CESM病灶-背景实质信号增强比对乳腺疾病的诊断价值

目的:探讨对比增强能谱乳腺X线摄影(contrast-enhanced spectral mammography, CESM)病灶-背景实质信号增强比(LBSER)对乳腺良恶性病变的定量诊断价值。方法:回顾性分析我院临床可疑乳腺疾病112例患者临床资料,所有患者行手术病理或组织穿刺病理活检证实,且术前均行CESM检查。分析病灶的CESM影像学表现,并采用ROI定量分析方法,测量CESM图像病灶中央区及边缘区LBSER值,包括早期增强比及延迟增强比,比较乳腺恶性组与乳腺良性组间LBSER值的差异。采用受试者工作特征(ROC)曲线分析CESM及LBSER对乳腺良恶性病变的诊断效能。结果:112例患者中共117个乳腺病变,其中恶性52个(恶性组),良性65个(良性组),早期恶性病灶中央区、边缘区LBSER值明显高于良性病灶组,具有显著统计学意义(P均<0.001),延迟期恶性病灶中央区、边缘区LBSER值高于良性病灶组,具有统计学意义(P均<0.05)。CESM诊断敏感度、特异度、准确率分别为85.54%、80.00%、82.91%。以恶性病变早期中央区LBSER值的95%可信区间下限1.043作为鉴别诊断阈值,诊断敏感度、特异度、准确率分别为51.92%、86.15%、70.94%。CESM与LBSER联合诊断敏感度、特异度、准确率分别为90.38%、73.85%、81.20%。CESM、LBSER值及联合诊断鉴别乳腺良恶性病变的AUC值分别为0.833、0.690、0.821。结论:CESM检查中,乳腺恶性病变LBSER值明显高于乳腺良性病变,LBSER值可提供辅助乳腺疾病诊断信息,定量分析LBSER值数据有助于提高CESM检查鉴别乳腺良恶性病变的诊断效能。

增强磁共振成像病灶-背景实质信号增强比预测乳腺癌新辅助化疗病理性完全缓解的临床研究

目的:探讨增强磁共振成像(MRI)病灶-背景实质信号增强比(LBSER)预测乳腺癌新辅助化疗(NAC)后病理性完全缓解(pCR)的价值。方法:选取我院2008年1月至2016年12月行NAC及增强MRI检查的乳腺癌患者136例。记录患者临床病理特征、MRI测量肿瘤大小、MRI图像LBSER值。采用多因素和单因素Logistic回归分析预测pCR的因素。采用受试者工作特征(ROC)曲线分析相关因素预测pCR的价值。结果:单因素Logistic回归分析表明三阴型乳腺癌、MRI增强早期LBSER、MRI增强延迟期LBSER、MRI增强早期微小残余癌(MRC)大小、MRI延迟期MRC大小和MRI延迟期无增强均为pCR的独立预测因素(P<0.05)。多因素Logistic回归分析结果显示MRI增强早期LBSER、MRI增强早期和延迟期MRC大小、MRI延迟期无增强是pCR的独立预测因素(P<0.05)。LBSER≤1.6和MRC≤0.2 cm联合预测pCR特异性最高,为91.3%。结论:MRI增强早期LBSER是乳腺癌NAC患者pCR的独立预测因素,联合MRI增强早期LBSER和MRC大小可提高预测乳腺癌患者NAC后pCR的诊断效能。

隧道消防输水管道泄漏信号增强技术研究

利用隧道消防输水管道水泵启动加压开始和结束时的水压差,提出一种泄漏信号增强技术。该技术利用振动传感器,通过监测两个水压状态下振动信号幅度差的方法实现对泄漏的监测,可在一定程度上提高泄漏信号的信噪比。通过理论推导说明了该技术的基本原理,由数值仿真对该技术的特性进行了深入分析,发现在一定条件下,该技术相较于利用恒定水压条件下振动信号的技术可将泄漏信号增强到近3倍。根据该技术的特点提出了实现算法,通过数值仿真对算法进行了论证,发现振动信号幅度差判定阈值的合理选取有助于降低对泄漏状态的漏判率以及对非泄漏状态的错判率。

共轴双脉冲激光诱导击穿光谱等离子体辐射信号的增强机制

双脉冲激光诱导击穿光谱(DP-LIBS)在痕量元素的高灵敏探测中发挥着重要作用,有关其信号增强机制已存在有诸多解释,但有必要进一步从等离子体辐射荧光特性、等离子体温度和数密度的空间分布等方面开展深入探讨。构建了基于激光热烧蚀和二维轴对称流体动力学的理论模型,并用它模拟了单脉冲LIBS和共轴双脉冲DP-LIBS激发条件下激光烧蚀铝镁合金产生等离子体及其辐照度的时空演化过程,对比了不同脉冲间隔下谱线强度的增强效果,分析了等离子体温度、各类粒子数密度的空间分布结构以及等离子体的屏蔽效应,并由此阐释了DP-LIBS的光谱信号增强机制。结果表明,共轴DP-LIBS诱导等离子体辐射信号的增强主要源于第二束激光增加了粒子数密度和等离子体温度,而等离子体的屏蔽效应主要出现在靶材表面的羽流层。这一研究为DP-LIBS实验研究和信号增强溯源提供了重要的理论基础,也能够帮助科研人员快速准确地优化DP-LIBS实验装置参数。

声栅结构信号增强性能及其影响因素研究

对于安装在水下航行器声信号接收段的水听器阵列,在其声障板上覆盖高声阻抗材料(称为信号调节板)是一种能有效提高表面声阻抗并减少信号衰减的措施。相比传统的完全覆盖方式,声栅结构(即周期性地敷设调节板阵列)可以极大地提高接收信号增益,减小接收段的质量。为了深入理解声栅结构信号增强机理,优化声栅结构设计,研究了调节板宽度、调节板厚度、入射角以及结构宽度比等因素对声栅结构信号增强性能的影响。仿真结果表明:斜入射会改变信号比(SR)的对称分布,但不会大幅改变结构的声学性能;调节板越宽、越厚,引起的非镜面散射会更强,声栅结构的信号增强性能就越好。在实际应用中,应合理设计声栅结构几何参数以满足现实环境的多重约束以达到总体性能最优,此外适中的宽度比能获得良好的总体声学性能。

信号增强网络驱动的调制识别

现有基于深度学习的调制识别在训练阶段需要大量IQ信号样本,而复杂电磁环境中很难获取大量样本,导致基于深度学习的调制识别算法泛化性能下降。针对网络泛化能力差的问题,提出了一种基于信号增强的调制识别(signal enhancement based modulation recognition,SEBMR)算法。首先,设计了捕获IQ信号全局特征的特征提取及重构模块;其次,提出了基于辅助分类生成对抗网络(auxiliary classifier generative adversarial network,ACGAN)的IQ信号增强网络,实现了样本数量及质量的双重增强;最后,利用支持向量机算法实现了调制方式识别分类。为了实现对复杂信道下调试信号的识别,训练时采用表征全局特征的重构信号,测试时采用经历无线衰落的IQ基带信号。实验结果表明,提出的方法相比现有的基于长短期记忆(LSTM)网络、卷积神经网络(CNN)、注意力机制等识别方法,在小样本训练集、衰落信道环境下可获得更优的识别准确度。

基于循环生成对抗网络的增强罗兰信号生成

在信号生成算法中,需要大量标记信号样本用于网络训练,但通常携带电文信息标记的信号难以批量获取。针对此问题本文提出一种基于循环生成对抗网络和迁移学习的方法,实现了无需大量信号及对应电文作为标记的增强罗兰信号生成,并使用迁移学习在少量实测信号情况下快速生成。循环生成对抗网络的结构包括两个生成器和两个判别器,利用无需一一对应的增强罗兰信号和电文数据集,使生成器学习到两个数据集之间的相互转换关系,实现输入电文数据可以生成与之相对应的增强罗兰信号,并且针对增强罗兰信号的特性,使用一维卷积、残差网络、自注意力机制对网络模型进行改进。实验证实,生成信号与实测数据的均方误差为0.0153,平均皮尔逊相关系数为0.9843,且所含电文信息准确率为99.02%。本文在PSK、ASK、FSK数据集上验证了算法,实验结果表明生成的信号满足预期,为未知参数的信号调制和解调提供一种新的思路。

基于多通道SDR和DOA算法的车载广播信号接收增强技术研究

现代车载广播在车辆通信中扮演关键角色,连接驾驶员与外界信息,对通讯体验和车辆安全性有着非常重要作用。然而,城市环境的信号干扰和偏远地区的覆盖问题限制了信号接收质量,削弱了通信效果和应急响应能力。本研究旨在优化车载广播的信号接收性能,从而提高通信质量。将多通道SDR模块和DOA技术相结合,搭建了相应的硬件平台,仿真了多通道天线在车载应用和实验环境中的方向增强特性,获得了信噪比提升的实验效果,为车载广播信号接收增强提供了有益的技术参考。

高速折叠内插ADC数模混合电路信号增强系统

传统的电路信号增强系统中在数模转换中,转换精度较低,导致传输信号质量较低。针对上述问题,设计高速折叠内插ADC数模混合电路信号增强系统。在进行系统设计时,首先进行系统硬件设计,以确保系统的稳定性和高效性。接着进行系统软件设计,进行ADC参数测试,以确保模拟信号能够被正确地转换为数字信号。建立数模混合测试通道,以验证数字信号和模拟信号之间的传输和转换是否顺畅。优化数模转换器算法,以提高转换精度。通过增强电路信号来确保信号的稳定性。最后,系统测试证明该信号增强系统传输信号质量较高,能够稳定输出。

电力光纤通道中继电保护测试信号增强研究

现有光纤通道中继电保护测试信号增强模型存在目标设定单一、执行流程固定、信号增强效率低等问题,导致信号波动比下降,因此提出电力光纤通道中继电保护测试信号增强方法。该方法根据当前的信号增强需求,采集信号并设置信号增强原则,利用自适应方式,提高信号的实际增强效率,并构建自适应光纤通道继电保护测试信号增强模型。此外,该方法采用均衡补偿处理的方式实现信号增强。测试结果表明,所提方法的信号波动比在3.0上下浮动,证明了该方法的优越性和有效性。

一种集中器信号增强设备及电源解决方案

1应用背景在电力系统中,集中器作为一种重要的信息采集设备,用于实时监测电网运行状态。然而,由于集中器通常安装运行于户外,受时间、空间、地域、基站等多种因素影响,会出现传输信号弱甚至没有信号的现象,严重影响信息采集成功率。鉴于此,本文现介绍一种信号增强设备,解决电网集中器户外信号薄弱问题。考虑到电网安全,信号增强设备需要与电网物理隔离,独立运行。信号增强设备的电源,需要寻求一种可靠的供电解决方案。而光伏+储能供电,具有可独立工作、不间断、稳定、环保等优点,将其应用于信号增强设备,有利于保障电网集中器正常稳定可靠工作。

大数据异步传输环境下舰船激光网络回波信号增强处理

针对信号异步传输所导致增强效果不理想问题,提出大数据异步传输环境下舰船激光网络回波信号增强处理方法。采用信号累积增强技术将舰船激光网络范围内若干个回波信号积累在一起,形成一个高强度的回波信号,增强回波信号被采集的概率,确定激光网络正常状态下的分形盒维数与实时网络连接分形盒维数的差,若差值大于阈值即可将实时网络的回波信号定义为异常信号清除掉;针对被清除的异常数据,采用贝叶斯因子分析模型恢复缺失的回波信号,并对回波信号进行去噪处理。实验结果显示,该方法异常信号漏检率与误检率均低于2%,能够彻底抑制信号内的噪声分量,较好地进行信号恢复。

时频变换下的天气雷达异常回波信号增强系统设计

为了解决干扰回波识别算法和零滞后相关系数应用方法无法精准跟踪信号,及伪信号干扰信号识别精准度的问题,提出了时频变换下的天气雷达异常回波信号增强系统设计。使用PXIe-8135 RT嵌入式控制器,控制PXI机箱与各个模块之间安全通信。设计PXIe-5645R异常回波信号收发仪,在消除正信号和负信号出现噪声的前提下,收发异常回波信号。设计增强电路,保证系统安全运行,计算C波段雷达多普勒探测频率,对信号进行增益处理,达到对伪信号衰减的目的。设计完整跟踪环,完成载波剥离。由实验结果可知,该系统捕获和跟踪结果与实际结果一致,说明该系统能够高效收发异常回波信号。

基于激光雷达回波信号的雾天船舶航线快速辨识

激光雷达所处环境噪声较大,船舶航线辨识困难,为解决该问题,提出基于激光雷达回波信号的雾天船舶航线快速辨识方法。采用信号累积增强算法增强雾天激光雷达回波信号,利用改进经验模态分解算法去噪处理增强后的回波信号,结合回波信号通过最小类内方差获取得到船舶航线和水面最佳分割阈值,提取船舶航线特征点。利用最小二乘法拟合法拟合船舶航线特征点,完成雾天船舶航线辨识。实验结果表明,所提方法应用后激光雷达回波信号更平滑,输出信噪比更高,均方根误差更低,船舶航线辨识准确率更理想。

一种基于深度生成模型的ADS-B信号增强和目标识别方法

自动相关监视广播数据(automatic dependent surveillance-broadcast,ADS-B)信号在航空领域通信中占据非常重要的地位,其检测、分析对航空运输安全保障意义重大。ADS-B信号常常带有噪声或干扰,这使得直接解码的准确性受到影响。为了更好地捕捉ADS-B信号的信息提升其准确性,提出了EASTR深度学习模型。所提模型首先使用基于非因果扩张卷积和残差网络结构的方法,对原始含噪ADS-B信号进行降噪与增强;随后,经过降噪处理的信号被转换为星群图像,再利用多层感知机进行分类识别。收集了5000条来自不同飞机的ADS-B信号数据,在此数据集上将EASTR与其他同类模型进行比较。实验结果表明:不同信噪比下EASTR均在准确率上优于其他模型。通过消融实验验证了数据增强模块的效能。

基于反向荧光增强双信号通道免疫层析方法检测动物源食品中克百威残留

本研究建立了可视化-反向荧光增强双信号通道免疫层析技术(V-rFICTs),通过观察多巴胺包金的显色减弱以及量子点荧光的反向增强,实现对克百威的双信号、半定量检测。通过设计合成半抗原制备获得特异性单克隆抗体,以多巴胺包金核壳纳米材料标记抗体作为检测探针,将量子点(QDs-OVA)与包被原(CAR-OVA)喷涂于硝酸纤维膜(NC膜)上作为检测线(T线),同时喷涂兔抗鼠IgG抗体作为质控线(C线),组装成免疫层析试纸条。当样品不含克百威时,标记抗体结合在T线,裸眼可见明显紫红色条带,荧光猝灭,当克百威存在时,T线紫红色条带变弱或消失,而紫外下绿色荧光显现并随着克百威浓度的升高而增强。方法研究结果显示,V-rFICTs在可见光检测模式下的检测限为50 ng/mL,在荧光模式下的检测限为3.13 ng/mL,灵敏度提升15倍以上,15 min内可完成检测,与其他结构类似物无交叉反应。经方法验证,检测结果与液相色谱-串联质谱方法一致,具有较好的应用潜力。

基于小波变换的无线局域网通信信号增强方法

信道多径效应、传输带宽有限性等因素,可导致无线局域网通信信号中存在大量的噪声,降低了通信信号质量.为此,提出基于小波变换的无线局域网通信信号增强方法.利用小波变换算法提取网络通信信号特征,分类处理无线局域网通信信号,得到信号类别;利用噪声模型与信号类别进行对比,确定带噪信号的小波系数,将小于阈值的信号视为噪声去除;重构无线局域网通信信号,实现无线局域网通信信号的增强.实验结果表明:应用提出的算法信号信噪比得到了明显提升,信号均方误差低于最低限值,充分证实提出的算法具备可行性.

动态增强MR对乳腺癌的诊断价值探讨

目的:探讨动态增强磁共振(MR)对乳腺癌的诊断价值。方法:选择2020年6月—2023年5月北京丰台医院诊治的疑似乳腺癌患者72例作为研究对象,所有患者均进行动态增强MR检查,记录时间-信号强度曲线(TIC)分型情况与增强参数,涉及信号增强比率、峰值时间、强化率。以病理检查作为诊断金标准,判断动态增强MR的诊断价值。结果:在72例患者中,病理诊断为乳腺癌42例(58.33%,乳腺癌组);乳腺良性肿瘤30例(41.67%,非乳腺癌组)。乳腺癌组的动态增强MR TIC分型Ⅰ型、Ⅱ型、Ⅲ型分别为6例(14.29%)、10例(23.81%)、26例(61.90%),非乳腺癌组分别为29例(96.67%)、1例(3.33%)、0例(0.00%),两组对比差异有统计学意义(P<0.01)。乳腺癌组的强化率、信号增强比率均高于非乳腺癌组,峰值时间短于非乳腺癌组(P<0.01)。病理诊断为乳腺癌41例,动态增强MR对乳腺癌的诊断灵敏度、特异度、准确率分别为95.24%(40/42)、96.67%(29/30)、95.83%(69/72)。结论:动态增强MR在乳腺癌患者的应用对于乳腺癌的诊断具有较高的灵敏度、特异度、准确率。

应用长短期记忆循环神经网络的弱反射信号增强方法

由于沉积环境的特殊性和复杂性,地下介质中不同反射界面的波阻抗差可能差异巨大。如果储层的有效反射信息较弱,在地震数据中极可能被强反射信息掩盖,不易被识别,影响了储层识别效果,因此亟需一种解释性处理技术突出弱反射信息。常规方法一般是先从地震数据中分离出强反射分量,再将它削弱或删除。但如果地震子波提取不准确,减去法中强反射残留会引入虚假信号。文中提出了一种“升弱降强”的新思路,通过构建幂次反射系数映射模型缩小弱反射信号与强反射信号的相对差异。首先计算测井反射系数的幂次反射系数,将弱反射系数相对增大、强反射系数相对减小,得到拟反射系数序列;再用原始反射系数序列和拟反射系数序列分别与地震子波进行褶积运算,得到合成地震记录和拟合成地震记录,生成训练样本集;然后用该样本集训练长短期记忆(LSTM)循环神经网络,建立合成地震记录与拟合成地震记录的映射关系;最后将该网络应用于地震数据,增强了地震弱反射信号。模型和实际数据应用结果表明,该方法能有效增强地层本身引起的弱反射信号,提高地震数据的储层识别能力。

基于CDAE-LMSAF的水下目标辐射信号增强

针对远距离目标(如潜艇、鱼雷等)被动定位时存在海洋环境噪声、舰艇自身噪声等影响,从而导致定位精度降低的问题,本文提出了一种基于卷积去噪自编码器和自适应最小均方误差滤波(CDAE-LMSAF)的增强方法,通过提取水下目标辐射信号和含噪信号的时频谱图特征,作为卷积去噪自编码的输入进行训练和建模,再利用自适应滤波器对神经网络增强后的音频进行优化,实现对水下目标辐射信号的增强。仿真实验结果表明,在信噪比为-5 dB时,本文方法的信噪比为17.51 dB,相比于多窗谱谱减法的1.23 dB,卷积去噪自编码器的7.21 dB,自适应最小均方误差滤波的4.12 dB,本文方法具有更高的信噪比增益。