基于注意力机制的两阶段纵膈淋巴结自动分割算法

判断淋巴结分区是否存在淋巴结转移以及准确分割恶性淋巴结对于肺癌诊断以及治疗意义重大。针对纵膈淋巴结尺寸差异大、正负样本不平衡、与周边软组织和肺肿瘤特征相似等问题,提出了一个新颖的用于纵膈淋巴结分割的基于注意力机制的级联算法。首先,根据医学先验设计了两阶段分割算法剔除纵膈干扰组织后对疑似淋巴结进行分割,减少负样本的影响和训练难度,同时增强对纵膈淋巴结的分割能力;然后,引入全局聚合模块和双注意力模块以提升网络对多尺度目标和背景的分类能力。实验结果表明,提出的算法在纵膈淋巴结数据集上的准确率达到0.707 9,召回率达到0.726 9,Dice score达到 0.701 1,在准确率和Dice score上均明显优于当前其他纵膈淋巴结分割算法,能较好地解决淋巴结尺寸差异大、样本不平衡、特征易混淆等问题。     

基于多级特征和全局上下文的纵膈淋巴结分割算法

针对纵膈淋巴结尺度差异大、正负样本不均衡、软组织和肺肿瘤易混淆的问题,提出一个新颖的用于纵膈淋巴结分割的多级特征和全局上下文分割网络.为了解决纵膈淋巴结正负样本不均衡、与纵膈器官和软组织相似的问题,通过医学先验提取纵膈间隙,减少了纵膈器官干扰.为了解决肿大纵膈淋巴结与肺肿瘤相似、淋巴结出现区域分散的问题,设计了全局上下文模块,通过计算全局上下文依赖,大大提升了网络对淋巴结和背景的分类能力.为了解决纵膈淋巴结尺度差异大的问题,设计了特征融合模块,大大增强了网络对小淋巴结的分割精度.实验表明,所提方法在纵膈淋巴结分割任务中达到了76.92％的准确率,79.65％的召回率和76.08％的dice分数,在准确率、召回率和dice分数上均明显优于当前用于纵膈淋巴结分割的其他算法.     

基于级联全卷积神经网络的颈部淋巴结自动识别算法

针对现有算法自动识别颈部淋巴结效率不高、存在大量假阳性且整体假阳性去除效果不理想的问题，提出一种基于级联全卷积神经网络（FCN）的颈部淋巴结识别算法。首先，结合医生的先验知识采用级联FCN进行初步识别，即第一个FCN从头颈部计算机断层扫描图像（CT）中提取淋巴结医学分区；然后，第二个FCN从分区内提取候选样本并在三维层面合并这些样本以生成三维图像块；最后，将提出的特征块平均池化引入到三维分类网络中，对输入的不同尺度三维图像块进行二分类以去除假阳性。在颈部淋巴结数据集中，采用级联FCN识别颈部淋巴结的召回率可达97.23%；引入特征块平均池化的三维分类网络的分类准确率可达到98.7%。在去除假阳性之后的准确率可达93.26%。实验结果分析表明，所提算法能有效实现颈部淋巴结的自动识别并取得较高的召回率和准确率，优于目前相关文献报道的算法；且算法简单高效，易于扩展到其他三维医学图像的目标检测任务中。     

下分层工作面煤自燃早期辨识与防治

难胶结人工顶板层状漏风诱发煤体自燃是下分层工作面巷道掘进及生产过程中防灭火难题。针对煤自燃初期气体产物量小易受风流稀释而难以检测的问题,在向下分层煤层顶板布置专用测试装置,监测煤体内部气体的温度和气体成分,判定煤自燃状态。研究结果表明,煤体内测点最高可检出175×10^-6,巷道风流仍不能及时发现煤氧化气体产物;易自燃下分层煤体因二次氧化,自燃进程快,监测煤体内部气体能够实现煤自燃的早期辨识;煤层顶板冒落岩石胶结程度低,形成平面漏风是下分层煤体自燃的直接原因,通过向上分层采空区沿煤层走向注入高分子材料形成漏风封堵墙,有效控制了下分层煤体的自燃。     

基于自适应感受野机制的颈部淋巴结自动识别算法

针对目前应用于医学影像目标检测的深度学习网络模型仅拥有固定的感受野,无法针对形态尺度差异明显的颈部淋巴结进行有效检测的问题,提出了一种新的基于自适应感受野机制的识别算法,将深度学习首次应用于完全三维医学图像的颈部淋巴结自动识别中。首先,采用半随机采样方法对医学序列图像进行裁剪,生成基于网格的局部图像块及对应真值标签;然后,通过局部图像块及标签构建并训练基于自适应感受野机制的DeepNode网络;最后,利用预训练的DeepNode网络模型进行预测,通过输入整体序列图像,可以端到端且快速地获得整体序列对应的颈部淋巴结识别结果。在颈部淋巴结数据集中,采用DeepNode网络识别颈部淋巴结的召回率可达98.13%,精确率可达97.38%,每次扫描的假阳性数量仅为29,同时耗时相对较短。实验结果分析表明,与当前表现优良的二维与三维卷积神经网络相结合的算法、三维通用目标检测算法、基于弱监督定位的识别算法等相比,所提算法可以实现颈部淋巴结的自动识别,并取得最优的识别效果。该算法端到端,简单高效,易于扩展到其他医学图像的三维目标检测任务中,可应用于临床的诊断和治疗。     

海岸蚀退与促淤保滩

孤东及新滩油田位于黄河入海新口门两侧的滩涂地区,黄河及海洋水文气象条件对该地区的原油生产及开发有着直接而显著的影响,近年来,随着黄河来水来沙的大幅度减少,黄河口广大区域海岸冲蚀后退现象日益严     

煤层原生CO钻孔探测试验

当前不少研究均得出煤层赋存原生CO气体的结论,但是未考虑钻孔施工过程中产生CO后被煤体吸附的可能。为探究西北地区易自燃煤层是否存在原生CO的问题,采用原始煤层原位钻孔探测方法进行原生CO探测试验。在未受采动影响的实体煤区域沿巷帮一字排开布置3个测试钻孔,钻孔密封后采用高纯N₂置换密闭气室内气体,采用专用抽气泵抽取钻孔内气体,消除原位探测钻孔施工过程中煤体氧化产生CO对试验结果的影响。在分析煤层原生CO来源可能性及其涌出理论的基础上,探讨了密闭钻孔内气体浓度随时间变化特征,结果表明:密封后钻孔内O₂和CO体积分数随密封时间的延长而迅速降低,12 d后O₂体积分数稳定在2%以下;12 d后CO体积分数低于10^-12,气相色谱仪未检测到CO气体;钻孔内气体主要为N₂。由此推断,待测煤层中无原生CO气体。N₂环境破煤试验和煤样常温恒温氧化试验结果表明,封孔初期检出的CO气体来源于钻孔施工破煤作业。     

基于对象关系网状转换器的图像描述模型

针对图像描述生成模型缺乏空间关系信息且图像特征利用不充分的问题,结合对象关系网状转换器,提出一种改进的图像描述模型。利用Faster R-CNN提取图像的外观和边界框特征,并将提取的特征输入到改进的转换器中经过编解码生成图像描述。通过将对象外观和边界框特征合并为关系特征的方式对编码器自我注意力层的注意力权值进行改进,以强化目标间的关联性。将编码器和解码器的连接设计为网状结构,从而充分利用图像特征。实验结果表明,与基于单一注意力的Top-down基线模型相比,该模型的BLUE@1和CIDEr评价指标值分别提高了7.6和3.7个百分点,显著提升了描述语句的准确性。     

重在参与 重在激励——初中研究性学习课程的管理与评价

江苏省无锡市长江中学地处无锡市新区,是一所公办初级中学。从2002年秋季起,根据上级课程设置要求开始开设综合实践活动课程,研究性学习是该活动课程的重要组成部分。经过几年的不断探索、总结和完善,学校的研究性学习课程管理与评价制度已日趋成熟,逐步成为学校课程改革的一大亮点。一、整合课题、重在参与是研究性学习课程管理的特点1.思想认识到位学校专门成立相关的领导小组和学科组。从校长、教务处主任、德育处主任到任课教师都认真学习《九年义务教育课程计划(试验稿)》和《为了中华民族的复兴为了每位学生的发展——基础教育课程改…