve ark.27 , SVM teknolojisini kullandı ve yüksek dayanımlı betonun elastik modülünü tahmin etmek için hassas bir şekilde duyarsız bir kayıp fonksiyonu tanıttı ve tahmin doğruluğunu geleneksel regresyon modeli ve sinir ağı modeliyle karşılaştırdı. Araştırma bulguları, SVM teknolojisinin diğer yöntemlere kıyasla elastik modül için daha küçük bir tahmin hatası ürettiğini göstermektedir.
Bu makale, çeşitli titreşim durumları altında betonun görüntü örneklerini toplar ve yönlü gradyan histogram tekniğini kullanarak betonun farklı durumlarını açıklar. Yönlü gradyan, SVM'yi eğitmek için bir özellik vektörü olarak kullanılır ve çalışma, betonun titreşim durumunu belirlemek için yönlü gradyan histogramı-SVM teknolojisini kullanmanın uygulanabilirliğine odaklanır. Ek olarak, makale, yönlü gradyan histogramının özellik çıkarma sürecinde ve SVM'nin tanıma doğruluğunda üç temel parametre (ikilileştirme eşiği, yönlü gradyan istatistiksel blok boyutu ve yönlü gradyan istatistiksel aralık sayısı) arasındaki etki mekanizmasını analiz eder.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>camera</td>
			<td>SONY</td>
			<td>A6000</td>
			<td>The sensor size is 23.5x15.6mm, the maximum acquisition resolution is 1440 * 1080, and the effective pixel is 24.3 million.</td>
		</tr>
		<tr>
			<td>concrete</td>
			<td>Wuhan Construction Changxin Technology Development Co., Ltd.</td>
			<td>C30 pumping concrete</td>
			<td>According to the standard of &#39; concrete strength test and evaluation standard &#39; ( GB / T 50107-2010 ), the standard value of cubic compressive strength is 30 MPa pumping concrete.</td>
		</tr>
		<tr>
			<td>Matlab</td>
			<td>MathWorks</td>
			<td>Matlab R2017a</td>
			<td>MATLAB&#39;s programming interface provides development tools for improving code quality maintainability and maximizing performance. 
			It provides tools for building applications using custom graphical interfaces. 
			It provides tools for combining MATLAB-based algorithms with external applications and languages</td>
		</tr>
		<tr>
			<td>Processor&#160;</td>
			<td>Intel</td>
			<td>12th Gen Intel(R) Core (TM) i7-12700H @ 2.30GHz</td>
			<td>64-bit Win11 processor&#160;</td>
		</tr>
	</tbody>
</table>

image recognition and parameter analysis of concrete vibration state based on support vector machine

Bu yazıda, farklı titreşim durumları altında yakalanan somut görüntü örneklerinin özelliklerini çıkarmak için yönlü gradyan histogram teknolojisi kullanılmıştır. Destek vektör makinesi (SVM), görüntü özellikleri ile titreşim durumu arasındaki ilişkiyi öğrenmek için kullanılır. Makine öğrenimi sonuçları daha sonra beton titreşim durumunun fizibilitesini değerlendirmek için kullanılır. Eşzamanlı olarak, yönlü gradyan histogramının hesaplama parametrelerinin tanıma doğruluğu üzerindeki etki mekanizması analiz edilir. Sonuçlar, betonun titreşim durumunu belirlemek için yönlü gradyan histogramı-SVM teknolojisini kullanmanın fizibilitesini göstermektedir. Tanıma doğruluğu başlangıçta artar ve daha sonra yönlü gradyanın blok boyutu veya istatistiksel aralıkların sayısı arttıkça azalır. Tanıma doğruluğu, ikilileştirme eşiğinin artmasıyla doğrusal olarak da azalır. 1024 piksel x 1024 piksel çözünürlüğe sahip örnek görüntüler kullanılarak ve özellik çıkarma parametreleri optimize edilerek, %100'lük bir tanıma doğruluğu elde edilebilir.

Bu protokol, yönlü gradyan özelliğinin üç vektörlü hesaplama parametrelerinin, somut titreşim durumunu belirlemede SVM'nin doğruluğunu nasıl etkilediğini analiz etmeyi amaçlamaktadır. Yönlü gradyan özellik vektörünün birincil hesaplama parametreleri, yönlü gradyan istatistiksel blok boyutunu, yönlü gradyan istatistiksel açı aralıklarının sayısını ve ikili gri eşiği içerir. Bu bölüm, testi tasarlamak için değişken olarak üç ana hesaplama parametresi kullanır. Test parametresi se...

Watch this Scientific Journal Video about Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines at JoVE.com

Yazar Spotlight: Yönlü Gradyan Histogram Tekniği ve Destek Vektör Makinelerini Kullanarak Verimli Görüntü Tanıma 

Bu yazıda açıklanan protokol, çeşitli titreşim durumları altında somut görüntü örneklerinin özelliklerini çıkarmak için yönlü gradyan histogram tekniğini kullanır. Makine öğrenimi için bir destek vektör makinesi kullanır, bu da minimum eğitim örneği gereksinimleri ve düşük bilgisayar performansı talepleri ile bir görüntü tanıma yöntemi ile sonuçlanır.

Destek vektör makinesine dayalı beton titreşim durumunun görüntü tanıma ve parametre analizi

In this paper, the directional gradient histogram technology is employed to extract the features of concrete image samples captured under different ...

Bu yazıda açıklanan protokol, çeşitli titreşim hücreleri altında somut bir görüntü örneğinin özelliklerini çıkarmak için yönlü gradyan histogram tekniğini kullanmıştır. Makine öğrenimi için bir destek vektör makinesi kullanır, bu da minimum eğitimli örnek gereksinimleri ve düşük bilgisayar performansı talepleri ile görüntüleme tanıma yöntemiyle sonuçlanır. Bu yaklaşım, gereken örnek sayısını önemli ölçüde azaltır ve bilgisayar performans gereksinimlerini düşürür.2,3 gigahertz merkezi işlem birimlerinde bir dizüstü bilgisayar eşdeğeri ile tanıma işlemi, desteklenen vektör makinesinin tren alanı farklılaşmasını sadece 50 saniye içinde tamamlar. 128 proje ve 128 proje boyutunun altındaki görüntü segmentasyonu kullanılmıştır. İstatistiksel açı tersi için yönlü vektörlerin sayısı 12 olarak ayarlanır.224 çözünürlüklü görüntü işleminde, makine öğrenimi sonucu için en iyi tanıma oluşumu elde edilir.

image-recognition-parameter-analysis-concrete-vibration-state-based

Research

Education

JoVE Core

JoVE Journal

Civil Engineering

Engineering

Unit 1

Image Recognition and Parameter Analysis of Concrete Vibration State Based on Support Vector Machine

Mixing, Placing and Curing Concrete 

SCIENTISTS IN ACTION

855 Görüntüleme.  Wuhan University. Bu yazıda açıklanan protokol, çeşitli titreşim hücreleri altında somut bir görüntü örneğinin özelliklerini çıkarmak için yönlü gradyan histogram tekniğini kullanmıştır. Makine öğrenimi için bir destek vektör makinesi kullanır, bu da minimum eğitimli örnek gereksinimleri ve düşük bilgisayar performansı talepleri ile görüntüleme tanıma yöntemiyle sonuçlanır. Bu yaklaşım, gereken örnek sayısını önemli ölçüde azaltır ve bilgisayar performans ger...

Video: Yazar Spotlight: Yönlü Gradyan Histogram Tekniği ve Destek Vektör Makinelerini Kullanarak Verimli Görüntü Tanıma 

High-resolution, High-speed, Three-dimensional Video Imaging with Digital Fringe Projection Techniques

Digital fringe projection (DFP) techniques provide dense 3D measurements of dynamically changing surfaces.&#160;Like the human eyes and brain, DFP uses triangulation between matching points in two views of the same scene at different angles to compute depth.&#160;However, unlike a stereo-based method, DFP uses a digital video projector to replace one of the cameras1. The projector rapidly projects a known sinusoidal pattern onto the subject, and the surface of the subject distorts these patterns in the camera&#8217;s field of view. Three distorted patterns (fringe images) from the camera can be used to compute the depth using triangulation.
Unlike other 3D measurement methods, DFP techniques lead to systems that tend to be faster, lower in equipment cost, more flexible, and easier to develop.&#160;DFP systems can also achieve the same measurement resolution as the camera.&#160;For this reason, DFP and other digital structured light techniques have recently been the focus of intense research (as summarized in1-5). Taking advantage of DFP, the graphics processing unit, and optimized algorithms, we have developed a system capable of 30&#160;Hz 3D video data acquisition, reconstruction, and display for over 300,000 measurement points per frame6,7.&#160;Binary defocusing DFP methods can achieve even greater speeds8.
Diverse applications can benefit from DFP techniques. Our collaborators have used our systems for facial function analysis9, facial animation10, cardiac mechanics studies11, and fluid surface measurements, but many other potential applications exist.&#160;This video will teach the fundamentals of DFP techniques and illustrate the design and operation of a binary defocusing DFP system.

This video describes the fundamentals of digital fringe projection techniques, which provide dense 3D measurements of dynamically changing surfaces.&#160;It also demonstrates the design and operation of a high-speed binary defocusing system based on these techniques.

Digital fringe projection (DFP) techniques provide dense 3D measurements of dynamically changing surfaces.&#160;Like the human eyes and brain, DFP uses ...

Mühendislik

Focused Ion Beam Fabrication of LiPON-based Solid-state Lithium-ion Nanobatteries for In Situ Testing

Solid-state electrolytes are a promising replacement for current organic liquid electrolytes, enabling higher energy densities and improved safety of lithium-ion (Li-ion) batteries. However, a number of setbacks prevent their integration into commercial devices. The main limiting factor is due to nanoscale phenomena occurring at the electrode/electrolyte interfaces, ultimately leading to degradation of battery operation. These key problems are highly challenging to observe and characterize as these batteries contain multiple buried interfaces. One approach for direct observation of interfacial phenomena in thin film batteries is through the fabrication of electrochemically active nanobatteries by a focused ion beam (FIB). As such, a reliable technique to fabricate nanobatteries was developed and demonstrated in recent work. Herein, a detailed protocol with a step-by-step process is presented to enable the reproduction of this nanobattery fabrication process. In particular, this technique was applied to a thin film battery consisting of LiCoO2/LiPON/a-Si, and has further been previously demonstrated by in situ cycling within a transmission electron microscope.

Focused Ion Beam Fabrication of LiPON-based Solid-state Lithium-ion Nanobatteries for In Situ Testing

A protocol for the fabrication of electrochemically active LiPON-based solid-state lithium-ion nanobatteries using a focused ion beam is presented.

LiPON tabanlı katı hal lityum-iyon Nanobatteries in Situ test etmek için odaklı iyon kiriş imalatı

Solid-state electrolytes are a promising replacement for current organic liquid electrolytes, enabling higher energy densities and improved safety of ...

Fabrication of Flexible Image Sensor Based on Lateral NIPIN Phototransistors

Flexible photodetectors have been intensely studied for the use of curved image sensors, which are a crucial component in bio-inspired imaging systems, but several challenging points remain, such as a low absorption efficiency due to a thin active layer and low flexibility. We present an advanced method to fabricate a flexible phototransistor array with an improved electrical performance. The outstanding electrical performance is driven by a low dark current owing to deep impurity doping. Stretchable and flexible metal interconnectors simultaneously offer electrical and mechanical stabilities in a highly deformed state. The protocol explicitly describes the fabrication process of the phototransistor using a thin silicon membrane. By measuring I-V characteristics of the completed device in deformed states, we demonstrate that this approach improves the mechanical and electrical stabilities of the phototransistor array. We expect that this approach to a flexible phototransistor can be widely used for the applications of not only next-generation imaging systems/optoelectronics but also wearable devices such as tactile/pressure/temperature sensors and health monitors.

We present a detailed method to fabricate a deformable lateral NIPIN phototransistor array for curved image sensors. The phototransistor array with an open mesh form, which is composed of thin silicon islands and stretchable metal interconnectors, provides flexibility and stretchability. The parameter analyzer characterizes the electrical property of the fabricated phototransistor.

Esnek görüntü sensörü imalatı Lateral NIPIN Phototransistors dayalı.

Flexible photodetectors have been intensely studied for the use of curved image sensors, which are a crucial component in bio-inspired imaging systems, ...

Fabrication of Soft Pneumatic Network Actuators with Oblique Chambers

Soft pneumatic network actuators have become one of the most promising actuation devices in soft robotics which benefits from their large bending deformation and low input. However, their monotonous bending motion form in two-dimensional (2-D) space keeps them away from wide applications. This paper presents a detailed fabrication method of soft pneumatic network actuators with oblique chambers, to explore their motions in three-dimensional (3-D) space. The design of oblique chambers enables actuators with tunable coupled bending and twisting capabilities, which gives them the possibility to move dexterously in flexible manipulators, to become biologically inspired robots and medical devices. The fabrication process is based on the molding method, including the silicone elastomer preparation, chamber and base parts fabrication, actuator assembly, tubing connections, checks for leaks, and actuator repair. The fabrication method guarantees the rapid manufacturing of a series of actuators with only a few modifications in the molds. The test results show the high quality of the actuators and their prominent bending and twisting capabilities. Experiments of the gripper demonstrate the advantages of the development in adapting to objects with different diameters and providing sufficient friction.

Here we present a fabrication method of soft pneumatic network actuators with oblique chambers. The actuators are capable of generating coupled bending and twisting motions, which broadens their application in soft robotics.

Yumuşak Pnömatik ağ aktüatörler eğik Chambers ile imalatı

Soft pneumatic network actuators have become one of the most promising actuation devices in soft robotics which benefits from their large bending ...

A Polymer-based Piezoelectric Vibration Energy Harvester with a 3D Meshed-Core Structure

In this study, we fabricated a flexible 3D mesh structure with periodic voids by using a 3D lithography method and applying it to a vibration energy harvester to lower resonance frequency and increase output power. The fabrication process is mainly divided into two parts: three-dimensional photolithography for processing a 3D mesh structure, and a bonding process of piezoelectric films and the mesh structure. With the fabricated flexible mesh structure, we achieved the reduction of resonance frequency and improvement of output power, simultaneously. From the results of the vibration tests, the meshed-core-type vibration energy harvester (VEH) exhibited 42.6% higher output voltage than the solid-core-type VEH. In addition, the meshed-core-type VEH yielded 18.7 Hz of resonance frequency, 15.8% lower than the solid-core-type VEH, and 24.6 &#956;W of output power, 68.5% higher than the solid-core-type VEH. The advantage of the proposed method is that a complex and flexible structure with voids in three dimensions can be relatively easily fabricated in a short time by the inclined exposure method. As it is possible to lower the resonance frequency of the VEH by the mesh structure, use in low-frequency applications, such as wearable devices and house appliances, can be expected in the future.

In this study, we fabricated a flexible 3D mesh structure and applied it to the elastic layer of a bimorph cantilever-type vibration energy harvester for the purpose of lowering resonance frequency and increasing output power.

Polimer esaslı piezoelektrik titreşim enerji hasat 3D Meshed çekirdekli yapısı ile

In this study, we fabricated a flexible 3D mesh structure with periodic voids by using a 3D lithography method and applying it to a vibration energy ...

Crack Monitoring in Resonance Fatigue Testing of Welded Specimens Using Digital Image Correlation

A procedure using digital image correlation (DIC) to detect cracks on welded specimens during fatigue tests on resonance testing machines is presented. It is intended as a practical and reproducible procedure to identify macroscopic cracks at an early stage and monitor crack propagation during fatigue tests. It consists of strain field measurements at the weld using DIC. Images are taken at fixed load cycle intervals. Cracks become visible in the computed strain field as elevated strains. This way, the whole width of a small-scale specimen can be monitored to detect where and when a crack initiates. Subsequently, it is possible to monitor the development of the crack length. Because the resulting images are saved, the results are verifiable and comparable. The procedure is limited to cracks initiating at the surface and is intended for fatigue tests under laboratory conditions. By visualizing the crack, the presented procedure allows direct observation of macrocracks from their formation until rupture of the specimen.

Digital image correlation is used in fatigue tests on a resonance testing machine to detect macroscopic cracks and monitor crack propagation in welded specimens. Cracks on the specimen surface become visible as increased strains.

Dijital Görüntü Korelasyonkullanılarak Kaynaklı Örneklerin Rezonans Yorulma Testinde Çatlak İzleme

A procedure using digital image correlation (DIC) to detect cracks on welded specimens during fatigue tests on resonance testing machines is presented. It ...

Deep Neural Networks for Image-Based Dietary Assessment

Due to the issues and costs associated with manual dietary assessment approaches, automated solutions are required to ease and speed up the work and increase its quality. Today, automated solutions are able to record a person's dietary intake in a much simpler way, such as by taking an image with a smartphone camera. In this article, we will focus on such image-based approaches to dietary assessment. For the food image recognition problem, deep neural networks have achieved the state of the art in recent years, and we present our work in this field. In particular, we first describe the method for food and beverage image recognition using a deep neural network architecture, called NutriNet. This method, like most research done in the early days of deep learning-based food image recognition, is limited to one output per image, and therefore unsuitable for images with multiple food or beverage items. That is why approaches that perform food image segmentation are considerably more robust, as they are able to identify any number of food or beverage items in the image. We therefore also present two methods for food image segmentation - one is based on fully convolutional networks (FCNs), and the other on deep residual networks (ResNet).

The goal of the work presented in this article is to develop technology for automated recognition of food and beverage items from images taken by mobile devices. The technology comprises of two different approaches - the first one performs food image recognition while the second one performs food image segmentation.

Görüntü Tabanlı Diyet Değerlendirmesi için Derin Sinir Ağları

Due to the issues and costs associated with manual dietary assessment approaches, automated solutions are required to ease and speed up the work and ...

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Recently, deep learning-based segmentation models have been widely applied in the ophthalmic field. This study presents the complete process of constructing an orbital computed tomography (CT) segmentation model based on U-Net. For supervised learning, a labor-intensive and time-consuming process is required. The method of labeling with super-resolution to efficiently mask the ground truth on orbital CT images is introduced. Also, the volume of interest is cropped as part of the pre-processing of the dataset. Then, after extracting the volumes of interest of the orbital structures, the model for segmenting the key structures of the orbital CT is constructed using U-Net, with sequential 2D slices that are used as inputs and two bi-directional convolutional long-term short memories for conserving the inter-slice correlations. This study primarily focuses on the segmentation of the eyeball, optic nerve, and extraocular muscles. The evaluation of the segmentation reveals the potential application of segmentation to orbital CT images using deep learning methods.

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

An object segmentation protocol for orbital computed tomography (CT) images is introduced. The methods of labeling the ground truth of orbital structures by using super-resolution, extracting the volume of interest from CT images, and modeling multi-label segmentation using 2D sequential U-Net for orbital CT images are explained for supervised learning.

Orbital Bilgisayarlı Tomografi ile Derin Öğrenme Tabanlı Tıbbi Görüntü Segmentasyonunun Uygulanması

Recently, deep learning-based segmentation models have been widely applied in the ophthalmic field. This study presents the complete process of ...

Measuring Local Tissue Strains in Tendons via Open-Source Digital Image Correlation

There is considerable scientific interest in understanding the strains that tendon cells experience in situ and how these strains influence tissue remodeling. Based on this interest, several analytical techniques have been developed to measure local tissue strains within tendon explants during loading. However, in several cases, the accuracy and sensitivity of these techniques have not been reported, and none of the algorithms are publicly available. This has made it difficult for the more widespread measurement of local tissue strains in tendon explants. Therefore, the objective of this paper was to create a validated analysis tool for measuring local tissue strains in tendon explants that is readily available and easy to use. Specifically, a publicly available augmented-Lagrangian digital image correlation (ALDIC) algorithm was adapted for measuring 2D strains by tracking the displacements of cell nuclei within mouse Achilles tendons under uniaxial tension. Additionally, the accuracy of the calculated strains was validated by analyzing digitally transformed images, as well as by comparing the strains with values determined from an independent technique (i.e., photobleached lines). Finally, a technique was incorporated into the algorithm to reconstruct the reference image using the calculated displacement field, which can be used to assess the accuracy of the algorithm in the absence of known strain values or a secondary measurement technique. The algorithm is capable of measuring strains up to 0.1 with an accuracy of 0.00015. The technique for comparing a reconstructed reference image with the actual reference image successfully identified samples that had erroneous data and indicated that, in samples with good data, approximately 85% of the displacement field was accurate. Finally, the strains measured in mouse Achilles tendons were consistent with the prior literature. Therefore, this algorithm is a highly useful and adaptable tool for accurately measuring local tissue strains in tendons.

Measuring Local Tissue Strains in Tendons via Open-Source Digital Image Correlation

This paper describes an open-source digital image correlation algorithm for measuring local 2D tissue strains within tendon explants. The accuracy of the technique has been validated using multiple techniques, and it is available for public use.

Tendonlardaki Yerel Doku Suşlarının Açık Kaynak Dijital Görüntü Korelasyonu ile Ölçülmesi

There is considerable scientific interest in understanding the strains that tendon cells experience in situ and how these strains influence tissue ...

Nanoselüloz Kağıt Bazlı Analitik Cihazların Mikro Kabartmalı İmalatı  

Microembossing: A Convenient Process for Fabricating Microchannels on Nanocellulose Paper-Based Microfluidics

Nanopaper, derived from nanofibrillated cellulose, has generated considerable interest as a promising material for microfluidic applications. Its appeal lies in a range of excellent&#160;qualities, including an exceptionally smooth surface, outstanding optical transparency, a uniform nanofiber matrix with nanoscale porosity, and customizable chemical properties. Despite the rapid growth of nanopaper-based microfluidics, the current techniques used to create microchannels on nanopaper, such as 3D printing, spray coating, or manual cutting and assembly, which are crucial for practical applications, still possess certain limitations, notably susceptibility to contamination. Furthermore, these methods are restricted to the production of millimeter-sized channels. This study introduces a straightforward process that utilizes convenient plastic micro-molds for simple microembossing operations to fabricate microchannels on nanopaper, achieving a minimum width of 200 &#181;m. The developed microchannel outperforms existing approaches, achieving a fourfold improvement, and can be fabricated within 45 min. Furthermore, fabrication parameters have been optimized, and a convenient quick-reference table is provided for application developers. The proof-of-concept for a laminar mixer, droplet generator, and functional nanopaper-based analytical devices (NanoPADs) designed for Rhodamine B sensing using surface-enhanced Raman spectroscopy was demonstrated. Notably, the NanoPADs exhibited exceptional performance with improved limits of detection. These outstanding results can be attributed to the superior optical properties of nanopaper and the recently developed accurate microembossing method, enabling the integration and fine-tuning of the NanoPADs.

Yazar Spotlight: Nanopaper Üzerinde Mikrokanal İmalatı Yoluyla Mikroakışkanlarda Devrim Yaratmak 

This protocol describes a straightforward process that utilizes convenient plastic micro-molds for simple microembossing operations to fabricate microchannels on nanofibrillated cellulose paper, achieving a minimum width of 200 &#181;m.

Mikro Kabartma: Nanoselüloz Kağıt Bazlı Mikroakışkanlar Üzerinde Mikrokanalların Üretilmesi İçin Uygun Bir İşlem

Nanopaper, derived from nanofibrillated cellulose, has generated considerable interest as a promising material for microfluidic applications. Its appeal ...