D-Markov模型在疲劳裂纹扩展模式识别中的应用

为研究曲轴在交变载荷作用下,疲劳裂纹扩展的阶段性,以及裂纹扩展阶段内隐含的一些内部模式的演变,对曲轴疲劳试验过程中谐振台架的振动加速度进行了测录,并应用基于D-Markov模型的异常检测算法对这一监测信号进行分析,计算了其在各个时间段中的异常度曲线,与曲轴疲劳裂纹扩展速率曲线进行了对比,分析了D-Markov模型对裂纹扩展模式的识别能力.结果表明,基于D-Markov模型的异常检测算法对曲轴疲劳裂纹扩展内部模式的演变有一定的预测能力,如果能针对系统的某种可测量信号建立一种识别方法,对发动机工作过程中零部件裂纹扩展的演变模式进行动态、实时的监视和预测,则可以为预防破坏性疲劳失效事故的发生和科学合理地制定维修计划提供参考依据.

D-S理论和Markov链组合的桥梁性能退化预测研究

为准确预测桥梁性能退化,考虑到数据随机性和微小扰动发生状态跳跃,提出了一种D-S(Dempster-Shafer)证据理论和Markov链组合的桥梁性能退化组合预测模型和性能退化率的概念.该模型基于指数平滑(exponential smoothing,ES)方法获得新的预测数据序列,并利用Markov链和D-S理论不断进行优化,从而实现桥梁性能退化的组合预测.实际工程的应用结果表明:性能退化率可以直观地表征在梁性能退化的速度.其次,该模型的平均相对误差为1.54%,较于回归、灰色和模糊加权Markov链模型,精度分别提高了1.11%,0.88%和2.8%,而后验差比值为0.242,小于0.35;模型的标准差为9.021,相比其他模型分别减小了3.978,3.405和7.500,而变异系数为0.109,均小于其他模型,验证了组合预测模型在精度和稳定性方面的优越性,可为在役桥梁结构性能退化预测与维护提供理论基础.

应用Hopfield神经网络和小波域隐Markov树模型的图像复原

为了解决传统的Hopfield神经网络图像复原算法对噪声抑制和图像细节保护不能很好兼顾的问题,提出了一种基于改进的连续Hopfield神经网络和小波域隐Markov树(HMT)模型的复原算法。将小波域HMT模型作为图像小波系数统计关系的先验知识,并以正则化项的形式引入到神经网络模型中,最终利用Hopfield神经网络的能量收敛特性完成图像复原。同时提出了一种高度并行的网络权值矩阵计算方法,通过对模板图像进行算子操作,分批求取网络权值,避免了大型矩阵的乘法运算。实验结果表明,无论是对真实图像还是人工生成图像,算法复原的视觉效果均有明显改善,提高信噪比(ISNR)较传统同类算法增加了0.3dB以上,达到了同时抑制噪声和保护图像细节的目的。

Markov模型在DALY计算中的应用

伤残调整寿命年〔1〕（DALY）是指从发病到死亡所损失的全部健康寿命年,它定量地计算由于疾病造成的早死与残疾或失能而损失的健康寿命年。它克服了传统评价指标往往只计算早死引起的寿命损失的片面性和局限性,

基于25⁃羟基维生素D、血清学因子等对老年类风湿性关节炎合并间质性肺疾病Nomogram预测模型的构建和评价

目的基于25-羟基维生素D[25-(OH)D]、血清学因子等构建老年类风湿性关节炎合并间质性肺疾病(RA-ILD)的Nomogram预测模型,并进行模型评价。方法选取2020年5月—2022年10月收治的老年类风湿性关节炎(RA)220例,根据是否合并间质性肺疾病将其分为RA-ILD组(51例)和单纯RA组(169例)2组,比较2组一般资料和实验室相关指标[类风湿因子(RF)、抗环瓜氨酸抗体(anti-CCP)、抗角蛋白抗体(AKA)、类风湿关节炎活动度评分(DAS28)]、25-(OH)D、血清学因子[白细胞介素-33(IL-33)、白细胞介素-35(IL-35)、赖氨酰氧化酶样蛋白-2(LOXL-2)、涎液化糖链抗原-6(KL-6)、基质金属蛋白酶-8(MMP-8)]水平,分析老年RA患者25-(OH)D与各血清学因子的相关性,探讨老年RA-ILD发生的影响因素,根据影响因素、25-(OH)D及血清学因子构建老年RA-ILD的Nomogram预测模型,并对该模型进行评价。结果RA-ILD组和单纯RA组RF、DAS28比较差异有统计学意义(P<0.01);RA-ILD组25-(OH)D、IL-35、KL-6低于单纯RA组,IL-33、LOXL-2、MMP-8高于单纯RA组(P<0.05,P<0.01)。老年RA患者25-(OH)D与IL-35、KL-6呈正相关,与IL-33、LOXL-2、MMP-8呈负相关(P<0.05)。25-(OH)D、IL-35、KL-6、IL-33、LOXL-2、MMP-8、RF和DAS28均为老年RA-ILD发生的影响因素(P<0.01)。在Nomogram预测模型中直接获取各预测因素对应得分,得分之和对应的预测概率即为该老年患者RA-ILD发生的风险概率,该模型对老年RA-ILD发生具有良好预测效能,且具有良好校准度。结论基于25-(OH)D、血清学因子等构建老年RA-ILD发生的Nomogram预测模型,预测效能较高、校准度良好。

中国大陆各地区人均GDP的Markov模型

论文首先将中国大陆各省、自治区、直辖市的人均GDP情况划分为4种状态,然后使用Markov方法建立一个预测中国各地区人均GDP在10年后和20年后发展状况的分析模型,并利用此模型对中国各地区人均GDP的演化和变化情况进行了分析和预测。

肾及肾上腺肿瘤高仿真3D打印模型在泌尿外科住院医师规范化培训教学中的应用效果

目的探讨肾及肾上腺肿瘤高仿真3D打印模型在泌尿外科住院医师规范化培训教学中的应用效果。方法将40名参加泌尿外科住院医师规范化培训的医师随机分为试验组和对照组,每组20名。收集肾及肾上腺肿瘤的CT影像资料,打印成高仿真3D模型。给予对照组传统教学,给予试验组传统教学联合高仿真3D打印模型教学。教学结束后,比较两组医师的理论知识考核成绩和对教学方法的评价。结果试验组医师的理论知识考核成绩,以及学习兴趣、解剖认识、知识记忆、医患沟通、临床思维、教学满意度条目得分高于对照组(P<0.05)。结论高仿真3D打印模型可以直观展示肾及肾上腺肿瘤的立体解剖结构,有助于加深医师对相关知识的理解、记忆,提高教学质量,是一种有效的教学方法。

自适应组合滤波算法在3D假肢模型中的应用

针对经典统计滤波算法无法自适应选取参数以及传统双边滤波算法难以兼顾保特征和光顺性的问题,提出一种自适应组合滤波算法。首先引入基于局部点云体积的自适应标准差倍数以灵活滤除假肢点云大尺度噪声;在滤除大尺度噪声的基础上,引入一种新的协方差矩阵加权方式,提高估计点云法向的准确性,并通过法向夹角变化程度的均值对特征权重因子进行改进,增强双边滤波因子的保特征性,旨在光顺三维假肢模型小尺度噪声。与单独使用统计滤波、双边滤波相比,所提算法在3个假肢模型的最大误差E_(max)至少降低了5%;平均误差E_(ave)至少降低了6.9%。仿真结果表明,该改进算法在有效剔除假肢模型大尺度噪声的同时又避免了过光顺和去噪不彻底,可以较好地保持模型中的几何特征。

3D打印模型结合翻转课堂在脊柱外科微创培训中的应用

目的探讨翻转课堂联合3D打印模型教学在脊柱外科微创培训中的应用效果。方法选择2020年5月—2022年5月在浙江大学医学院附属第二医院脊柱外科微创中心进修的42名学员为研究对象,随机分为研究组和对照组,研究组21名进修学员采用翻转课堂联合3D打印模型教学,对照组21名进修学员采用单纯翻转课堂方法进行授课讲解。2组学员分别进行了出科考试测验和满意度问卷调查。结果2组进修学员培训前检测成绩、微创理论知识成绩,差异无统计学意义(P>0.05)。研究组学员在培训结束后其出科脊柱微创临床知识成绩及微创基本技能操作、微创手术技巧提高和总体满意度均高于对照组,差异均有统计学意义(P<0.05)。结论应用3D打印模型教学结合翻转课堂可明显提高脊柱外科进修学员的学习质量和总体满意度,提升脊柱微创培训的效果。为脊柱外科微创培训的一种新型教学模式。

基于Adaboost-Markov模型的移动用户位置预测方法

针对Markov模型在位置预测中存在预测精度不高及匹配稀疏等问题,提出了一种基于Adaboost-Markov模型的移动用户位置预测方法。首先,通过基于转角偏移度与距离偏移量的轨迹划分方法对原始轨迹数据进行预处理,提取出特征点,并采用密度聚类算法将特征点聚类为用户的各个兴趣区域,把原始轨迹数据离散化为由兴趣区域组成的轨迹序列;然后,根据前缀轨迹序列与历史轨迹序列模式树的匹配程度来自适应地确定模型阶数k;最后,采用Adaboost算法根据1～k阶Markov模型的重要程度为其赋予相应的权重系数,组成多阶融合Markov模型,从而实现对移动用户未来兴趣区域的预测。在大规模真实用户轨迹数据集上的实验结果表明,与1阶Markov模型、2阶Markov模型、权重系数平均的多阶融合Markov模型相比, Adaboost-Markov模型的平均预测准确率分别提高了20.83%、11.3%以及5.38%,且具有良好的普适性与多步预测性能。

3D打印模型结合模拟教学在骨科实习教学中效果研究

目的:探讨3D打印模型结合模拟教学在骨科实习教学中作用。方法:42名实习医生均完成医学本科阶段理论学习,通过实习前准入资格考核。入科实习后按1:1比例随机分为两组,对照组进行常规实习带教教学,模拟教学组采用3D打印骨折模型的模拟教学进行实习带教。分析比较两组学生教学效果差异。结果:实习培训后,模拟教学组学生理论成绩、病史采集、体格检查、技能操作评分显著高于对照组(P<0.05);模拟教学组学生满意度评分明显高于对照组(P<0.05)。结论:3D骨折模型结合模拟教学方法能够有效提高骨科实习教学效果,提高实习生学习满意度,值得临床推广。

胃癌模型大鼠胃黏膜组织Cyclin D1、c-Myc、CKIT的表达意义及其与胃癌病变程度的相关性

目的探讨胃癌模型大鼠胃黏膜组织细胞周期蛋白D1(cyclinD1)、c-Myc、CKIT的表达意义及其与胃癌病变程度的相关性。方法选择48只健康成年雌性大鼠,按照随机数字表法将其分为对照组、研究1组、研究2组、研究3组,每组各12只。研究1组、研究2组、研究3组均制备成胃癌模型。对照组给予等量0.9%氯化钠溶液,第24周处死取材;研究1组、研究2组、研究3组制备成胃癌大鼠后分别于第8、16、24周取材。分析各组大鼠一般情况及胃黏膜组织病理切片,采用蛋白质印迹法检测胃黏膜组织Cyclin D1、c-Myc、CKIT蛋白的表达,采用逆转录聚合酶链式反应(RT-PCR)法测定胃黏膜组织Cyclin D1、c-Myc、CKIT mRNA的表达,采用Spearman分析法测定胃黏膜组织Cyclin D1、c-Myc、CKIT表达与胃癌病变程度相关性。结果对照组大鼠胃黏膜完整正常,外膜层、肌层、黏膜下层、黏膜层等结构清晰,且无炎症细胞浸润;研究1组大鼠胃黏膜组织与对照组大鼠接近,不存在炎症细胞,且黏膜腺体结构基本正常;研究2组大鼠胃黏膜组织存在破损,细胞核变大,基底部部分腺体细胞形态异常,存在轻度异型性,为早期胃癌;研究3组大鼠胃黏膜组织增加破损,核质比变大,细胞形态不规则,部分腺体存在扩张,黏膜下层及肌层存在炎症细胞浸润,为胃癌进展期。研究1组、研究2组、研究3组胃黏膜组织Cyclin D1、c-Myc、CKIT蛋白均呈显著高于对照组,差异均有统计学意义(P<0.05),胃黏膜组织Cyclin D1、c-Myc、CKIT蛋白在研究1组、研究2组、研究3组中逐渐升高趋势。研究1组、研究2组、研究3组胃黏膜组织Cyclin D1、c-Myc、CKIT mRNA均呈显著高于对照组,差异均有统计学意义(P<0.05),胃黏膜组织Cyclin D1、c-Myc、CKIT mRNA在研究1组、研究2组、研究3组中逐渐升高趋势。采用Spearman相关性结果分析显示,胃黏膜组织Cyclin D1、c-Myc、CKIT表达与胃癌病变程度呈正相关(r=0.382、0.781、0.993,均P<0.001)。结论胃癌模型大鼠胃黏膜组织Cyclin D1、c-Myc、CKIT呈高表达,其与胃癌病变程度密切相关。

基于机器学习模型FY⁃3D MWRI海面风速反演

风云三号D星(FY-3D)微波成像仪(MWRI)L1级亮温数据可用于全球海面风速反演,本文讨论了在晴空区和云区使用多元线性统计回归模型和机器学习模型反演海面风速的情况,在晴空区将4 d测试集分别放入多元线性统计回归模型,采用随机森林(RF),支持向量回归(SVR),卷积神经网络(CNN)和Stacking融合(SF)模型对海面风速进行反演,最优的均方根误差(RMSE)分别为1.56、1.31、1.24、1.29和1.27 m/s;在云区2 d测试集上的最优RMSE分别为2.12、1.98、1.87、1.89和1.89 m/s。为了进一步验证晴空区海面风速反演的可靠性,选取美国国家浮标数据中心(NDBC)实测的浮标风速对海面反演风速进行验证,CNN反演风速与NDBC实测风速的RMSE为0.74 m/s,决定系数(R^(2))为0.80;SF反演风速与NDBC实测风速的RMSE为0.85 m/s,R^(2)为0.74。结果证实了通过机器学习模型能够很好地完成FY-3D MWRI亮温反演全球海面风速的任务。

3D模型重建技术结合思维导图在肝胆胰脾外科护理临床教学中的应用

目的探讨3D模型重建技术结合思维导图在肝胆胰脾外科护理临床教学中的应用价值。方法选取63名肝胆胰脾外科护理专业实习生作为研究对象,将其随机分为观察组(n=32)和对照组(n=31)。对照组予传统教学模式教学,观察组予3D模型重建技术结合思维导图法教学。对比两组理论考试成绩、操作考试成绩、综合评价分数及教学满意度。结果观察组护理专业实习生理论考试成绩、操作考试成绩、综合评价分数均明显高于对照组(均P<0.05)。观察组护理专业实习生对教学非常满意度的比例高于对照组(P<0.05),但观察组总体满意度(96.87%)与对照组(83.87%)差异无统计学意义(P>0.05)。结论在肝胆胰脾外科护理临床教学中应用3D模型重建技术结合思维导图的教学方法,能够有效缩短护理专业实习生的学习时间,加深其对理论知识的理解,促进其熟练掌握操作技能,提升实践动手能力和专科护理书写能力,提升教学质量,具有良好的推广前景。

基于3D打印模型的案例教学方法在气管插管教学中的应用

目的探讨基于3D打印模型的案例教学方法(case-based learning,CBL)在气管插管教学中的应用效果。方法采用整群抽样方法,选取2019年1月—2022年1月在浙江省丽水市人民医院进行临床实习的温州医科大学2015级、2016级、2017级五年制临床医学专业80名学生为研究对象。采用随机数字表法,将80名学生分为试验组和对照组,每组40名学生。试验组学生采用基于3D打印模型的案例教学方法,对照组学生采用传统教学方法。教学结束后,通过理论知识、操作技能考核成绩和问卷调查结果,比较两组学生各自教学方法的实施效果。两组学生按照不同级次分批进行教学和考核。结果理论知识考核结果显示,试验组学生成绩[(45.23±2.66)分]优于对照组学生[(40.94±3.41)分],其差异具有统计学意义(P<0.05);操作技能考核结果显示,试验组学生成绩[(48.26±2.33)分]优于对照组学生[(42.89±3.25)分],其差异具有统计学意义(P<0.05)。问卷调查结果显示,在学习兴趣、学习效率、主动的互动、知识掌握程度、总体教学满意度5个方面,试验组学生的评分均高于对照组学生,其差异均具有统计学意义(均P<0.05)。结论基于3D打印模型的案例教学方法,与传统教学方法相比,可以为学生带来全新的立体视觉感受和模拟体验,有助于提高学生的学习兴趣和效率,有助于学生将理论知识和操作技能掌握得更加牢固,教学满意度更高,值得进一步深入研究与推广应用。

3D打印仿真腭裂模型在腭裂实践教学中的应用

口腔颌面外科学作为口腔医学教育的重要组成部分,腭裂整复手术是其核心内容之一。然而,传统的腭裂实践教学存在诸多问题,如乏味枯燥、实验模具二维平面化、实验操作真实性差等。近年来,随着3D打印技术的发展,基于数字化技术实物模拟打印为腭裂实践教学提供了新的解决方案。本文结合现有研究成果,针对3D打印仿真腭裂模型在腭裂实践教学中的应用进行了综述和探讨。首先分析了传统教学方法的局限性,然后详细介绍了3D打印仿真腭裂模型的优越性,包括强化学生手部精细操作和手眼协调能力、助于理论知识和临床实践紧密结合、显著提高学生临床技能等方面。接着,阐述了3D打印仿真腭裂模型在腭裂实践教学中的应用,包括手术技巧训练、解剖学教育、个性化学习和评估等方面。最后,总结了3D打印仿真腭裂模型在腭裂实践教学中的重要作用,并展望了其未来的发展前景。综上所述,3D打印仿真腭裂模型在口腔颌面外科学教学中具有巨大的潜力,将为口腔医学教育带来革命性的变革和提升。

3D打印模型联合PBL教学法在脊柱肿瘤教学中的应用研究

目的 探讨3D打印模型联合以问题为基础的教学法(problem-based learning,PBL)在研究生脊柱肿瘤临床教学中的应用效果。方法 纳入2022年3月至2023年3月,在首都医科大学附属北京天坛医院骨科参加规范化培训的研究生32名作为研究对象,分为试验组(n=16)和对照组(n=16)。试验组采用PBL与3D打印模型相结合的脊柱肿瘤教学模式,对照组同样采用PBL教学模式,但仅使用常规解剖模型进行讲解。分别对2组学生进行脊柱肿瘤专业理论考核及临床技能考核,通过问卷获得学生的教学满意度调查。结果 试验组学生的考核成绩中位数为92.0(90.0,93.0)分,高于对照组学生的87.5(85.3,90.8)分,差异有统计学意义(P <0.05)。试验组学生的教学满意度高于对照组学生,差异有统计学意义(P <0.05)。结论 基于3D打印模型和问题导向型学习PBL的研究生脊柱肿瘤教学改革研究,能够更好调动研究生学习主动性,提升学生骨科专业理论知识成绩、产生更好的教学效果和反馈。

InfoWorks ICM-Delft 3D耦合模型在排水体系中点源污染溯源研究

城市排水的点源污染是引起黑臭水体的重要原因之一,该研究借助多元监测体系获得的水质数据,结合InfoWorks ICM-Delft 3D耦合模型及差分进化算法(DE)构建了污染溯源模型。以中山市某区域为研究对象,验证了耦合模型与DE算法对污染溯源的有效性。研究表明,连续排放污染源的位置、流量、污染物浓度的溯源精度较高,相对误差均在±0.12的范围内,并且污染溯源精度随着污染源流量增大而下降;随着污染流量增大,瞬时排放污染流量与浓度溯源的相对误差逐渐减小,模型对高流量污染事件的溯源精度较高。该模型体系的构建和应用为城市排水点源污染的溯源提供了科学指导。

3D打印实物模型在颈椎疾患住院医师规范化培训教学中的应用和探讨

目的探讨3 D打印实物模型在提高颈椎疾患住院医师规范化培训(简称住培)教学效果中的作用。方法选取参加骨科住培的颈椎疾患学习的住院医师80名为研究对象,随机分为两组,观察组(40人)以幻灯讲解加3 D打印实物模型教学,对照组(40人)采用幻灯讲解教学。课后即时和课后1月分别对住院医师的知识掌握情况和诊疗技术进行现场测试,利用问卷的形式对住院医师的满意度和参与兴趣(10分法)进行调查。结果课后即时观察组的知识掌握情况和对照组相当(P>0.05),但是观察组的诊疗技术测试成绩显著高于对照组(P<0.05),观察组的满意度和参与兴趣评分均显著高于对照组,两者对比差异有统计学意义(均P<0.05);课后1月时,观察组的知识掌握情况和诊疗技术测试成绩均显著高于对照组(均P<0.05)。结论3 D打印实物模型应用于颈椎疾患住培的带教中,可显著提高教学效果,提升住院医师的满意度和参与兴趣,值得在住培教学中推广。

基于Delft3D的珠江前航道尸体模型漂移轨迹预测

为预测珠江前航道中尸体的漂移轨迹,帮助当地水警确定溺亡者尸体的具体位置,利用Delft3D构建珠江前航道水动力模型,并使用尸体模型进行了多次现场漂移试验。通过对珠江前航道表层流速进行拟合,建立了尸体模型漂移的预测模型,R^(2)为0.88。研究结果表明,珠江前航道释放的尸体模型受潮汐和径流作用沿河道做往复运动,并呈逐渐漂向下游的趋势;漂移模型验证中尸体模型的漂移速度和方向基本与潮流一致,模拟结果的误差在1 km以内,终点距离误差率小于15%;实例验证中成年女性尸体的模拟结果误差约为300 m;游船所引起的波浪力等外力导致漂移轨迹呈现出南北方向性的偏差,需要进一步提升模拟效果。该漂移模型的推导模式同样适用于其他感潮河段,可使尸体的漂移轨迹变得可测,为尸体打捞工作和警方的案件处理提供了便利和参考。