In the airborne or spaceborne radar applications, prolonging the coherent integration time is one of the effective methods to improve the radar detection ability of a weak maneuvering target, whereas the coherent integration performance may degrade due to the complex range migration (RM) and Doppler frequency migration (DFM) effects. In this paper, detection and motion parameter estimation for a weak maneuvering target with the third-order RM and DFM are considered. Firstly, Keystone transform is applied to compensate the linear range walk. Then, the matched filtering processing is performed in the range-frequency and azimuth-time domain to eliminate the residual coupling effects between range and azimuth. Finally, a well-focused image of a moving target is obtained, and three motion parameters, i.e., velocity, acceleration, and acceleration rate, are effectively estimated. In addition, as for a fast-moving target with Doppler ambiguity, two cases, i.e., target azimuth spectrum within a pulse repetition frequency (PRF) and spanning over neighboring PRF bands, are analyzed. Compared with the generalized Radon Fourier transform (GRFT), the proposed method can acquire a close integration performance but with lower computational complexity since the parameter searching dimension is reduced. Simulated processing results are provided to validate the effectiveness of the proposed method.

The spaceborne high-resolution and wide-swath synthetic aperture radar (HRWS-SAR) system combined with the ground moving target indication (GMTI) mode provides a promising prospect in the realization of wide-area target surveying and high-resolution target imaging. In this paper, a system design method is proposed for an HRWS-SAR-GMTI system with ideal reconstruction configuration. In the proposed method, the whole azimuth receiving channels are uniformly divided into multiple groups, where HRWS-SAR imaging is implemented in each sub-group and then GMTI processing is performed based on the reconstructed SAR images. Then, an optimal candidate PRF is properly selected with respect to the optimal reconstruction configuration. After that, the digital beam forming scanning on receive (DBF-SCORE) technique is applied to further enlarge the range swath and improve the noise equivalent scattering coefficient (NESZ). Based on the predesigned system, HRWS-SAR image-based GMTI processing can finally be accomplished. The effectiveness of the proposed method is validated by simulated experiments.

Abstract Synthetic aperture radar (SAR) image change detection suffers from poor quality of the difference image and low detection accuracy. Hence, this paper proposes a SAR image change detection method based on a fused difference image and an optimized random forest scheme, termed LRN‐SSARF. Specifically, a fusion operator difference image LRN is proposed, which is generated using a weighted fusion of log‐ratio (LR), ratio (R), and normalized ratio (NoR). This difference image generation method reduces noise's influence. Then, the Otsu algorithm is applied to segment the difference image and select the training samples. The training samples are input into the random forest (RF) model optimised by the sparrow search algorithm (SSA) for training and classification. Finally, the region link is uesd to refine the detection results and generate the final result. The change detection results of six real SAR image scenes highlight that the proposed algorithm has a high detection accuracy, and affords appealing integrity and detailed information about the change regions. Specially, the detection accuracy advantage of the Bangladesh dataset is larger, with the accuracy and Kappa coefficient reaching 98.04% and 92.00%, much higher than the competitor methods.

Abstract Bulk transcriptomics in tissue samples reflects the average expression levels across different cell types and is highly influenced by cellular fractions. As such, it is critical to estimate cellular fractions to both deconfound differential expression analyses and infer cell type-specific differential expression. Since experimentally counting cells is infeasible in most tissues and studies, in silico cellular deconvolution methods have been developed as an alternative. However, existing methods are designed for tissues consisting of clearly distinguishable cell types and have difficulties estimating highly correlated or rare cell types. To address this challenge, we propose Hierarchical Deconvolution (HiDecon) that uses single-cell RNA sequencing references and a hierarchical cell type tree, which models the similarities among cell types and cell differentiation relationships, to estimate cellular fractions in bulk data. By coordinating cell fractions across layers of the hierarchical tree, cellular fraction information is passed up and down the tree, which helps correct estimation biases by pooling information across related cell types. The flexible hierarchical tree structure also enables estimating rare cell fractions by splitting the tree to higher resolutions. Through simulations and real data applications with the ground truth of measured cellular fractions, we demonstrate that HiDecon significantly outperforms existing methods and accurately estimates cellular fractions.

This study aims to evaluate whether laparoscopic surgery enhances health-related quality of life (HRQoL) in endometriosis patients, utilizing the Endometriosis Health Profile-30 (EHP-30) questionnaire. The study also explores the correlations between disease severity, preoperative scores, and the subsequent changes following surgical intervention. This is a prospective observational study. Seventy women undergoing laparoscopic surgery for endometriosis at Fujian Maternity and Child Health Hospital were prospectively recruited. Each participant was assessed using the EHP-30 questionnaire both 4 weeks prior to and 3 months post-surgery to obtain preoperative and postoperative subscale scores. The Wilcoxon signed-rank test was applied to determine the statistical significance of changes in these scores. Spearman's rank correlation coefficient was employed to explore the relationships between preoperative EHP-30 scores, serum CA125 levels, and intraoperative revised American Society for Reproductive Medicine (rASRM) scores. Statistically significant correlations were further examined using multivariate linear regression analysis to adjust for potential confounders. Laparoscopic surgery resulted in a significant reduction in EHP-30 subscale scores (P ≤ 0.002), indicating a marked improvement in HRQoL among endometriosis patients. Spearman correlation analysis revealed positive correlations between preoperative serum CA125 levels (P = 0.005) and intraoperative rASRM scores with preoperative pain (P = 0.035) and sexual intercourse scores (P = 0.046). Additionally, multivariate linear regression analyses demonstrated that changes in pain scores (ΔPain), control and powerlessness (ΔControl and Powerlessness), and work life (ΔWork Life) were significantly interrelated (P < 0.01). Emotional well-being (ΔEmotional Well-being), control and powerlessness (ΔControl and Powerlessness), and work life (ΔWork Life) also exhibited significant mutual influences (P < 0.01). Furthermore, changes in social support (ΔSocial Support), self-image (ΔSelf-image), and treatment perception (ΔTreatment) were positively correlated (P < 0.01), as were changes in sexual intercourse (ΔSexual Intercourse) and concern about infertility (ΔConcern on Infertility) (P < 0.01). Laparoscopic surgery for endometriosis significantly improves HRQoL by alleviating pain and positively influencing daily functioning and emotional well-being. These findings highlight the critical role of laparoscopic surgery as an effective intervention for enhancing the quality of life in endometriosis patients.

Angle-of-Attack (AOA) and angle-of-sideslip (AOS) are critical flight parameters affecting the flight safety, and their accuracy and reliability directly impact the operating status and performance of some significant airborne systems. To enhance the redundancy and accuracy of AOA and AOS, this article investigates the problem of the airflow angles estimation and complementary filter design for civil aircraft. Specifically, an extended Kalman filter based AOA and AOS estimation method considering acceleration correction is developed to increase the redundancy. Subsequently, a novel inertial AOA and inertial AOS calculation method using attitude angles, azimuth angle, and flight path angle is introduced, and two schemes for designing the discrete complementary filter based on Tustin transform are presented to improve the accuracy. Through simulations, the developed algorithms are verified, and the results illustrate that the AOA estimation error is within ± 0.6°, and the AOS estimation error is within ± 0.3°.