基于LFOA-GRNN模型的矿用锂电池SOC预测

针对矿用电动汽车锂电池SOC预测易受到工况环境影响、建模复杂、预测误差大等问题,该文将电池端电压、放电电流、环境温度、湿度作为SOC的表征因子,构成样本集以训练广义回归神经网络(GRNN),再引入具有Levy飞行特征的双子群果蝇优化算法(LFOA)优化GRNN的平滑因子σ。LFOA结合了Levy飞行搜索和果蝇优化算法的优点,全局搜索能力更强,收敛速度更快。仿真结果表明,经LFOA优化的GRNN能更快地搜索到合适的σ,并有效预测电池任一充放电状态下的SOC,与FOA-GRNN模型比较,LFOA-GRNN模型预测精度更高、时间更短,最大绝对误差不超过0.03,具有较好的工程应用价值。

基于新型支持向量机的影像组学在肝脏结节分类中的应用

肝癌是最常见的恶性肿瘤之一,亚洲地区最为常见的肝癌演变过程为肝炎-肝硬化结节-异型增生结节-肝细胞性肝癌.判断肝脏结节在演变过程所处分期,并采取干预措施,对降低肝癌的发生率非常关键.本文针对影像组学提出了更精确的支持向量机(SVM)分类算法——LFOA-F-SVM,用于对120名患者的腹部动态增强磁共振图像的肝脏结节进行四分类.该算法利用了考虑半径与几何间距的F-SVM,并结合莱维飞行策略(LF)的果蝇优化算法(FOA)寻求超参.为了验证方法的有效性,本文另外添加了5个UCI分类数据集(心脏、帕金森疾病、虹膜、葡萄酒和动物园),并与SVM、PSO-SVM、FOA-SVM、F-SVM进行比较.结果表明,在6个分类数据集(包括肝脏结节数据集和5个UCI分类数据集)中,相对于其他分类算法,LFOA-F-SVM的分类准确率最高,在肝脏结节数据集中的四分类精确率和查全率也较高.

腰椎关节突关节基础研究新进展

腰椎关节突关节是脊柱连接的重要关节。临床上往往仅注重椎间盘突出症,而忽略腰椎关节突关节炎引起的症状。近年来,随着医学影像学的飞速发展,人们越来越重视对腰椎关节突关节的研究,在解剖学、生物力学以及病因学上都取得了一些新的进展。

X光引导下经皮穿刺关节内注射治疗腰椎小关节骨关节炎

目的探讨X光引导下经皮穿刺关节内注射治疗腰椎小关节骨关节炎的疗效及机制。方法23例确诊腰椎小关节骨关节炎患者,在X光引导下经皮穿刺行腰椎小关节内注射利多卡因与曲安奈德混合注射液;用VAS评分为评估标准。结果注射治疗后1小时、2周、6周与注射前相比较有统计学意义,且治疗效果排序为:近期>中期>远期。结论X光引导下经皮穿刺腰椎小关节内注射疗法是腰椎小关节骨关节炎一种有效的治疗方法。