针对结直肠息肉图像病灶区域尺度变化大、边界模糊、形状不规则且与正常组织对比度低等问题，导致边缘细节信息丢失和病灶区域误分割，提出一种跨尺度跨维度的自适应Transformer分割网络。该网络一是利用Transformer编码器建模输入图像的全局上下文信息，多尺度分析结直肠息肉病灶区域。二是通过通道注意力桥和空间注意力桥减少通道维度冗余和增强模型空间感知能力，抑制背景噪声。三是采用多尺度密集并行解码模块来填补各层跨尺度特征信息之间的语义空白，有效聚合多尺度上下文特征。四是设计面向边缘细节的多尺度预测模块，以可学习的方式引导网络去纠正边界错误预测分类。在CVC-ClinicDB、Kvasir-SEG、CVC-ColonDB和ETIS数据集上进行实验，其Dice相似性系数分别为0.942，0.932，0.811和0.805，平均交并比分别为0.896，0.883，0.731和0.729，其分割性能优于现有方法。仿真实验表明，本文方法能有效改善结直肠息肉病灶区域误分割，具有较高的分割精度，为结直肠息肉诊断提供新窗口。

钚气溶胶测量是进行钚材料相关实验研究的基础。为了确保辐射安全，常需将钚材料密封于密闭容器内以实现对钚气溶胶的包容，商用钚气溶胶监测设备由于难以放入含钚密闭容器而不适用于该应用场景下钚气溶胶浓度的监测。使用ZnS(Ag)闪烁体作为辐射灵敏材料放置于含钚密闭容器内，通过波移光纤将闪烁体信号引出密闭容器，并通过硅光电倍增管实现对闪烁体信号的采集，使用该技术路线建立的钚气溶胶测量系统能够用于密闭容器内钚气溶胶的测量。该测量系统可根据具体需求实现对探测器尺寸、形状的定制，具有功耗低，结构相对简单等优点，实现了密闭容器内钚气溶胶的远程就地测量，具备n/γ混合辐射场下α粒子甄别测量能力。

针对皮肤病变图像分割时存在异物遮挡、特征信息缺失和病变区域误分割等问题，提出一种基于高分辨率复合网络的皮肤病变分割方法。该方法一是利用预处理操作细化和扩充皮肤病变图像，降低异物遮挡对网络分割性能的影响。二是利用高分辨率网络和多尺度稠密模块构建编码部分，高分辨率网络能够保证高清特征图全局传递，多尺度稠密模块能够最大化传递病变特征，减少图像特征信息缺失，精确定位皮肤病变区域。三是利用反向高分辨率网络和双残差模块构建解码部分，双残差模块在重建解码特征时能够捕获深层语义信息与空间信息，提高皮肤病变图像分割精度。在ISBI2016、ISBI2017和ISIC2018数据集上进行实验，其准确度分别为96.14%、93.72%和95.73%，Dice相似系数分别为93.16%、88.56%和92.00%，Jaccard指数分别为87.01%、77.19%和85.19%，其分割方法整体性能优于现有方法。仿真实验证明，高分辨率复合网络对皮肤病变图像具有较好的分割效果，为皮肤疾病的诊断提供了新窗口。

在辐射成像中准确估计射线与探测器相互作用的空间位置是保障成像质量的关键步骤。为进一步提升辐射作用事件的定位效果，有效抑制重心法在辐射事件作用位置靠近探测器边缘时造成的定位偏移，针对Si-PM阵列构成的位置灵敏探测系统建立了基于响应函数的定位算法。搭建了基于CsI阵列与Si-PM阵列构成的位置灵敏探测器和基于ASIC的电子学读出系统，使用等效电阻网络简化了Si-PM阵列的输出信号数量， 通过实验获得了辐射事件在Si-PM阵列上的响应函数。实验结果表明，在同一条件下使用响应函数法在最边缘像素散点的FWHM仅为使用重心法获得FWHM的46.2%，与中央像素散点的FWHM相当，基于响应函数的辐射事件方法定位效果明显优于传统重心法的定位效果，可有效克服重心法的边缘效应。