川中红色砂泥岩岩石力学特性研究

对川中白垩系、侏罗系的泥岩、砂岩、泥质粉砂岩的抗压强度进行统计分析 ,得出红层岩石作为地基时抗压强度的范围值供设计参考 ,对泥岩、砂岩的其他力学性质进行了评价。     

基于经济驱动因子的土地利用结构变化区域差异分析——以哈大齐工业走廊为例

在遥感技术和地理信息系统平台的支持下,以1980~2005年间的6期遥感影像为基础,经过矢量化后得出哈大齐工业走廊范围内的哈尔滨、大庆和齐齐哈尔市区的土地利用变化数据。结合三个城市的经济统计数据,建立土地利用动态变化模型,在此基础上引入两个驱动因子评价指标(驱动效率指数和经济效益指数),对比分析三个城市的土地利用结构与经济发展的关系,对其土地利用结构进行合理性分析。研究表明:大庆市随着石油资源的耗竭,地区的经济产业结构做出相应调整,土地利用结构趋于相对稳定;哈尔滨在多元化的经济发展模式下,形成相对合理的土地利用结构,进而促使经济不断保持协调稳定发展;齐齐哈尔市驱动因子评价指数尚未趋于稳定,区域经济发展还在很大程度上依赖土地资源的消耗。本研究为进一步的土地评价和土地利用结构调整提供相应的基础和依据。     

深度学习重建算法的图像质量体模研究

目的:使用体模比较CT深度学习重建算法和迭代重建算法的图像质量。方法:使用GE Revolution Apex扫描ACR质量控制体模Gammex 464,分别测量module 1～module 4的5种物质CT值准确性、低对比度分辨率、图像均匀性和高对比度分辨率。通过指标比较高剂量下（20 mGy）深度学习重建算法TrueFedelityTM（TFI）3种等级（DL、DM及DH）和自适应统计迭代重建算法V（AV）3种等级（30％、60％ 及90％）的图像质量。两种算法的各指标比较采用单因素方差分析。结果:所有6组图像的高/低分辨率均一致（高对比度分辨率:10 lp/cm;低对比度分辨率:6 mm）;两种算法都轻微高估聚乙烯、空气以及丙烯酸的CT值,各物质间CT值差异不具有统计学意义。两种算法均低估骨和固态水的CT值,其中,TFI算法对固态水的CT值较AV更接近真实值,但各组图像间不具有统计学差异。6组图像中,TFIDH的图像均匀性最佳;同等级条件下,深度学习重建算法相较IR算法的图像均匀性更佳。结论:深度学习重建算法在高剂量水平下可以在保持图像空间分辨率和CT值准确性的基础上,进一步降低图像噪声。      

城市土地利用演变信息的数据挖掘——以上海市为例

城市土地利用变化 ,具有非线性特征 ,一般的数据挖掘方法基本上失效。本文研究了利用马尔可夫链和神经网络两种方法 ,基于地理信息系统、遥感图像、电子地图 ,预测了上海市中心城区、 2 0 0 2年和 2 0 0 5年的土地利用总量和土地利用类型结构的变化 ,从而研究了城市土地利用状况演变预测的地学数据挖掘技术。     

双能CT影像组学模型评估进展期胃癌新辅助化疗后浆膜侵犯的临床价值研究

目的:探讨基于碘图（IM）的双能CT影像组学模型在新辅助化疗（NAC）后局部进展期胃癌（LAGC）浆膜浸润的术前再分期中的诊断效能。方法:对155例（训练组110例,测试组45例）术前经过标准NAC治疗的LAGC患者进行回顾性研究。所有CT图像由两名放射科医生分析,并进行人工分类。半自动勾画感兴趣区体积（VOI）,在IM和120kVp图像上分别从每个病变中提取了1226个影像组学特征。采用Spearman相关分析和最小绝对收缩选择算子（LASSO）惩罚Logistic回归过滤不稳定及冗余特征,从而筛选出重要特征。通过多因素Logistic回归分析,分别得到了基于120kVp选择的特征和120kVp结合IM选择的特征建立的两个预测模型（120kVp和IM-120kVp）。结果:两种影像组学模型（IM-120kVp AUC:训练组,0.953,测试组,0.879;120kVp AUC:训练组,0.940,测试组,0.831）在训练和测试组中均显示出较高的预测准确度和效能。所有模型在测试组的诊断准确率（IM-120kVp:84.4%,120kVp:80.0%）均高于人工分类（68.9%）。IM-120kVp模型在训练（P<0.001）和测试组中的诊断效能（P=0.034）均优于人工分类。结论:基于双能CT的影像组学模型在NAC治疗后LAGC术前再分期鉴别浆膜侵犯方面表现出令人信服的诊断效能。      

缓倾角红层开挖路堑边坡支护设计中支护力计算

分析了四川盆地缓倾角红层地质结构特征,将下覆泥岩风化形成凹岩腔后的砂岩视为悬臂岩梁,提出了一种计算泥岩风化凹进极限深度及在设计支撑柱时计算支护力的计算方法,并给出一个计算示例。