基于最小二乘法的婴幼儿头型检测方法研究
基于偏最小二乘回归局部形状关系建模的颅面复原方法
基于偏最小二乘回归局部形状关系建模的颅面复原方法作者:贺毅岳 马自萍 高妮 耿国华来源:《计算机应用》2016年第03期摘要:针对基于主成分分析(PCA)的颅面联合统计复原中建模方法未充分考虑颅骨对面皮表面形状影响的局部性、模型对颅骨与面皮之间形状变化关系描述能力不足的问题,提出一种基于偏最小二乘回归(PLSR)局部形状关系建模的颅面复原方法。
首先,深入分析基于PCA的颅面整体形状统计建模方法的缺陷,以及利用PLSR进行局部形状关系统计建模的优势;然后,将PLSR引入到颅面形状关系建模过程中,以按照法医人类学知识分类和具有生理点对应关系的颅面三维表面模型为训练集,针对每一类面皮上的每一个表面顶点,建立关于与其局部紧密相关的颅骨表面顶点集的PLSR坐标计算模型;进而,利用面皮表面顶点的坐标计算模型获得待复原面皮各顶点坐标来实现面貌复原,并给出基于PLSR局部形状关系建模的颅面复原方法的具体步骤;最后,给出通过PLSR局部形状关系建模进行颅面复原的多个实例,并采用有效复原能力和绝对误差等多种评估指标进行对比评估。
实验结果表明,基于PLSR局部形状关系建模方法能显著提高颅面复原的准确度。
关键词:颅面复原;局部形状关系;统计建模;偏最小二乘回归;复原效果评估中图分类号: TP391.41 文献标志码:A0引言颅面复原是一项以未知身份的颅骨为输入,以颅颌骨面部解剖学中颅骨与面貌之间几何形态变化内在规律为依据,推断、重现未知颅骨的本来面貌的研究,在法医人类学、刑侦和颅颌面整形等众多领域有非常重要的应用价值[1-4]。
近年来逐渐兴起的计算机辅助颅面复原将计算机强大的计算、建模和仿真能力结合运用于颅面复原中,使得复原更加客观、高效,它可进一步分为软组织厚度法、参考模板法和统计模型法[5]。
其中,基于统计模型的颅面复原方法是一种新的具有坚实理论基础的复原方法,已成为颅面复原研究领域中一个令人瞩目的热点[1,3,5],其简要的研究框架如图1所示,包括颅面模型库构建阶段、颅面形状关系建模以及未知颅骨的面貌复原三个阶段。
新生儿出生时小头的检查诊断方法有哪些?
新生儿出生时小头的检查诊断方法有哪些?本病的主要表现是在脑发育完成后,脑的重量明显轻于正常,脑回过小或根本无脑回。
大脑的发育明显迟缓,甚至在婴儿第3~5个月时,就停止发育。
结果使患儿的头顶变得小而尖、鼻梁凹陷、耳大、下额后缩、前额狭小而头围特小,最大不足42厘米。
病儿的前额与枕部平坦,囟门及骨缝提早闭合。
体格发育明显异常,智力发育显著迟缓。
有的患儿甚至出现抽风、四肢僵硬或手足徐动及瘫痪。
严重的多动症与头小畸形儿的鉴别:头小畸形儿是指头较正常小儿低2个标准差别以上,临床上患儿体力发育和智力发育往往落后,临床表现为双手拍大、搓洗、拧绞、步态改变或共济失调等,需与严重多动症的共济失调多动症相区别,而头小畸形一般智力低下较明显,且有特殊的头形,CT检查可见脑体积小或脑萎缩、脑室及蛛网膜增宽,而严重多动症患儿一般智力正常,虽注意力不集中,活动过度影响学习成绩,但智力影响不大,且CT检查无阳性体征。
有些头小畸形的脑子虽然小,但形态正常,另一些则有明显的畸形或伴有扩大的脑室。
病儿头顶部小而尖,前额狭窄,颅穹窿小,枕部平坦,面部及耳部看起来相对较大,前囟及骨缝闭合过早,可有骨间嵴。
头小畸形患儿体力发育和智力发育往往落后,但并非所有头小畸形的患儿均伴有智力低下,大约有%头围低于正常2~3个标准差的小儿智力正常。
部分患儿合并惊厥和/或脑性瘫痪。
CT可见脑萎缩、脑室及蛛网膜下腔增宽,也有仅表现为脑体积小,而其他结构正常。
另一种也可表现为头小的综合征,称之为Rett综合征。
根据1984年维也纳国际专题学术会议制订的诊断标准如下:①女孩发病;②产前及围产期正常,生后6~18周神经精神及运动发育正常;③出生时头围基本正常,生后6个月~4岁进行性发育迟滞而呈小头;④1岁半~4岁智力逐渐退步,与周围的联系减少;⑤1~4岁逐渐失去已获得的手的技能,出现重复刻板的特异性双手拍打、搓洗及拧绞动作,伴阵发性过度换气、咬牙或凝视;⑥行走减少,步态改变或共济失调;⑦病程中可有稳定期,进而出现癫痫及锥体束征。
结合改进卷积神经网络和最小二乘法的颅骨性别鉴定
第38卷,第2期2019年5月 人 类 学 学 报ACTA ANTHROPOLOGICA SINICA V ol.38, No.2May, 2019收稿日期: 2017-08-01;定稿日期:2018-02-22;基金项目:国家自然科学基金项目(61673319,61363065)、陕西省自然科学基金项目(2018JM6061、2014JM8358)、研究生自主创新项目(YZZ17181)。
作者简介:杨稳(1993-),男,陕西安康人,主要从事机器学习与模式识别研究,Email:920759301@ 。
通讯作者:刘晓宁(1978-),女,陕西眉县人,主要从事可视化技术研究。
Email:xnliu@ 。
Citation : Yang W, Liu XN, Liu XL, et al. Skull sex identification using improved convolution neural network and least squares method[J]. Acta Anthropologica Sinica, 2019, 38(2): 265-275DOI: 10.16359/11-1963/q.2018.0030结合改进卷积神经网络和最小二乘法的颅骨性别鉴定杨 稳,刘晓宁,刘雄乐,朱丽品西北大学信息科学与技术学院,西安 710127摘要:颅骨性别鉴定在法医学和颅骨面貌复原等领域具有重要研究意义和应用价值,针对传统颅骨性别鉴定需要专家参与且主观性强、计算机辅助方法需要人工标定特征点等问题,本文提出了结合改进卷积神经网络和最小二乘法的颅骨性别鉴定方法。
首先,获取三维颅骨模型多角度颅骨图像,利用改进的卷积神经网络计算每个样本的每张图像属于男性和女性的概率;其次,基于概率均值采用最小二乘法计算每张图像对性别鉴定的权重;最后,利用上述步骤得到的最优参数构造决策函数,通过决策值完成颅骨性别鉴定。
基于2D-DWT和RCM的儿童面部表情识别方法
福建电脑U JIA N C O M P U T E RD01:10.16707/ki.fjpc.2018.01.003基于2D-DW T和R C M的儿童面部表情识别方法C辛明海(华侨大学计算机科学与工程学院厦门361,021)【摘要】提出了 一种基于二维离散小波变换(遊3KDW T)和图像区域协方差矩阵(R C M)的儿童面部表情识别方 法。
首先,采應3»-D W T把每幅表情图像分解为低通和高通的四幅子图像,并分别把每幅子图像中的人脸区域按3种 不同的方式进行子区域划分。
其次,针对每种子区域划分,提取每个子图像中每个像素位置处的Gabm•特征、LB P特征、一阶和二阶偏导特征,并把这些特征连同该像素处的坐标位置串联一个特征矢量,然后计算这些特征矢量的R C M。
因此,每幅表情图像对应12个R C M。
最后,对于一幅待识别的儿童表情图像,采用同样的方法获得12个R C M后,再采用 基于广义特征值距离的度量方式建立对待识别样本的表情分类。
本文采用东南大学学习科学研究中心采集的儿童表情 数据库进行实验,实验结果表明本文所提出方法的有效性。
【关键词】Gabm特征;图像协方差矩阵;人脸识别1引言人脸的面部表情识别是生物特征识别研究的重要内容,在 上世纪90年代随着计算机软硬件设备的发展以及人脸检测、定位等关键技术的提高而得到迅速发展[1]。
目前的面部表情识 别方法研究大多是针对成年人,对儿童的面部表情识别何题很 少有文献报道D另一方面,儿童的面部表情识别在很多场合下 具有重要的应用前景。
例如,在儿童的学习与发展研究中,经常 需要识别课堂上的社会情绪能力,以便对儿童的学习发展状况 进行评价扎自动面部表情识别系统一般可分为三个组成部分w,即人 脸检测部分、特征提取部分、表情分类识别部分《其中,特征提 取部分对表情系统的性能优劣具有重要作用。
图像的变换特征 是近年来常用的人脸识别特征,其中较常用的特征包括Gabor 特征^和局部二元模式(LBP)特征A这两种特征的优点在于受 光照和人脸旋转变化影响较小,其中Gabm•特征还对图像的尺 度变化不敏感。
基于最小二乘法进行图像清晰度曲线拟合的自动对焦方法及装置[发明专利]
专利名称:基于最小二乘法进行图像清晰度曲线拟合的自动对焦方法及装置
专利类型:发明专利
发明人:李波,欧昌东,杨阳
申请号:CN201810846767.4
申请日:20180727
公开号:CN109005340A
公开日:
20181214
专利内容由知识产权出版社提供
摘要:本发明属于图像检测技术领域,公开了一种基于最小二乘法进行图像清晰度曲线拟合的自动对焦方法及装置,其方法包括:进行三次定长采样,根据第三次定长采样的采样点通过最小二乘法进行图像清晰度曲线拟合,根据拟合二项式曲线确定图像清晰度评价值的极值;当图像清晰度评价值的极值超过图像清晰度的判定阈值,则判定为实现自动对焦;其中,第二次采样的采样步进区间根据第一次定长采样的采样值确定;第三次采样的采样步进区间根据第二次定长采样的采样值确定;该方法在自动对焦过程中,计算图像清晰度的次数远小于爬山搜索算法,缩短了对焦时间;而且该方法在全局进行定长采样,解决了爬山搜索算法只能获取局部图像最清晰点的问题,实现了全局自动对焦。
申请人:武汉精测电子集团股份有限公司
地址:430070 湖北省武汉市洪山区书城路48#(北港工业园)1栋11层
国籍:CN
代理机构:武汉东喻专利代理事务所(普通合伙)
代理人:赵伟
更多信息请下载全文后查看。
基于偏最小二乘回归的人脸身份和表情同步识别方法
基于偏最小二乘回归的人脸身份和表情同步识别方法第5期周晓彦等:基于偏最小二乘回归的人脸身份和表情同步识别方法(3)回归方程可写成P=X7U(T7XX7U)一r7y其中,U=[雎(”,口(2),…,邸(肌)],T=[t(I),t(2),…,t(。
)]。
令工。
表示一个测试输入数据,那么相应的响应多。
可通过式(1)算得Y‘。
=工T。
.U(T7XX7U)。
1T’Y(1)2.2核主成分分析假设中是输入空间到再生核希尔伯特空间(RKHS)F中的某一非线性映射,即垂:R’一,,z;一中(毒。
)。
令K={k。
}表示N×N阶的Gram阵,其元素定义为k;f=k(Ji,j,),其中k(Ji,ji)为某一核函数,该函数可表示成函(工;)和中(工,)的内积值,即k(,。
,jf)=(币(工i))1圣(z,)(2)令中(X)=[毋(z.),中(z:),…,中(xⅣ)],则求解KPCA问题等价于求解对角化(式(3))的协方差矩阵问题。
.ⅣC币=丙1∑(中(j。
)一盥?)(咖(工。
)一口妒)’(3)式中,H巾=∑:'=l西(工;)/N表示经西映射后的输入数据点的均值。
求解C?对角化问题的标准方法是求解特征方程Nay=C巾,,的特征矢量y和相应的特征值A≥0的问题。
由文献[10]可知,特征矢量p可写成如下形式:Ⅳy=∑al(①(工。
)一H一)=币(x)l工-M)tr(4)式中,口=[Otla2…口一]’,,是NxN阶的单位阵,肘是元素为1/N的N×N阶矩阵。
将式(4)代入式(3),再联合式(2)可得从Ⅸ。
口=K。
K。
ot=:’NAa=K。
口(5)式中,E=(J一肘)眉(J一肘)。
测试样本币(f)到,,上的投影可由下式算得:l,1中(t)=口1K。
,其中置。
=[K:.。
K:。
…K:=。
]T,K。
i。
=后(工。
,f)。
3面部图像的特征提取本节主要研究面部图像的特征提取问题,包括图像的面部几何特征提取、Gabor小波特征提取以及语义特征提取等3个部分。
基于最小二乘法的人脸识别算法的实现研究
基于最小二乘法的人脸识别算法的实现研究人脸识别技术是指在图像或视频中将面部图像中的特征进行提取和比对,从而完成识别的一种技术。
随着科技的发展,人脸识别技术在各个领域有着广泛的应用,如公安、金融、教育、医疗等。
其中,人脸识别技术在公安领域中的应用更是被广泛关注,可以迅速地查找到嫌疑人的信息。
而在人脸识别技术中,基于最小二乘法的人脸识别算法是一种常用算法。
该算法的基本思想是,将待识别人脸的图像投影到已知样本集的特征空间中进行比对,从而完成人脸识别。
本文将分析该算法的原理和具体实现过程。
一、最小二乘法最小二乘法是一种求解线性方程组的方法。
具体来说,它能够通过对已知的一组带有噪声的数据进行拟合,从而找到一条最佳的直线(或曲线),使得这条直线(或曲线)与数据点的距离之和最小。
在人脸识别中,最小二乘法可以用来求解很多问题,如特征脸、Fisherfaces、LBP等。
其中,最常见的是基于特征脸的人脸识别算法。
二、基于最小二乘法的特征脸特征脸是一种常用的人脸识别算法,对于一个已知的人脸样本集,特征脸算法可以通过PCA(Principal Component Analysis)的方法构建出一组基,从而实现人脸的识别。
首先,对于一个训练集中的图像,我们需要将其转化为向量表示。
可以将每个图像的像素值按行排列,从而构成一个向量,并将其存储在一个矩阵中。
然后,我们需要对这个矩阵进行PCA分解,得到矩阵的前k个特征向量。
这些特征向量构成的矩阵被称为特征脸矩阵。
最后,我们将待识别的人脸图像投影到特征脸矩阵中,从而得到一个低维向量。
将这个低维向量与训练集中不同人脸图像对应的低维向量进行比对,即可得到最接近的人脸,从而完成识别。
三、基于最小二乘法的人脸识别实验下面,我们将通过一个实验来验证基于最小二乘法的人脸识别算法的有效性。
具体实验流程如下:1. 数据集准备在本次实验中,我们选择了AT&T人脸图像库作为实验数据集。
该数据集包含40个人的400张人脸图像,每个人有10张不同角度和表情的人脸图像。
210例头围小于均值2个标准差儿童智测结果分析
210例头围小于均值2个标准差儿童智测结果分析
陈伯荣
【期刊名称】《海南医学》
【年(卷),期】2001(012)006
【摘要】目的:探讨头围小于均值2个标准差(〈X-2S)儿童智力发育水平及早期干预措施。
方法:通过对嘉定城区1399名婴幼儿三年系统监测发现23例头围〈X-2S儿童及门诊病房收集到187例散发头小畸形病史回顾,智能测试。
结果:210例头围-X-2S儿童中智力发育迟缓(MR)计127例,占60.5%,其中轻度MR82例,占39.0%,中重度MR为45例,占21.4%。
【总页数】2页(P78-79)
【作者】陈伯荣
【作者单位】上海市嘉定区中医院
【正文语种】中文
【中图分类】R72
【相关文献】
1.76例差生学习成绩与智测结果分析 [J], 梁莹
2.银川市育智学校47例弱智儿童病因调查及智能测试结果分析 [J], 刘帼英;徐金莲;张敏;党冬梅
3.晚发性佝偻病儿童智测成绩和智商结构特征调查 [J], 王智杰;陈琪玮;黄莹;胡玉洋
4.80例注意缺陷多动障碍患儿智测结果分析 [J], 屈小艳
5.108例儿童智测结果分析 [J], 朱登攀;尚佳
因版权原因,仅展示原文概要,查看原文内容请购买。
基于小波变换与 Canny 算法融合的胎儿头部周长测量方法
基于小波变换与 Canny 算法融合的胎儿头部周长测量方法邵虹;马佳莹
【期刊名称】《移动信息》
【年(卷),期】2022()10
【摘要】针对超声图像中胎儿头部周长测量准确率难以提升的问题,文章提出了一种基于小波变换与 Canny 算法融合的胎儿头部周长测量方法,即利用结合了小波变换的 Canny 算法对胎儿头部进行轮廓拟合及周长计算,在 Canny 算法对图像进行平滑时,使用高斯函数的一阶导数代替高斯函数,可有效改善原始 Canny 算法中计算精度不足的问题;选取边缘点时,采取迭代选取阈值的方法代替双阈值,减少算法中存在的主观误差。
最后进行胎儿头部周长测量实验,用实验中得到的 DICE 系数、头围误差绝对值、豪斯多夫距离 3 个评价指标与未改进的原始算法比较,可知该方法鲁棒性更强,可有效提高胎儿头部周长测量的准确率。
【总页数】3页(P0196-0198)
【作者】邵虹;马佳莹
【作者单位】沈阳工业大学
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于二进小波变换与改进Canny算法融合的图像边缘检测方法
2.基于小波变换和中值滤波的Canny边缘检测算法
3.基于二进小波变换与改进Canny算法融合
的图像边缘检测方法4.基于小波变换与Canny算子融合的图像边缘检测方法5.基于小波变换的Canny检测算法
因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
戴昕林 :基 于最dxZ.乘法 的婴幼儿头型检测方法研究
和体重的功能 ;测量部分通过测距传感器获得婴儿 的头 型数据 。该 设 备 在 测量 婴 幼 儿 头 围和 头 型数 据 后 ,由 自带 的数 据处 理器 分析 出该 婴幼 儿头 颅 的 健康状况 ,并 由微打印机打印健康报告。
婴幼儿头围的拟合曲线。然而 ,很难从拟合所得椭 圆 曲线 直观 地 得 出椭 圆 的各 项 参数 。针 对这 一 问 题 ,将椭 圆曲线 的 二次 项 部 分 看 成 二 次 型 ,通 过 正 交 变换 获得 二次 型 的标准形 。
拟 合 的椭 圆曲线 记为
,Y) = +Axy+ ,, +c +Dy+E (5)
令
『-· ]
P=( ,Y),M=I. 。l,Ⅳ=[c D],则拟合
l譬 B I
, ,,)=PMP‘+NP‘+E
(6)
式中:M 为实对称矩阵。存在一个正交矩阵 y,使
得
为对 角 阵 。
经过 变换 后 ,椭 圆 的长短 轴 分别平 行 于坐标 系
的 轴 与 Y轴 ,此 时 椭 圆 只是 位 置 发 生 了变 化 ,形
(b) 测 试 原 理 示 意 图
图 2 测 试 机 构 及 测 试 原 理 示 意 图
(3) 使 用极 值 条件 ,可使 得最 dx-"乘 拟合 得 到 的椭 圆 曲线 参数 满 足正规 方程 。
OF
= Z 2( 。
+Axiyi+ + + + ) =。
OF
= 2(), )( +Axiyi+ + + + )=。
3所示 。对 图 3中 的头 部 CT图像 进 行 处 理 ,可 以 0,用 于判 断婴 幼儿 是否 患有 斜头 畸形 。
提取 出头部 的轮 廓 。对 轮廓进 行 椭 圆曲线 拟合 ,如
表 1 婴 儿 头 部 生 长发 育 随 时 间 变 化 的 数 据
图 4所示 ,头 部 轮廓 曲线 与椭 圆重 合 度 很 高 ,能 够
椭 圆上任 意一 点 ( ,Y )应 该 满足
i,Yf) = +Ax Y‘+
召 +Cxj+Dy,+E =0
(2)
基于曲线拟合的思想 ,需确定参数 A,曰,c,D,
E 的值 使得 目标 函数 F最小 。
F=∑ ( +Ax Y + +Cx;+Dyi+ ) i= l
(a) 机 构 结 构 图
状 与大小并 没 有发 生 变 化 。对 椭 圆 标 准化 ,消 除 了
二次 项 ,可 以直 观 地 得 出椭 圆的 周 长 和 长 短 轴
的大 小 。
由于矩阵 y是正交矩阵 ,所 以椭 圆的大小 并
没有 改 变 ,只 是 围绕 ห้องสมุดไป่ตู้ 点 进行 了旋转 。因 此 ,椭 圆
· 65 ·
2016年第 45卷
通过计算可以得出极坐标位置,转换 即可得出
直角坐标位置 ( ,Y)。圆环旋转一周 ,两个相对的
测距 传感 器就 能够 获取 整个截 面 的采样 点 ,即可 以
在整 个 圆周上 获取 被测 物体 的离 散信 息 。
1.3 拟合 算 法
通 常情况 下 ,婴 儿 头 型接 近 椭 圆 ,所 以笔 者 取 椭圆为拟合 的 目标 曲线 。圆锥曲线 的一般表达式
此外 ,检测床还设有与上位机通信 的接 口,当 检 测 到婴幼 儿 的头颅 存在 异常 时 ,设 备将 数据 发送 到 上位 机 ,以便对 头颅 做进 一步 的分 析 。
1.2 检 测 原 理
在 检测 床 圆环 的圆周 上装 有 同步齿形 带 ,由电 机 带 动 ,电 机上 装 有 角编 码 器 ,如 图 2所 示 。测 量 过程中,电机带动圆环旋转 ,每隔一定角度测量一 次 ;同时获取 被测 点所 在 直径 与 起 始位 置 的 夹 角 0 和被测点到测距传感器的距离 L,从而得到被测点 在 截 面 内的准确 位置 。
到准 确 的读数 ,而头部 的椭 圆拟 合 能够得 出更 多 准
2 检测步 骤
确 的指 标 ,所 以笔者 提 出用椭 圆短 轴 与长轴 的 比值
2.1 模 型 的建 立
作 为头 骨指 数 ,通 过 头骨 指 数 ,能够 衡 量 婴 儿 头 部
从一 个 健 康 婴 儿 头 部 的 CT 图像 进 行 灰 度 识 的长 宽 比 ,判 断 婴儿是 否 患有 长头 畸形 或者 平头 畸 别并 提取 点 云信 息 ,用 来计 算 标 准 头 部 曲线 ,如 图 形 。通 过计算 拟 合 所 得 的 椭 圆 长轴 与 Y轴 的 夹 角
窆 =
2( )( 2 +Axlyl+ + +Dyl+E)=。
i= l
(4)
壹 OF =
2(,, )( 2 +Axiyi+曰,, + + +E)=。
i= l
窆 OF =
2( +Axlyi+ + +Dy +E) =。
i= 1
输 人 观测数 据后 ,求 解正 规 方 程 组 (4)便 可 得 的 椭 圆曲线 可表示 为 :
近 似地用 椭 圆的参数 来 表示 头部 轮廓 的参 数 。
图 3 健 康 婴 儿 头部 CT 图像
3 实 验 分 析
3.1 数 据 预 处 理
由于原始数据存在测量噪声干扰 ,在拟合之前 需 对采 集 到 的数 据 进 行 去 噪 和平 滑处 理 。本 文采 用 五点 三 次平 滑 法 ¨ 对 原 始 数 据 进 行 滤 波 处 理 , 设 Y=[Y。,Y ,… ,Y ]为原始数据样本 , =[Y一。,
机械设计 与制造工程
绕原 点旋 转 的角 度 0可 由下 式 获得 :
部 的平头 畸形 与 长 头 畸形 ,以经 颅差 异 (头 部 两侧
= [
】
(7) 斜径 的差 值 )来 衡 量 头 部 的斜 头 畸形 。 因为 头 部 的长 宽 与斜径 难 以准 确地 定义 ,在 临床上 也难 以得
为
2+Axy+By2+C +D,,+E =0 (1)
式 中 :A,曰,C,D,E为 圆锥 曲线 各项 系数 ; 为头 部
轮廓曲线上各点对应 的 坐标 ;,,为头部轮廓 曲线
上各 点 对 应 的 Y坐 标 。当 A,B 满 足 条 件 (A 一
4B) <0时 ,上 述 曲线为 椭 圆 。