磁共振脂肪抑制质子密度加权序列诊断骨关节外伤性骨髓水肿的价值

目的:分析磁共振脂肪抑制质子密度加权(PDWI-FS)序列诊断骨关节外伤性骨髓水肿(BME)的价值。方法:选取150例骨关节外伤患者为研究对象,均行矢状位PDWI-FS序列扫描及MRI常规序列扫描,比较两种方法对BME的检出情况、信号强度、图像质量、病灶信噪比及对比噪声比。结果:两种检查方法均显示150例骨关节外伤患者中134例存在225处BME征象,以膝关节外伤患者中多见。PDWI-FS序列显示病灶信号强度主要为3级,占比97.78%(220/225),MRI常规序列显示主要为2级,占比43.11%(97/225),且两种检查方法显示不同强度存在统计学差异(Z=15.919,P<0.05)。PDWIFS序列显示病灶清晰程度、空间分辨力、图像变形及诊断信心评分[(4.09±0.45)分、(3.65±0.42)分、(3.25±0.37)分、(4.21±0.38)分]均高于常规序列[(3.88±0.39)分、(3.41±0.36)分、(3.14±0.35)分、(3.97±0.34)分],且差异均有统计学意义(t=4.319,t=5.314,t=2.645,t=5.765;P<0.05)。PDWI-FS序列显示病灶信噪比及周围组织对比噪声比[(2.07±0.23)、(5.52±0.64)]均大于常规序列[(2.01±0.22)、(5.17±0.59)],且差异有统计学意义(t=2.309,t=4.925;P<0.05)。结论:较MRI常规序列而言,磁共振PDWI-FS序列能有效提高图像质量和病变显示效果,可为骨关节外伤性BME的诊断提供更准确的诊疗信息。

广义实型密度加权平均中间算子及应用

针对普遍存在的向量、矩阵等多维的数据形式,将面向点值的密度加权平均中间(DWA)算子拓展为广义实型密度加权平均中间(GR-DWA)算子.给出了通用的数据元素聚类过程,该过程能够对点、向量、矩阵等3种类型的数据进行有效分组.研究了一种兼顾"规模"与"功能"信息的密度加权向量设置方法,并给出了3种参数确定思路,以支持主观、客观或主客观结合等多种决策方式.定义广义实型密度算术平均(GR-DWAAA)算子,并探讨了GR-DWA算子在多属性群决策中的多种运用途径.最后,给出了GR-DWAAA算子处理多属性群决策问题的一个应用算例,算例的结果验证了算子的有效性.

密度加权平均中间算子及其在多属性决策中的应用

针对已有的信息集结算子没有考虑属性信息分布疏密程度的情况,研究了一维数据聚类的问题,并给出一种一维聚类的方法.在此基础上,开发了密度加权平均(DWA)中间算子,并将该算子与已有的5种信息集结算子进行合成,得到的合成算子兼顾了多种算子的特点.最后通过一个算例验证了DWA算子及合成算子的一些新颖的特征.

一种基于密度加权的最小二乘支持向量机稀疏化算法

针对最小二乘支持向量机失去标准支持向量机稀疏特性的问题,提出了一种基于密度加权的稀疏化算法.首先计算样本的密度信息,对样本估计误差进行密度加权获得该样本对模型的可能贡献度;然后选取具有最大可能贡献度的样本作为支持向量,同时对支持向量样本邻域内的其他样本密度信息进行削减,从而避免相似样本被选中为支持向量;再选择剩余样本中具有最大可能贡献度的样本添加到支持向量集中,直到模型性能满足要求.仿真和实际应用表明,与Suykens提出的标准稀疏化算法相比,所提出的算法能有效剔除冗余支持向量,具有更好的稀疏性和鲁棒性.

基于二维密度加权算子的群体评价信息集结方法

群体评价中已有的信息集结算子都没有考虑到信息分布的疏密情况,且其评价信息又通常为二维数据,为此,提出了一种基于二维密度加权算子的群体评价信息集结方法。定义了二维密度加权算术平均(TDWA)算子和二维密度加权几何平均(TDWGA)算子2种新的集结算子。将新算子应用于群体评价的信息集结中,并分别给出了群体评价(二维)数据的分组与群体密度权向量的具体确定方法。最后,给出了一个具体的集结算例。

人工智能-压缩感知加速的磁共振质子密度加权成像序列在膝关节骨关节炎软骨损伤评价中的应用研究

目的评价人工智能-压缩感知(artificial intelligence-compressed sensing,ACS)加速的质子密度加权成像(proton density weighted imaging,PDWI)序列在膝关节骨关节炎关节软骨损伤半定量评价中应用价值。材料与方法本研究为前瞻性研究,采用3.0 T MRI对74名受检者扫描三组膝关节PDWI序列,分别采用并行采集(parallel imaging,PI)、压缩感知(compressed sensing,CS)、ACS进行加速。两位医师对图像质量进行4分制主观评分。将关节软骨分为14个区域,上述两位医师对软骨损伤进行8等级评价。此外,上述两位医师对其中15例受检者的3个区域软骨进行间隔超过一个月的两次评价。采用Friedman检验分析PI、CS、ACS图像主观质量评分差异。采用组内相关系数检验PI与CS、PI与ACS在14个区域软骨损伤评价中的一致性。计算CS与ACS在全关节软骨损伤评价中的敏感度与特异度。采用Cohen's Kappa系数分析15例受检者PI、CS、ACS前后两次软骨损伤评价的一致性。结果PI、CS、ACS加速的PDWI采集时间分别为428 s、375 s、155 s。三组序列各断面间图像质量医师主观评分差异无统计学意义(P值分别为0.607、0.174、0.529)。CS与PI、ACS与PI在14个区域关节软骨损伤评分中一致性良好(ICC范围分别为0.969~0.995、0.951~0.987)。除去三组序列中软骨损伤均诊断为阴性的区域后,CS与PI、ACS与PI在14个区域关节软骨损伤评价中一致性仍为良好(ICC范围分别为0.868~0.939、0.842~0.948)。CS、ACS在全关节软骨评价中特异度分别为99.6%、98.2%,1~6级评分敏感度范围分别为42.3%~100.0%、17.3%~87.9%。PI、CS、ACS在15例受检者3个区域前后两次软骨损伤评价中一致性强(κ≥0.803)。结论ACS能在保证图像质量的同时大幅度加速多平面MRI PDWI序列,并在膝关节骨关节炎多区域关节软骨损伤半定量评价中达到与并行采集加速序列相似的诊断效能。

密度加权近似支持向量机

标准的近似支持向量机(PSVM)用求解正则化最小二乘问题代替了求解二次规划问题,它可以得到一个解析解,从而减少训练时间。但是标准的PSVM没有考虑数据集中正、负样本的分布情况,对所有的样本都赋予了相同的惩罚因子。而在实际问题中,数据集中样本的分布是不平衡的。针对此问题,在PSVM的基础上提出了一种基于密度加权的近似支持向量机(DPSVM),其先计算样本的密度指标,不同的样例有不同的密度信息,因此对不同的样例给予不同的惩罚因子,并将原始优化问题中的惩罚因子由数值变为一个对角矩阵。在UCI数据集上用这种方法进行了实验,并与SVM和PSVM方法进行了比较,结果表明,DPSVM在正负类样本分布不平衡的数据集上有较好的分类性能。

广义梯形模糊数密度加权算子及其应用

针对多属性决策问题,本文面向广义梯形模糊数的决策信息,提出了广义梯形模糊数密度加权算子(TF-DWA算子)的信息集结方法。首先介绍了广义梯形模糊数密度加权算子及其合成算子,并分析了其性质特点。然后,基于信息分布的疏密程度讨论了广义梯形模糊数的分组问题,通过质心排序指标值进行聚类。在此基础上,基于熵值法求解密度加权向量。最后,通过一个应用算例对本文提出的算子进行简要说明。

带密度加权的自适应遗传算法

为了改善传统自适应遗传算法收敛速度慢、易陷入局部最优解的情况,提出了带密度加权的自适应遗传算法.该算法基于种群的分布密度,动态调整遗传算法的交叉概率和变异概率,并且在算法中使用了保留最佳个体法.实验结果表明:该算法在破坏种群局部稳定性、跳出局部极值的同时,又能以较快的速度收敛于全局最优,提高了算法的实用性和鲁棒性.

采用基于密度加权和偏好信息的K均值聚类的胸阻抗信号自动检测算法

为了自动识别胸阻抗(Trans Thoracic Impedance,TTI)信号中的按压和通气波形,完成相关重要参数的计算,从而实现对心肺复苏质量的监测评估,该文提出一种基于密度加权与偏好信息的胸阻抗信号自动检测算法。该方法针对实验采集的猪的电诱导心脏骤停模型TTI信号,通过预处理和多分辨率窗口搜索法完成潜在按压和通气波形的标记;接着,提取每个标记波形的宽度、幅值以及相邻波形特征差作为特征,并按标记波形宽度对信号进行分段;之后,再对信号进行小波分解,提取其小波系数每段的能量与原始波形幅值之比作为特征;最后采用基于密度加权与偏好信息的K均值聚类分析法对标记的波形进行分类识别。实验结果表明,该算法对TTI信号中按压波形和波形分析识别的正确率和敏感度均较高,鲁棒性好,且运行时间(0.43 s±0.07 s)满足实时性要求。

二维区间密度加权算子及其应用

针对不确定多属性决策中的属性信息分布不均匀,且评价信息多数为二维信息的情况,本文提出了二维区间密度加权算子(TDIDW算子)的属性信息集结方法.依据密度算子的集结过程特点,文章首先定义了二维区间密度加权算子及其合成算子,然后介绍了基于灰色区间聚类法的评价信息分组方法以及基于非线性模型的密度加权向量确定方法,最后进行了算例验证.验证结果表明,该方法可以有效地解决由于属性信息分布不均匀而导致评价结果不准确的问题.

一种改进的密度加权的模糊C聚类算法

模糊C均值聚类算法(FCM)是一种流行的聚类算法,在许多工程领域有着广泛的应用.密度加权的模糊C均值算法(Density Weighted FCM)是对传统FCM的一种改进,它可以很好的解决FCM对噪声敏感的问题.但是DWFCM与FCM都没有解决聚类结果很大程度上依赖初始聚类中心的选择好坏的问题.提出一种基于最近邻居节点对密度的FCM改进算法Improved-DWFCM,通过最近邻居节点估计节点密度的方法解决聚类结果对初始簇中心依赖的问题.仿真结果表明这种算法选择出来的初始聚类中心与最终结果的簇中心非常接近,大大提高了算法收敛的速度以及聚类的效果.

视密度加权的时平均统一二阶矩两相湍流模型

在气粒两相湍流的双流体模型中，颗粒相的视（表观）密度是有脉动的，在时平均的统一 工阶矩（ＵＳＭ）模型中出现了和颗粒数密度或视密度脉动有关的项和方程；使模型方程比较复 杂．实际上，用ＬＤＶ或ＰＤＰＡ测量的流体（用小颗粒代表）和颗粒速度都是颗粒数加权平均 的结果．因此，在视密度加权平均基础上推导两相湍流模型更为合理．通过推导和封闭了视密 度加权平均的统一二阶矩模型（ＭＵＳＭ）方程组，改进了两相速度脉动关联的封闭，并引入了 颗粒遇到的气体脉动速度及其输运方程．ＭＵＳＭ模型可以减少所用方程数，节省计算量．视 密度加权平均的统一二阶矩两相湍流模型是一种对原有时间平均的统一二阶矩模型的改进和 发展．

增量密度加权近似支持向量机

近似支持向量机(PSVM)是一个正则化最小二乘问题,有解析解,但是它失去了支持向量机(SVM)的稀疏性,使得所有的训练样例都成为支持向量。为了有效地控制近似支持向量机的稀疏性,提出了增量密度加权近似支持向量机(IDWPSVM),它在训练集中选取最基本的支持向量。实验表明,IDWPSVM方法与SVM,PSVM和DWPS-VM方法相比,其精度相似,收敛速度快,可有效地控制近似支持向量机的稀疏性。

用视密度加权平均二阶矩模型模拟旋流两相流动

本文用视密度加权平均代替时平均，建立了视密度加权平均的统一二阶矩两相湍流模型方程组（ＭＵＳＭ），其中用体积分数代替了数密度，用颗粒驰豫时间作为封闭两相脉动速度关联方程耗散项的时间尺度，并引入了颗粒视在的气体速度脉动的输运方程。用ＭＵＳＭ模型模拟了旋流数为０．４７的气粒两相流动。并和实验结果及时间平均的ＵＳＭ模型的模拟结果进行了对照，两种模型均能较好地预报的两相的轴向和切向速度，轴向和切向脉动速度。此外，ＭＵＳＭ模型可以减少所用方程数，节省计算量。因此视密度加权平均的统一二阶矩两相湍流模型是一种对时间平均的统一二阶矩模型的改进，今后可以进一步扩大应用。

多阶密度加权口径分布天线的研究

本文综述多阶密度加权口径分布天线的研究背景，发展现状，并叙述其研究内容，已取得的成果和应用发展前景。

基于密度加权的分裂式K均值聚类算法

为避免初始聚类中心陷入局部最优,孤立点影响聚类准确性,结合分裂式思想,提出一种基于密度加权的K均值聚类算法。以K均值聚类算法为基础,引入分裂式思想,提取所有数据对象的属性值组建矢量,通过求解所有数据对象的全部属性,得到经过规范化预处理的数据对象矩阵,根据样本点与点群之间的最小最大距离,构建分裂式K均值聚类算法,采用样本点密度函数界定公式,选取出最优初始聚类中心,结合样本点间距离,完成密度加权下的分裂式K均值聚类算法设计。经对比实验结果发现,所提算法较好地解决了初始聚类中心选取的随机问题,在有效提高聚类准确性的同时大幅度降低了迭代次数,提升了聚类效率。

振幅量化密度加权天线阵的分析和计算

本文对二阶振幅量化密度加权的线阵和面阵天线进行了理论分析和模拟计算。结果表明,当具有相同的单元总数时,二阶密度加权阵的副瓣电平比一阶密度加权阵的副瓣电平低5到6分贝。本文把二阶密度加权推广到任意多阶的情况,给出了相应的理论分析和数值计算结果。

三维质子密度加权MRI对儿童寰枢关节半脱位的诊断及疗效评价的意义研究

目的探讨MR成像技术对寰枢关节半脱位诊断及疗效评价的价值。方法收集23例临床怀疑寰枢关节半脱位的儿童患者,采用三维可变翻转角空间优化对比度完善技术(3D Sampling Perfection with Application optimized Contrast using differentflip angle Evolution,3D-SPACE)的质子加权成像(3D-PD-SPACE)联合常规扫描,牵引治疗2~4周后进行复查,对3D-PDSPACE抑脂序列的图像进行多平面重组(Multiple Planar Reformation,MPR),两名医生对图像质量进行主观评价,对MR诊断结果进行统计,对寰枢关节治疗前后的MR征象进行对比分析。结果所有MR图像质量评价全部为优或良,两名医师评价一致性较高(Kappa值=0.646)。23例患者中,寰枢关节及颈椎无明显异常(7例);寰枢关节半脱位16例;半脱位的影像学异常表现诊断为齿突侧块间距差值大于3 mm(7例)、寰齿前间隙大于5 mm(9例)、横韧带损伤(2例)、翼状韧带损伤(10例)。其他影像学异常表现包括颈椎侧弯(4例)、齿突先天畸形(1例)。MR诊断阳性的寰枢关节半脱位行牵引治疗后,MR复查结果:16例寰枢关节半脱位患者中11例MR表现恢复正常,3例有所缓解。结论MR 3D-PD-SPACE抑脂序列联合常规MR成像对寰枢关节半脱位诊断及疗效评价具有很高的价值。

节点密度加权及距离修正的粒子群优化定位算法

为了充分利用无线传感器网络(WSNs)的拓扑结构来提高节点定位精度,提出一种基于节点密度加权的RDD算法。网络先计算出所有节点的密度加权值,利用节点通信半径乘以节点密度因子求出邻居节点之间的距离;为了减小累积误差,节点之间为两跳时,选取节点之间共有节点数最多的路径作为最优路径并求出节点之间的距离;节点之间为多跳时,采用迭代累加的方式求出节点之间的距离,再利用信标节点对距离进行修正,采用改进的粒子群算法来优化定位。实验仿真表明:本文提出的算法相对于改进的DV-Hop算法以及改进的RND算法定位精度有一定的提高。