基于Fluent的径向水平井砾石充填参数数值分析

径向水平井开发过程中砾石充填参数对充填效率的影响不容忽视.为了研究径向水平井砾石充填过程中各因素对充填效率的影响以及如何合理配置参数的问题,基于计算流体动力学对砾石充填工具进行数值模拟分析,并将仿真数值与正交试验结果进行横向对比,评估数值模拟分析结果的准确性.结果表明:砂浆排量越高、携砂液黏度越大的砾石输送的距离远,更...     

无线便携式脉象检测系统设计

针对现有脉象仪成本高,不便携带等缺点,结合中医脉诊和移动医疗,设计了一种无线便携式脉象检测系统.采用压电薄膜传感器采集脉象信号;通过信号调理电路,对信号进行放大、滤波、电压抬升等处理;STM32F103单片机对信号进行A/D转换后,采用高通滤波去除基线漂移,加权滑动平均滤波消除毛刺,再通过HC—05蓝牙模块无线传输至Android智能手机;手机端实现信号的波形绘制,脉率及脉象显示.测试结果表明:系统稳定性和准确性良好,具有脉象异常报警功能,且成本低,体积小,功耗低,适于家庭使用.     

基于DSP的车载充电机的研究与实现

为给电动汽车动力电池安全自动地充满电,设计开发了一款基于DSP芯片TMS320F28020的车载充电机,采用半桥DC/DC拓扑结构,设计了适用于高频脉冲的变压器隔离驱动电路;通过软件编程实现充电策略,详细介绍了充电机硬件结构电路和软件程序流程。实验样机的测试结果证明了系统软、硬件设计的可行性。     

迁移型聚氨酯防冰涂料的研究

通过对聚氨酯防冰涂料制备的研究,讨论了其微观润湿结构、疏水性能、润滑性能、力学性能及可再生性能等,所得聚氨酯防冰涂料具有一定的防冰效果,可作为架空线除冰的研究方向之一。     

甘薯抗性淀粉研究进展

甘薯是重要的淀粉作物,其块根中抗性淀粉（resistant starch,RS）含量较高,具备良好的产品开发潜力。要进一步促进甘薯RS的应用和推广,不仅需要筛选或培育出RS含量更高的甘薯品种,还需要加大开发甘薯深加工淀粉产品。除调控淀粉合成相关基因的表达外,生产实际中还可通过调整栽培措施等方式提高甘薯RS的含量。通过化学修饰法、物理法和酶解法等方法可制备甘薯RS产品,也能提高产品中RS的含量。本文系统综述了近年来甘薯淀粉的保健效果、RS含量的测定方法、影响甘薯淀粉中RS含量的因素、RS的制备方法及其特性等方面的进展,为未来甘薯中RS的制备、产量提高、产品开发和推广提供理论依据和技术指导。     

基于自适应小波阈值的心电信号降噪方法

多尺度分析对于小波阈值的选取以及小波函数的设计依赖性较强,针对不同个体心电信号的降噪效果差异性较大。提出一种自适应的小波阈值计算和选取方法,该方法在启发式阈值优化方法基础上融入了小波分解层数和层级影响因子,通过动态调整每一层小波系数的阈值计算函数实现更加合理的信号分解与降噪处理。实验结果表明所提出算法在心电信号降噪效果方面获得了较好的表现,能够满足临床应用需求。     

基于平行因子分解的大规模MIMO盲信道估计

针对单小区大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统上行链路,提出了一种基于平行因子（Parallel Factor,PARAFAC）模型的信道估计方法。在基站端,将接收信号构造成PARAFAC模型,利用大规模MIMO系统中信道的渐近正交的性质,提出了一种基于约束二线性迭代最小二乘算法(Constrained Blinear Alternating Least Squares,CBALS),从而实现了盲信道估计。理论分析及仿真结果表明,所提方法与传统最小二乘方法相比,不仅提高了频带利用率而且具有更高的估计精度;与已有的二线性交替最小二乘方法(BALS)相比,所提算法有更快的收敛速度。     

基于卷积神经网络的内镜图像中食管病变分类

消化内镜检查是食管癌筛查的常规手段。由于内镜下的病灶在形状、颜色和质地上的个体差异和视觉相似性，食管鳞癌的诊断效率和准确率都极大地依赖于内镜医师的经验，尤其在白光内镜下容易被误诊和漏诊。针对上述问题，提出一种融合双线性池化和注意力机制的卷积神经网络，可基于白光内镜图像对食管病变进行分类。该网络以ResNet50作为基本框架，加入全新设计的全局通道注意力模块，重新标定通道间特征，并引入双线性池化操作融合多个特征层，增强特征表达。基于2 101例多中心临床患者的白光内镜图像数据集的实验结果显示，该方法对食管病变的分类准确率在图像和病人级别分别为94.2%和96.9%，对食管鳞癌的敏感度和特异度在图像级别为95.4%和98.8%，在病人级别为98.7%和95.9%，均优于实验中所对比的近年来其他模型和方法。该实验结果表明，提出的网络对白光内镜下的食管病变表现出优异的分类性能，可有效提高食管鳞癌的诊断准确率，同时具有较好的鲁棒性。     

基于改进RetinaNet的宫颈异常细胞检测算法

宫颈异常细胞特征细微难以提取、小目标容易漏检、细胞边界回归不准确导致异常细胞检测精度不高，鉴于此，本文提出了一种结合注意力的全尺度特征融合RetinaNet(AFF-RetinaNet)宫颈异常细胞检测算法。首先，采用ResNeSt-50作为特征提取网络提取宫颈异常细胞的细微特征；其次，引入平衡特征金字塔（BFP）结构，对所有特征层进行全尺度融合，增强小目标的语义信息，并利用BFP中的非局部注意力模块获取图像的全局信息，以进一步增强特征空间的语义信息；最后，采用CIoU Loss作为回归分支的损失函数，以提高对异常细胞边界回归的准确率。另外，针对实际应用场景，基于AFF-RetinaNet算法实现了全视野宫颈细胞病理学图像（WSI）推理流程，并基于该推理流程对WSI中的异常细胞进行了检测。AFF-RetinaNet在宫颈异常细胞数据集上的平均精度均值（mAP）为83.4%，其中对小目标的mAP值（mAP-s）达到了24.4%，相较于基准RetinaNet算法分别提高了3.2个百分点和10.8个百分点。基于AFF-Retina的WSI推理结果在感兴趣区域中的mAP为70.8%。实验结果表...     

基于轻量化注意力残差网络的食管鳞癌识别方法

食管鳞癌（ESCC）是我国常见的消化道恶性肿瘤之一。临床上，窄带成像联合放大内镜（NBI-ME）能够显示出食管粘膜层的微血管形态变化，是诊断ESCC的重要手段。针对ESCC识别模型难以兼顾识别准确率和推理效率的问题，提出一种融合注意力机制的轻量化残差网络（CALite-ResNet）对食管NBI-ME图像进行分类。从多家医院采集到206例患者共11468张NBI-ME图像作为本研究数据集。实验结果表明，ESCC识别的准确率和敏感度分别在图像级别达到96.39%和95.70%，在病人级别达到95.70%和94.62%，单张食管图像的平均预测时间为16.42 ms。因此，CALiteResNet模型对ESCC具有较高的识别准确率和较快的推理效率，能够为ESCC的临床辅助诊断提供有效帮助，具备一定的临床意义与应用价值。