基于SN算法的复合油藏模型求解

针对井筒储集和表皮效应的复合油藏模型的解析解形式复杂、常规数值求解过程中易出现曲线震荡问题,开展了对模型数值求解精度的研究。对拉氏空间的井底无因次压力的解运用Stehfest数值反演,得到对应的实空间解,分析解的形式可知,虚宗量Bessel函数的求解是整个复合油藏模型数值计算的关键,给出了虚宗量Bessel函数的分段数值(SN)算法,其计算精度可与Matlab计算结果的精度比拟,在此基础上得到的无穷大、定压、封闭3种外边界条件下的的曲线平滑完整,并且程序运行速度远远满足试井分析快速响应的实际需要,可以很好地适用于复合油藏的试井分析。

乳腺DBT影像组学对乳腺肿块良恶性的鉴别研究

目的:探讨基于数字乳腺断层摄影(DBT)的影像组学方法在乳腺肿块良恶性鉴别中的作用。方法:回顾性分析了2017年9月-2018年4月辽宁省肿瘤医院收治的160例乳腺肿块患者的影像资料。通过提取和筛选乳腺DBT影像组学特征,建立了影像组学诺模图模型,绘制工作特性(ROC)曲线并计算曲线下面积(AUC)评估模型的鉴别能力,通过决策曲线(DCA)分析评估模型的临床适用性。结果:本研究建立的诺模图模型在训练集和测试集上获得AUC值分别为0.942(敏感性=0.833,特异性=0.928)和0.928(敏感性=0.926,特异性=0.839),DCA分析表明模型具有良好的临床价值。结论:基于DBT影像构建的诺模图模型是作为无创辅助鉴别乳腺肿块良恶性的有效方法。

基于逐步判别法的神经网络储层流体识别技术

储层流体的识别一直是石油工业中重要的问题,也是长期困扰大家的一个难点。针对测井资料并综合利用各种数学手段,如交会图法、多参数方程、统计分析以及神经网络等方法大大提高了对储层流体识别的准确率。尤其是近些年来BP神经网络技术在储层流体识别中得到了很好的推广和利用。在使用BP神经网络时,很多人倾向选择所有的测井参数作为神经网络的输入。本文利用逐步判别法来优选测井参数作为神经网络的输入,逐步判别法可以优选判别能力强的参数,剔除对区分总体不明显的变量,这样优选测井参数的神经网络收敛速度快,预测准确率高。

基于MRI影像组学模型预测宫颈淋巴血管间隙浸润的研究

目的:使用多模态磁共振成像(magnetic resonance imaging,MRI)影像组学方法对早期宫颈癌患者淋巴血管间隙浸润(lymph-vascular space invasion,LVSI)进行辅助预测。方法:收集2015年11月—2018年8月在辽宁省肿瘤医院就诊的151例早期宫颈癌患者的双序列MRI影像,通过提取和筛选影像组学特征,构建诺模图预测模型,并绘制受试者工作特征(receiver operating characteristic,ROC)曲线,通过曲线下面积(area under curve,AUC)、特异度和灵敏度评价模型的预测性能,绘制校正曲线展示模型的预测性能,绘制决策曲线分析模型的临床价值。结果:所建立的诺模图预测模型在训练集和测试集上的AUC值分别为0.812(特异度为0.705,灵敏度为0.818)和0.775(特异度为0.759,灵敏度为0.765),校正曲线表明诺模图有良好的预测能力,决策曲线分析表明所建立的诺模图有着良好的临床应用价值。结论:使用双序列MRI构建影像组学模型是作为早期宫颈癌LVSI预测的有效方法。

基于无人机载三维激光扫描测量系统的采空区扫描及应用研究

针对地下矿山两步骤回采过程中采空区边界影响相邻矿房回采质量,且传统测量手段往往无法获得完整边界数据的现状,文中采用无人机载三维激光扫描测量系统对某地下铁矿山采空区进行了扫描测量,评估其扫描数据的单点误差最大约为3.6 cm,任意两点间距离平均误差约为2.0 cm,说明其扫描精度较高。在此基础上,快速获得相邻一步骤采空区三维模型,并对一步骤采场的贫化和损失指标进行了预测分析,得出由于一步骤矿房超挖造成的实际矿房贫化率增加值为3.46%,因矿柱损失造成的矿房理论损失率为13.11%,为矿山实际开展二步骤矿房回采设计提供了数据支撑,为优化回采设计方案以达到最大的矿房回收效益奠定了基础。