基于增强CT纹理分析联合机器学习鉴别腮腺腺淋巴瘤与混合瘤

目的：探究基于增强CT纹理分析技术联合机器学习在腮腺腺淋巴瘤与混合瘤鉴别中的应用。方法：回顾性分析40例于本院手术并有完整病理资料的腮腺腺淋巴瘤与混合瘤患者,其中腺淋巴瘤组21例,混合瘤组19例。运用Mazda软件在增强CT静脉期图像上手动勾画病灶最大层面ROI区;应用Fisher系数、POE+ACC、MI及三者联合应用（FPM）的方法,筛选出最佳纹理参数,通过ROC曲线评估其诊断效能;最后采用RDA、PCA和LDA、NDA四种机器学习算法进行分类分析,并分析不同算法的诊断效能。结果：纹理特征参数中腺淋巴瘤组的WavEnHH＿s-4、GrVariance、45dgr＿Fraction低于混合瘤组,WavEnLL＿s-4、GrSkewness高于混合瘤组,且均在组间有统计学意义。ROC曲线显示WavEnLL＿s-4的敏感性与特异性较为平衡,AUC值、敏感性、特异性分别为0.797、84.2%、76.2%,具有良好诊断效能;RDA、PCA、LDA、NDA算法的误判率范围分别为30.0%～37.5%、30.0%～37.5%、7.5%～37.5%、5.0%～12.5%,其中误判率最低的是FPM...     

基于GPU并行处理技术的影像畸变差修正

分析了利用GPU并行处理技术实现畸变差修正的可能性及任务分配方法,提出了基于GPU的数码影像畸变差修正算法流程,验证了算法的可行性和高效性。     

基于多目标差分进化算法的结构物理参数辨识

优化算法在用于结构的物理参数辨识时,测量数据的不完备和噪声严重影响了参数的辨识精度.针对这一问题,为得到理想的辨识精度,将时程响应数据和频率数据定义为多目标函数,并利用多目标差分进化算法(DEMO)进行优化求解.在数值模拟中,利用10层剪切型框架结构和31个单元的桁架桥结构作为算例.计算结果表明,该多目标函数和DEMO...     

浅议中小城市ITS电子地图坐标转换问题

ITS(智能交通系统,Intelligent Transportation System)中GPS定位结果是WGS-84空间直角坐标．电子地图则采用西安80(或北京54或当地任意)坐标系的高斯平面坐标,为了将GPS定位结果实时在电子地图上显示出来,需要进行坐标转换。针对中小城市的特点,在总结各种坐标转换的基础上,提出了一种简化实用的坐标转换方法,基于这种方法,可以构建适用于中小城市廉价高效的ITS．     

基于短波红外光谱技术在浅成低温热液型矿床中的成矿指示研究

晓天-磨子潭盆地产出一系列浅成低温热液型金矿床，而深部矿床工作研究程度较低，深部找矿未取得有效突破。本文在详细野外观察、地表采样等工作基础上，通过短波红外光谱分析技术，旨在揭示地表岩石矿物热液蚀变特征，为指示深部潜在隐伏矿床提供依据。初步研究成果表明：研究区蚀变矿物主要为铁镁绿泥石、云母族矿物、高岭石、方解石、铁白云石、绿帘石、铁电气石、黝帘石、钠云母伊利石；根据伊利石IC值、Dep1 900 nm值变化特征，表明研究区西南地区为热液矿化中心，是下一步寻找斑岩型矿床工作的重点。