煤矿资源探测中考虑地质构造特征及新技术应用研究

本研究针对中国煤矿资源探测中地质构造复杂和探测手段受限的难题,提出了一种综合考虑地质特征和多元探测技术的策略。通过深入分析我国煤矿的地质构造特点及矿藏分布规律,确定了影响探测精度的关键要素。研究进一步采纳了包括大地电磁测量、反射地震测量在内的新型探测技术,并与传统地质勘查和钻探方法相结合,实现了对煤矿的深部精准探测。最终,以地质构造为主要考量,构建了一个结合多参数、多探测方式的煤矿资源定量预测模型,显著提高了探测结果的精确度。此研究为提升我国煤矿资源探测水平提供了重要理论和实践指导。研究结果表明,本研究提出的含地质构造特征的煤矿资源探测方法和技术具有针对性,能在提高探测精度的同时降低探测成本。这为中国的煤矿资源有效利用和潜在资源的科学评估提供了新的方法和理论基础。

应用放射组学和剂量学特征预测食管癌放射治疗后的两年生存情况

目的:使用放射组学与剂量学特征参数,建立机器学习预测模型,预测食管癌患者放射治疗后两年的生存情况。方法:回顾性分析2013年1月至2017年12月在天津医科大学肿瘤医院接受放射治疗的食管癌患者共579例。从食管癌患者的放射治疗计划中提取GTV的放射组学和剂量学的特征,使用最大相关最小冗余与人工方法对特征参数进行筛选,分别选取14项放射组学和14项剂量学特征,并将特征变量进行标准化归一至[0,1]范围。建立支持向量机、逻辑回归和随机森林等机器学习模型,先使用14项放射组学特征,再使用28项放射组学和剂量学混合特征参数进行训练和测试,来预测食管癌放射治疗患者的两年生存情况。结果:仅使用放射组学特征预测放射治疗后两年生存情况时,支持向量机、逻辑回归和随机森林模型的准确率分别为84.98%、85.92%和84.51%。使用放射组学和剂量学的混合特征参数进行预测时,支持向量机、逻辑回归和随机森林模型的准确率分别为86.32%、83.02%和90.01%。在放射组学特征参数基础上,增加剂量学特征,支持向量机和随机森林模型的预测准确性得到有效提高。结论:针对支持向量机和随机森林模型,使用放射组学和放射治疗剂量学特征参数放射治疗,可有效提高对食管癌患者放射治疗后两年生存情况预测评估的准确性。