基于深度算法的肝外胆管癌术前MRI动态增强扫描自动分期系统的构建及验证

目的基于深度学习算法构建肝外胆管癌(ECC)术前磁共振成像(MRI)动态增强扫描自动分期系统,并验证其效能。方法回顾性分析2020年1月-2022年12月本院收治的270例ECC患者的临床资料,作为训练集,收集其经MRI动态增强扫描获得的肿瘤位置、侵犯范围、淋巴结转移等特征,基于深度学习算法对不同临床分期的ECC进行分类建模,构建ECC术前MRI动态增强扫描自动分期系统。另回顾性分析2023年1-12月本院收治的94例ECC患者临床资料作为验证集,以病理学诊断的临床分期结果作为金标准,分析基于深度算法的ECC术前MRI动态增强扫描自动分期系统对患者临床分期的诊断效能。结果基于深度学习算法的ECC术前MRI动态增强扫描自动分期系统对临床分期Ⅰ期、Ⅱ期、Ⅲ期、Ⅳ期的诊断灵敏度(100.00%、93.33%、97.78%、100.00%)、特异度(100.00%、98.44%、95.92%、100.00%)和准确度(100%、96.81%、96.81%、100.00%)高于MRI动态增强扫描检查方式(灵敏度:91.67%、86.67%、88.89%、85.71%,特异度:97.56%、90.63%、93.88%、100.00%,准确度:96.81%、89.36%、91.49%、98.94%),且与病理学结果的一致性高(Kappa=0.885,P<0.001),MRI动态增强扫描检查方式与病理学结果也存在一致性(Kappa=0.691,P<0.001)。结论基于深度学习算法构建的ECC术前MRI动态增强扫描自动分期系统可提高对ECC术前分期的诊断敏感度、特异度和准确度。

钻孔瞬变电磁法扫描探测RCQPSO-LMO组合算法2.5D反演

利用钻孔进行超前探测地质构造及含水体是地下开挖工程中的常规手段,如何利用这些钻孔进行钻孔瞬变电磁法扫描探测,从而实现钻孔孔壁外围地质异常体的精细探测,对实现地下工程地质透明化具有重要的指导意义.本文提出钻孔瞬变电磁法扫描探测2.5D反演的数据解译方法,首先针对随机性反演算法时效性低,易陷入局部最优解,而确定性反演算法依赖初始模型的问题,提出了组合策略的量子粒子群优化算法用来随机搜索最优初始模型.在此基础上,利用Levenberg-Marquarat方法求解Occam反演的目标函数,形成了RCQPSO-LMO组合算法进行2.5D反演,通过对比组合算法和单一算法,验证了组合算法具有更精确的反演结果.其次结合屏蔽条件下扫描探测,对比分析了有无屏蔽的2.5D反演结果,通过设定屏蔽系数对非探测方向信号进行部分压制,可以较好地解决钻孔径向扫描探测中对非探测方向信号部分屏蔽下的反演及成像.最后建立三组理论模型进行组合算法2.5D反演,结果表明:组合算法反演结果与理论模型的一致性较好,对低阻异常体的反演精度较高,验证了组合算法对钻孔孔壁外围低阻异常体具有较高的反演精度和分辨能力.

探讨DLIR算法联合“双低”剂量扫描在肺动脉CT血管造影中的实践应用

目的:探讨深度学习图像重建(DLIR)算法联合“双低”剂量扫描在肺动脉CT血管成像中临床实践应用。方法:选取2023年1月—10月本院收治的76例疑似肺动脉栓塞(PE)的患者。采用随机数字表法将所有纳入患者分为常规组和观察组,每组38例。所有患者均接受肺动脉CT血管成像(CTPA)检查,常规组按常规参数与常规碘佛醇用量完成检查,观察组调整管电压为80 kV,碘佛醇用量为35 mL,其他与常规组同。比较两组辐射剂量[容积CT剂量指数(CTDIvol)、剂量长度乘积(DLP)]、图像参数[肺动脉CT值、信噪比(SNR)、对比噪声比(CNR)]、图像质量的主观性评分,以及不同诊断方式的诊断效能。结果:观察组CTDIvol与DLP指标水平低于常规组,差异有统计学意义(P<0.05),肺动脉CT值、SNR、CNR高于常规组,差异有统计学意义(P<0.05)。两组图像质量评分比较,差异有统计学意义(P<0.05),两组诊断PE的灵敏度与特异度差异无统计学意义(P>0.05)。结论:在对临床拟诊为PE患者采用CTPA检查时,DLIR算法联合“双低”剂量扫描能够显著检查过程的辐射剂量,改善肺动脉CT值、SNR、CNR等图像参数,且检查结果能够基本满足临床诊断的实际需要。

IEEE 1149.10协议的多扫描通道同步测试数据包优化策略

为了提高IEEE 1149.10协议中多扫描通道同步测试数据包编码效率,提出一种基于多策略改进野狗算法(mMDOA)的多扫描通道数据包优化方法。首先,多策略改进野狗算法使用自适应追击步长与螺旋游走结合的迫害策略,并通过基于反向精英的食腐策略,帮助算法跳出局部最优,提升全局搜索的能力;其次,根据IEEE 1149.10多扫描通道同步测试数据包编码格式,提出新的扫描通道分组方法,通过扫描数据大小和数据交织大小计算组内扫描通道数目,以组内长度差为目标函数,使用mMDOA选择组内扫描通道。经实验验证,使用mMDOA算法能减少约30%数据包数量,并有效地缩短了数据包编码时间。

改进的正则化前后扫描迭代算法求解刚性最优控制问题

最优控制问题广泛应用于工程学、经济学、生物学等众多领域。由于寻求解析解往往极具挑战性,人们通常采用设计合适的数值算法来求解其数值解。在这些问题中,刚性最优控制问题的数值求解方法尤为关键,这类问题的处理通常面临两难选择:问题的刚性特性容易引起数值方法的不稳定性,而过度追求数值格式的稳定性则可能导致计算成本显著增加,使得算法难以实用。本文专注于一类特定的刚性最优控制问题,通过改进传统的正则化前后扫描迭代算法,既保证了算法的稳定性,同时也显著提高了计算效率。最后通过数值实验验证了上述结论。

一种改进的车载激光扫描点云滤波算法

为了提高车载激光扫描点云滤波精度,同时解决目前点云滤波算法中存在的人机交互多、参数不易把控等问题,本文在经典不规则三角网(Triangulated Irregular Network,TIN)迭代加密滤波算法的基础上,优化地面种子点选取与进行格网大小自适应变化,提出了一种改进的TIN迭代加密滤波算法。该改进滤波算法实现非地面点滤波的主要途径为:首先,对原始车载点云数据构建格网,通过计算邻域卷积以及构造虚拟种子点实现地面种子点的确定;其次,根据设置阈值条件将待判断激光点加密至TIN中;最后,通过自适应改变格网大小并进行迭代滤波完成地面点提取。使用两段城市典型道路车载激光扫描点云数据进行实验,结果表明本文改进滤波算法的滤波性能更好,具有较好的地形适应性。

融合PSO算法与模糊决策的CT扫描床预防性维修周期模型研究

为提高对CT设备工作状态的预测效率,从而帮助医院采取合理有效的预防性维修策略,设计了一种CT扫描床预防性维修周期模型,用于预测CT球管的使用寿命。通过PSO算法优化该模型,引入模糊决策对CT扫描床的故障进行预测。结果表明,该模型故障预测的平均绝对误差与平均绝对百分比误差较其他模型均要小,分别为0.065和0.71%。该模型显著提升了CT扫描床预防性维修的预测效果。

基于三角形重心扫描的改进APIT无线传感器网络自定位算法

传感器节点的自定位问题是无线传感器网络的重要研究内容之一.APIT是一种主要的非基于测距的定位算法.相对于其他非基于测距定位算法,APIT具有定位精度高、通信开销小等优点.但是,APIT要求有较高的锚节点密度,而且在APIT测试过程中,边界效应以及低邻居节点密度容易增加InToOut和OutToIn测试错误的发生次数.另外,APIT算法中的网格扫描算法对于OutToIn错误的容错性较差且其执行效率低.针对以上问题,提出了一种基于三角形重心扫描的改进APIT算法.首先,分析了APIT测试中的两种典型错误InToOut和OutToIn错误产生的原因,引入了对APIT测试方法的两处改进;然后,分析了网格扫描算法对节点定位精度和算法执行效率的影响,提出了一种三角形重心扫描法,有效改进了算法的定位精度和执行效率;最后,通过仿真实验验证了改进后的算法不但可以有效地减少InToOut和OutToIn两类错误发生的次数,提高平均定位精度,改善算法的性能,而且对OutToIn错误的容错性更强,执行效率更高,能够显著地提高节点的平均精度.

刀具扫描体生成新算法及在数控加工仿真中的应用

介绍一种新的刀具扫描体生成算法。通过将运动物体外表面上的点分成入点、出点和切点 ,新算法能够迅速找到某一时刻运动物体外表面上的切点而形成扫描体 ,从而不依赖于以往扫描体生成的包络法 ,避免求解复杂的方程 ,因而具有方法简单 ,编程容易 ,运算速度快等优点。虽然该算法是针对刀具扫描体生成开发的 ,但它适用于任何回转体扫描体的形成。

正规网格等值线的虚路径扫描算法

等值线图在工程分析和计算领域有着广泛的应用。该文以正规化的采样数据为研究对象，提出了一种全新的虚路径扫描算法。算法在数据网格基础之上构筑一虚拟的路径网格，利用路径网格上的线段（虚路径）来记录等值点的追踪路径信息。所有等值线的虚路径的捕获只需通过一次性扫描即可完成，不仅提高了追踪效率，而且避免了以往等值线追踪算法初始点选择困难、网格出口边判断复杂等一系列问题。算法的另一优点是追踪结果的精度是可控的，取决于等值点如何取值。该算法在土地定级中的作用分等值线图绘制中得到很好的应用。虚路径的思想同样适用于非正规的采样数据。

Delaunay三角形构网的分治扫描线算法

Delaunay三角网作为一种主要的DTM表示法,具有极其广泛的用途。基于分治算法和逐点插入法的合成算法是目前研究较多的用于生成Delaunay三角网的合成算法。简要介绍和评价扫描线算法和分治算法后,提出一种新的基于这两种算法的合成算法。该方法兼顾空间与时间性能,稳定性较高,分别较扫描线算法和分治算法,运行效率和鲁棒性更优。

一种改进的扫描线多边形填充算法

典型的多边形填充算法主要包括扫描线填充算法和轮廓标志域填充算法,适用于矢量多边形文件的填充算法为扫描线填充算法。论文对原有的多边形扫描线填充算法中的最常用的活性边表和传统扫描线算法进行了分析,结合活性边表和传统的扫描线填充算法的特点,针对复杂的大数据量的多边形填充时间效率较低的问题,提出了一种改进的扫描线多边形填充算法—混合填充算法。该算法采用链表和数组结合的数据结构,形成连续的填充轨迹,有效地提高了时间效率。

基于平均值余量的Wrapper扫描链平衡算法

测试问题已成为SoC发展过程中的瓶颈,提出一种新的Wrapper扫描链平衡算法以期缩短IP核测试时间。算法首先计算Wrapper扫描链长度平均值,再结合特定的余量值,计算得到一个取值区间,记该区间为平均值余量;然后将IP核的内部扫描链按其长度降序排列,每次均将最长的内部扫描链添加到某条Wrapper扫描链上,直到该Wrapper扫描链长度在平均值余量所指定的区间内为止。以ITC'02 SoC Test Benchmarks内的所有测试集为对象完成的实验证明本算法能极其有效的通过扫描链平衡设计缩短IP核测试时间。

基于蚁群算法的多功能车辆周期扫描表的优化设计

针对多功能车辆总线周期扫描表的已有设计方案存在缺点,本文对其优化设计方法进行深入研究,提出一种基于蚁群算法的优化设计方法。本文明确周期扫描表设计问题实质是典型的组合优化问题。首先,针对该组合优化问题建立数学模型,确定约束条件,提出减小周期数据报文在各个周期相中方差的优化目标。然后,针对该数学模型,利用蚁群算法生成蚂蚁行走的路径图,推导出相应的计算公式,从而寻找到最优路径,生成主帧的最优排列。最后,算法在MVB总线实例上进行验证,仿真结果表明以减小周期数据报文在各个周期相中的方差为优化目标的蚁群算法明显提高周期扫描表的均匀度和生成主帧表的效率。与国际标准IEC61375-1推荐算法进行比较,蚁群算法具有优势。

织物悬垂性数字图像轮廓识别的径向扫描算法

根据织物悬垂性数字图像轮廓自动识别的需要,提出了一种简单实用的径向扫描算法。首先识别出试样圆盘圆心,并从原始图像中裁剪出有效区域,进行必要的预处理后再用径向扫描算法得到候选轮廓点集,将不在轮廓上的候选轮廓点去掉,顺次连接轮廓点序列,当轮廓点数量足够多时,就可以用轮廓点顺次连接线逼近织物的边缘轮廓曲线。与传统的梯度算子法相比,这种算法有更好的适应性和可靠性,结合实例介绍了该算法的设计和实现过程及特点。

基于地面三维激光扫描技术的林木胸径提取算法分析

胸径是树木最重要的测树因子之一，其精度直接影响材积的测定。传统的树木胸径测量效率低，范围较小；采用遥感反演间接测量胸径，精度较低，且不能直接获取单木的点云数据。本文利用三维激光扫描技术提取立木的3D点云数据，提出一种自动、高效提取单木胸径的算法。利用三维激光扫描仪对样地8棵杨树进行扫描，得到三维点云数据；同时，开展数据分割、精简、降噪处理，得到简化后的点云数据，最后对提取的胸径点云数据进行分层设置，将截取层厚度设置为0，0～1，1～2，2～3cm4个等级，利用快速凸包算法将点云数据闭合成一个多边形，运用ArcEngine控件调用ArcGIS中测算多边形长度的方法计算闭合平面周长，换算出立木胸径值，并结合同步实测数据与传统算法、拟合圆算法进行对比试验。结果表明：采用传统算法、拟合圆算法和快速凸包算法的模型决定系数R^2分别为0．857、0．941和0．957，说明运用快速凸包算法提取立木胸径是一种高效且比较可行的方法。

基于双向扫描算法的小线段速度规划

为提高数控系统加工产品的速度,提出了基于双向扫描算法的小线段速度规划方法。以直线加减速为例,导出小线段加工过程中进给速度的关键约束条件,建立了小线段高速加工的衔接速度规划数学模型,提出一种以最大进给速度为目标的双向扫描算法,以获得路径段衔接点处的最优进给速度。该方法通过对加工路径的正反向扫描,得到满足小线段路径的几何特性和机床的物理限制等多种约束的衔接点进给速度可行域。仿真和加工结果表明,该方法能实现衔接点进给速度的高速衔接,大大提高了加工效率。

六子棋中基于局部“路”扫描方式的博弈树生成算法

针对六子棋博弈比赛中基于"路"的全局扫描方式的博弈树生成算法效率较低问题,首先分析了基于"路"的全局扫描方式的计算规则和估值分析,然后将博弈树生成算法中的全局扫描方式改进为局部扫描方式,并给出其计算规则和估值分析,接着设计了基于局部扫描方式的博弈树生成算法,并集成到Alpha-Beta剪枝算法中。最后从搜索效率和博弈水平2个角度对全局扫描和局部扫描进行实验,实验结果表明,局部扫描方式在比赛时间要求的情况下,能够大幅度提高搜索效率,并且博弈水平显著优于全局扫描方式。

高效的一遍扫描式连通区域标记算法

二值图像的连通区域标记算法是图像处理的一个基本问题。为了提高算法的效率,以Suzuki等人提出的多遍扫描算法为基础,提出了一种快速的一遍扫描连通域标记算法。算法通过对图像做一次正向扫描,先计算出每个当前像素所在邻域内的最小标号,再利用一个递推过程,查找该连通域中具有较小标号的结点,将被更新结点所在连通分支连接到该结点,以保证等价信息不损失。同时,用最小标号更新递推查找路径上结点的临时标号,以减小分支的深度。通过对连接表的更新使每个结点获得最终标号。算法不需要动态数据结构和递归过程的支持,需要的存储空间较小,算法比原算法速度提高了近2倍,也快于近期提出的一些基于游程的算法。

VRP求解中保证满载率的扫描-遗传算法

为保证配送车辆的满载率,提出一种扫描-遗传算法,以任意一个需求不为0的需求点为子路径的起点开始扫描,结合节约法的思想,制定相应插入准则,并依照该准则向路径中插入需求点直至所有需求点都被插入。基于扫描起点的任意性形成多个可行解,将其作为种群并运用遗传算法,使解在整体上向最优解逼近。运用该扫描-遗传算法对郑州煤电物资供销公司的物资配送进行优化求解,并与随机扫描-遗传算法进行比较,结果表明该扫描-遗传算法满载率较高且费用较低。