面向白内障识别的临床特征校准注意力网络

近年来,卷积神经网络(convolutional neural network,CNN)模型已经被广泛用于年龄相关性白内障自动分类任务,然而,鲜有研究工作将年龄相关性白内障的临床先验知识注入卷积神经网络架构设计中,以此来提高年龄相关性白内障的分类效果和改善模型决策过程的可解释性。提出了一种临床特征校准注意力网络(clinical feature recalibration attention network,CFANet)模型用于自动识别年龄相关性白内障严重级别。在CFANet中,设计了一个简单且有效的临床特征校准注意力模块(clinical feature recalibration attention block,CFA),其不仅能对不同临床特征类型进行自适应地加权融合,还通过门控操作符来突出重要通道和抑制不重要通道。在一个核性白内障的眼前节光学相干断层成像影像(anterior segment optical coherence tomography,AS-OCT)数据集和一个公开眼科影像数据集上进行了充分实验,实验结果表明,相较于squeeze-and-excitation network(SENet)、efficient channel network(ECANet)、style-based recalibration module(SRM),CFANet在AS-OCT数据集上的分类准确率至少提升了3.54个百分点,同时在公开的眼科影像数据集上的分类结果比先进的神经网络模型和已发表的研究工作提升了1个百分点以上。此外,还通过可视化方法分析临床特征的权重分布和通道的注意力权重分布来提高该文模型决策过程的可解释性。

“ChatGPT+”驱动的课程教学创新设计——以南方科技大学多媒体信息处理课程为例

近年来,以ChatGPT为代表的人工智能及自然语言理解技术正逐渐改变着传统的计算机课程教学模式。为应对ChatGPT及相关人工智能技术带来的挑战和机遇,以南方科技大学多媒体信息处理课程为例,提出活学活用的“ChatGPT+”驱动的课程教学创新设计,阐述其具体教学创新方法的实践与探索。学生的问卷反馈表明,该课程教学创新设计能提高学生的学习兴趣和教学效果,以期为计算机课程教学改革提供借鉴和参考。

低渗透油藏注水开发中存在的问题及技术对策

科技的发展促进了石油勘探技术的进步,在勘探阶段,低渗透油藏要依靠天然能量进行开采。从已开发低渗透油藏来看,注水开发依然是提高采收率的主要技术,但是这种开发方式基本上借鉴中高渗油藏,所以低渗透油藏注水开发方式还不够完善。以低渗油藏的特点为出发点,结合国内外低渗透油藏开发技术的新进展,对低渗透油藏注水开发中存在的问题提出了解决的技术对策。

动静耦合优势渗流通道研究

油田注水开发过程中受储集层非均质性、水油流度比、注采差异以及注入水长期的冲刷等影响,逐渐产生优势渗流通道,表现为注入水快速突进、强水淹、高采出程度、高含水比等特征。优势渗流通道的形成,加剧了层内、层间矛盾,严重影响油田的开发与生产。本文从注水冲刷后孔喉中值半径及优势渗流通道形成的开发动态反应等方面入手,形成了注水砂岩油藏优势渗流通道识别方法,对优势渗流通道的治理及调剖调驱工作的开展具有重要的指导意义。

转座子挽救法对苜蓿中华根瘤菌与耐盐有关基因的定位

用含Tn5转座子的质粒pRL10 6 3a诱变苜蓿中华根瘤菌 (Sinorhizobiummeliloti) 0 4 2BM ,得到盐敏感突变株0 4 2BML 2。采用转座子挽救法对Tn5插入位点两边的序列进行克隆与测序 ,获得了 1179bp的转座子插入位点侧翼DNA序列。在GenBank中进行序列同源性和基因定位分析 ,结果表明 :转座子插入在一个功能未知的基因内部 ,此基因长 6 2 70bp。研究证明 :该基因与 0 4 2BM的耐盐性有关 ,并定名为rtsC。氨基酸疏水性分析表明 ,在RtsC蛋白的N端有两个跨膜区 ,该蛋白与细菌趋化性相关蛋白的功能域有同源性。并对RtsC蛋白在苜蓿中华根瘤菌0 4

大港油田开发中后期稠油油藏CO2吞吐参数优化及实践

大港油田稠油油藏水驱开发中后期含水快速上升,开采效果变差。CO2吞吐技术是开发稠油油藏的有效方式,但高含水后期稠油吞吐的参数优化及现场效果亟待研究。利用大港油田某稠油油藏,开展注CO2增溶膨胀和降黏实验。基于实验和测井资料,建立单井数值模拟模型,模拟了储层参数和CO2注入参数,分析了CO2吞吐增油机理。基于理论研究结果在板桥地区和刘官庄地区进行了CO2吞吐矿场试验。研究结果显示:CO2控水增油机理主要为膨胀原油体积、降低原油黏度,黏度降低幅度可达到98%。注入量、注入速度、吞吐周期对CO2吞吐效果影响相对较大,建议单井CO2注入量在600~1000 t(0.22~0.37HCPV),注入速度在40~80 t/d,吞吐周期为3~4次。板桥及刘官庄地区共实施CO2吞吐12井次,平均单井增油3.4倍,综合含水率降低52.2%。因此,CO2吞吐是一种有效的控水增油技术,这对类似稠油油藏注水开采后期提高采收率具有重要的借鉴意义。

产纤维素酶菌群的筛选及其酶学特性研究

从常年堆放的腐质豆秆中分离到1组产纤维素酶菌群MO, 并在50 ℃、pH8.0条件下培养, 90 h时达到最高酶活, 活性为1.361 1 IU。该酶最适反应温度为60 ℃, pH为7.0, 在60 ℃以下和pH3～8范围内具有良好的热稳定性和pH稳定性。在最适反应条件下, 该酶的最高活性可达2.13 IU。通过生长动力学研究了菌群内部不同生长阶段pH、酶活和失重率的相互关系, 并通过非变性电泳对酶谱进行初步研究, 得到7条活性条带, 说明MO中具有多种产酶菌株。

不同温度对不同含水量食用菌贮藏效果的影响

通过将香菇、草菇和鸡腿菇分别进行不同程度脱水处理,测定了鲜菇及不同含水量的子实体分别在4℃、室温(15℃)及恒温(20℃、25℃或30℃)条件下的贮藏效果。结果表明,不同种类食用菌的贮藏效果存在显著差异。温度越低,各不同含水量香菇的贮藏时间越长;鸡腿菇除鲜菇外多数含水量在4℃低温贮藏没有明显效果。香菇在4℃条件下,含水量达到40%及以下,能长期贮存,而在室温(15℃左右)及恒温20℃条件下,含水量降到30%及以下才能长期贮存;草菇含水量降到40%时,室温下能延长货架期1d,在25℃条件下能延长货架期2d,含水量降到30%及以下在3个温度下均能长期贮存;鸡腿菇在供试3个温度条件下,含水量降到20%及以下才能长期贮存。

页岩油注CO2动用机理

CO2由于良好的注入性及与原油的混相能力,可能是页岩油藏提高采收率最有效的方法。与常规油藏不同,页岩储层裂缝及微纳米孔隙发育,CO2能否进入页岩微纳米孔隙并动用孔隙中的原油是利用CO2提高页岩油采收率的关键。因此,设计开展了页岩油注CO2实验,基于核磁共振方法研究了页岩微纳米孔隙中原油动用特征及动用机理,并研究了接触时间及接触次数对采出程度的影响。核磁共振T2谱及核磁成像结果表明注CO2可以有效动用页岩微纳孔隙中的原油,一次接触实验采收率为32. 63%。随着CO2与原油接触时间增加,在初始阶段采油速度高,然后采油速度逐渐变缓。CO2溶解扩散作用是动用页岩微纳孔隙原油的主控机理。研究成果证实注CO2可以有效提高页岩油藏采收率,为陆相页岩油有效开发提供参考。

朱黄青霉α-1,6-葡聚糖酶在毕赤酵母GS115中的异源表达

目的构建毕赤酵母基因工程菌,以实现朱黄青霉α-1,6-葡聚糖酶的异源高效表达。方法人工合成朱黄青霉HI-4的α-1,6-葡聚糖酶基因ZHdex,克隆到毕赤酵母分泌型表达载体pPIC9K,电转入毕赤酵母GS115。甲醇诱导目的蛋白表达。结果成功在毕赤酵母GS115中对ZHdex基因进行表达,SDS-PAGE表明重组毕赤酵母在66×103附近有目的蛋白表达,与理论值一致。在摇瓶水平,甲醇诱导培养120 h后,α-1,6-葡聚糖酶的最高酶活达28.79 U/mL,蛋白质浓度为0.56 mg/mL。结论获得一株重组毕赤酵母GS115-ZHdex,其产物具备α-1,6-葡聚糖酶活性,成功地实现朱黄青霉α-1,6-葡聚糖酶的异源高效表达。

多媒体信息处理的主动学习教学框架

针对计算机专业MIP课程的教学现状,提出融合教育学主动学习原则和现代人工智能主动学习算法的多媒体信息处理课程教学框架,介绍具体教学实践,最后通过调查问卷说明教学效果。

基于眼前节相干光断层扫描成像的核性白内障分类算法

白内障是导致视觉损害和致盲的主要眼病,眼前节光学相干断层成像技术(Anterior Segment Optical Coherence Tomography,AS-OCT)具有非接触、高分辨率、检查快速、客观定量化测量等特点,在临床上已经被广泛应用于眼病的诊断。目前缺乏基于眼前节OCT图像的核性白内障分类研究工作,为此提出了一种基于眼前节OCT图像的核性白内障分类算法。首先,利用自适应阈值方法、边缘检测Canny算法和手工校正相结合的方式从眼前节OCT图像中提取晶状体的核性区域;然后,基于图像强度和直方图的特征统计方法提取18个像素特征,并应用皮尔逊相关系数方法分析提取像素特征与核性白内障严重程度之间的相关性;最后,利用随机森林算法构建分类模型,从而得到核性白内障分类结果。在一个眼前节OCT图像数据集上的实验结果表明,所提算法对核性白内障严重程度的分类准确率和召回率分别达到了75.53%和74.04%,具有作为核性白内障临床诊断的定量分析参考工具的潜力。

上海老年社区规划和老年住宅建筑设计的探讨

上海的老龄化现状和发展趋势使上海的老年社区和老年住宅成为人们关注的热点之一。首先概述了上海的老年社区和老年住宅的现状,再简述了上海目前的三种养老方式——传统居家养老、养老院养老和老年公寓养老,其中老年公寓是经济发达地区的发展趋势,因此进一步探讨了老年社区规划设计的基本构想及老年人住宅的建筑设计要点。

一种基于卷积神经网络的入侵检测方法

在网络流量较大及复杂入侵环境下,传统入侵检测系统检测能力弱且精度低。针对此问题,提出一种基于卷积神经网络的检测方法CNN-Focal。利用卷积神经网络对数据进行特征提取,使用Softmax回归进行多分类,并采用Focal loss损失函数解决NSL-KDD数据集不平衡的问题。实验结果表明,CNN-Focal的精度与F1评分分别达到79.25%和76.9%,与其他机器学习算法相比,其精度和F1评分有显著提高。

浅谈水利工程质量管理存在问题及对策

工程质量是决定工程建设成败的关键,要确保工程质量满足工程所规定的各项要求,一定要做好质量控制。工程质量的优劣,对工程能否正常进行关系重大。工程质量的优劣,不仅严重影响施工单位的经济效益,也将影响工程建设单位的信誉。因此,工程质量是参与工程建设各方面共同利益之所在。随着经济的快速发展,我国的水利工程也得到了很大的发展,但是当前的水利工程项目在质量管理方面还存在一些问题,本文就如何采取有泖措施来提高水利工程质量提出一些建议。

面向非计算机专业的人工智能导论课程建设与探索

人工智能是计算机专业学生了解计算机理论和技术的核心课程。近年来,随着人工智能技术的广泛应用,非计算机专业的学生出于个人兴趣以及学科交叉的需要,对了解和使用人工智能技术也有了强烈的要求。为顺应时代发展的要求,南方科技大学计算机科学与工程系开设了面向全校特别是非计算机专业学生的人工智能导论课程。人工智能导论课程不仅需要进一步激发非计算机专业学生对人工智能学习的兴趣,也要引导和提高学生应用人工智能技术进行学科交叉的应用创新能力。经过反复论证及几年的实践,南方科技大学提出并优化了一套基于“AI”+“AI+”(“人工智能算法”+“人工智能技术在特定行业的特定应用”)的教学内容设计,以及一套尊重学生各自专业兴趣的能够让学生自主选择“个性化”课程项目的教学方法。在人工智能技术不断更新的时代,可为其他课程教学和交叉学科人才培养提供参考和借鉴。

AS-OCT图像下的自动皮质性白内障分类框架

白内障是一种主要导致视觉损伤的眼病.早期干预和白内障手术是改善患者视力和生活质量的主要手段.眼前节光学相干断层成像图像(anterior segment optical coherence tomography,AS-OCT)是一种新型眼科图像,其具有非接触、高分辨率、检查快速等特点.在临床上,眼科医生已经逐渐采用AS-OCT图像进行眼科疾病如青光眼的诊断,然而尚未有研究工作利用它进行皮质性白内障(cortical cataract,CC)自动分类.为此,提出了一个基于ASOCT图像的自动皮质性白内障分类框架,由图像预处理、特征提取、特征筛选和分类等4部分组成.首先,利用反光区域去除和对比度增强方法进行图像预处理;紧接着使用灰度共生矩阵(grey level co-occurrence matrix,GLCM)、灰度区域大小矩阵(grey level size zone matrix,GLSZM)和邻域灰度差矩阵(neighborhood grey tone difference matrix,NGTDM)方法从皮质区域提取了22个特征;然后,采用斯皮尔曼相关系数方法对提取的特征进行特征重要性分析并筛除冗余特征;最后利用线性支持向量机方法进行分类.在一个临床AS-OCT图像数据集上的实验结果表明,所提出的皮质性白内障分类框架准确率、召回率、精确率和F1分别达到86.04%,86.18%,88.27%和86.35%,取得与先进的深度学习算法接近的性能,表明其具有作为辅助眼科医生进行皮质性白内障临床诊断工具的潜力.

高含水阶段油藏储层构型和油滴尺度下的剩余油研究--以沧东凹陷扇中辫状河沉积为例

岩心是认识油藏最直接的实物资料,特别是水淹严重的注水开发油藏,剩余油分布复杂,应用密闭取心资料开展储层构型和油滴尺度下的剩余油研究,可为高含水阶段油藏下步开发提供科学依据。本文以沧东凹陷3口密闭取心井资料为基础进行了剩余油研究,总结了密闭取心井储层构型和油滴尺度下的剩余油研究方法,开展了储层构型和油滴尺度下的剩余油研究,总结了剩余油分布规律,并进行现场应用,取得较好效果。

兼性厌氧复合菌群H纤维素降解和产乙醇能力及生态组成初探

通过限制性培养条件和连续继代培养,筛选获得了一组具有高效稳定降解纤维素能力的复合菌群H。该菌群在传代30代以上仍能保持各项性状稳定,其工作pH为6～9,3 d可以完全降解置于100 mL PCS缓冲液培养基中的滤纸,发酵液中能够检出1.54 g/L乙醇。通过16S rDNA扩增和DGGE的方法,对菌群在不同阶段的微生物组成进行了研究,确定了琥珀酸嗜热梭菌Clostridium thermo succinogene、产气荚膜梭菌Clostridium straminisolvens和紫色板蓝根梭菌Clostridium isatidis等多种可直接实现纤维素到乙醇转化的菌株。菌群通过菌种之间的协同作用,共同维持了体系的稳定及降解能力的稳定。明确菌系的组成,对于进一步研究菌群降解机理、优化菌群和提高乙醇产率意义重大。

多区域融合注意力网络模型下的核性白内障分类

目的核性白内障是主要致盲和导致视觉损害的眼科疾病,早期干预和白内障手术可以有效改善患者的视力和生活质量。眼前节光学相干断层成像图像(anterior segment optical coherence tomography,AS-OCT)能够非接触、客观和快速地获取白内障混浊信息。临床研究已经发现在AS-OCT图像中核性白内障严重程度与核性区域像素特征,如均值存在强相关性和高可重复性。但目前基于AS-OCT图像的自动核性白内障分类工作较少且分类结果还有较大提升空间。为此,本文提出一种新颖的多区域融合注意力网络(multi-region fusion attention network,MRA-Net)对AS-OCT图像中的核性白内障严重程度进行精准分类。方法在提出的多区域融合注意力模型中,本文设计了一个多区域融合注意力模块(multi-region fusion attention,MRA),对不同核性区域特征表示进行融合来增强分类结果;另外,本文验证了以人和眼为单位的AS-OCT图像数据集拆分方式对核性白内障分类结果的影响。结果在一个自建的AS-OCT图像数据集上结果表明,本文模型的总体分类准确率为87.78%,比对比方法至少提高了1%。在10种分类算法上的结果表明:以眼为单位的AS-OCT数据集优于以人为单位的AS-OCT数据集的分类结果,F1和Kappa评价指标分别最大提升了4.03%和8%。结论本文模型考虑了特征图不同区域特征分布的差异性,使核性白内障分类更加准确;不同数据集拆分方式的结果表明,考虑到同一个人两只眼的核性白内障严重程度相似,建议白内障的AS-OCT图像数据集拆分以人为单位。