5种检查方法在糖尿病周围神经病变诊断中的效能评估

目的评估10g尼龙丝、振动觉阈值、温度觉、针刺痛觉、踝反射检查对糖尿病周围神经病变(DPN)的诊断价值,寻找经济、简便、快捷、准确的DPN诊断方法。方法分别对151例于辽宁中医药大学附属医院内分泌科住院的糖尿病(DM)患者进行神经传导速度(NCV)测定、10g尼龙丝、振动觉阈值、温度觉、针刺痛觉、踝反射检查,以敏感度、特异度、阳性预测值、阴性预测值、约登指数(Youden指数)和Kappa值(k值)来评估各检查方法的诊断价值。结果 5种检查方法中踝反射的敏感度、特异度、阳性预测值、阴性预测值、约登指数及k值分别为66.04%、95.56%、97.22%、54.43%、61.60%、0.51,与诊断标准的一致性最好,呈中度一致;压力觉的敏感度、一致性最差;其中温度觉+振动觉+踝反射组合的敏感度、特异度、阳性预测值、阴性预测值、约登指数与k值分别为86.79%、91.11%、95.83%、74.55%、77.90%和0.73,与诊断标准呈中高度一致。结论 5种检查方法中温度觉+振动觉+踝反射组合与诊断标准呈中高度一致,且经济、简便、易行,临床上可用于对DPN的筛查。     

事件检测概率神经网络模型的建立与验证

在对概率神经网络(PNN)的分类机理、输入向量选取和网络设置进行分析的基础上,建立了用于识别两类事件模式(无事件模式和有事件模式)的事件检测PNN模型。采用高速公路路段1-880实地线圈数据集和事件数据集验证模型,通过比较PNN模型与多层前向神经网络(MLF)模型的结果,发现无论对于向北、向南或混合方向的高速公路事件检测,PNN模型的检测率(DR)比MLF模型高;平均检测时间(MTTD)比MLF模型短:但误报率(FAR)也较高。概率神经网络是高速公路事件检测的一种有效算法,其在理论基础、算法和学习速度等方面比多层前向神经网络具有优势。     

半监督卷积神经网络的词义消歧

为了解决有标签语料获取困难的问题，提出了一种半监督学习的卷积神经网络(convolutional neural networks, CNN)汉语词义消歧方法. 首先，提取歧义词左右各2个词汇单元的词形、词性和语义类作为消歧特征，利用词向量工具将消歧特征向量化；然后，对有标签语料进行预处理，获取初始化聚类中心和阈值，同时，使用有标签语料对卷积神经网络消歧模型进行训练，利用优化后的卷积神经网络对无标签语料进行语义分类，选取满足阈值条件的高置信度语料添加到训练语料之中，不断重复上述过程，直到训练语料不再扩大为止；最后，使用SemEval-2007:Task#5作为有标签语料，使用哈尔滨工业大学无标注语料作为无标签语料进行实验. 实验结果表明:所提出方法使CNN的消歧准确率提高了3.1%.      

基于迁移学习和卷积神经网络的牵引电机轴承健康评估方法

针对牵引电机轴承健康评估中带标签的全寿命周期振动数据获取与可反映轴承性能退化趋势的健康指标构建困难的问题，提出了一种基于迁移学习和卷积神经网络的牵引电机轴承健康评估方法；采用迁移学习，以带标签的轴承全寿命周期数据集为源域数据，以综合试验台数据为目标域数据，构建数据集；采用欠采样与合成少数类过采样技术对全寿命周期数据集进行扩充与平衡，得到了卷积神经网络训练所需的有效样本数量；在时域和频域上提取描述轴承退化过程的特征，利用卷积神经网络，遵循轴承性能退化规律的浴缸曲线，对基本特征进行融合，构造了健康评估指标。分析结果表明：在电机轴承轴电流损伤的健康评估中，所提出的基于迁移学习和卷积神经网络的健康评估方法的准确率为98.17%,遵循直线型、二次函数型和抛物线型退化规律构建健康指标的方法的准确率分别为86.61%、89.56%、91.30%,因此，所提评估方法准确率最大，具有更佳的评估效果，并且实现专家知识与神经网络学习知识的结合，降低了故障特征维度，解决了健康指标构建困难的问题，通过跨设备迁移学习实现了牵引电机轴承的健康评估。     

�¼�������������ģ�͵Ľ�������֤

在对概率神经网络(PNN)的分类机理、输入向量选取和网络设置分析的基础上，建立了用于识别两类事件模式(无事件模式和有事件模式)的事件检测PNN模型。采用高速公路路段Ⅰ-880实地线圈数据集和事件数据集验证模型，通过比较PNN模型与多层前向神经网络(MLF)模型的结果，发现无论对于向北、向南或混合方向的高速公路事件检测,PNN模型的检测率(DR)比MLF模型高；平均检测时间(MTD)比MLF模型短；但误报率(FAR)较高。概率神经网络是高速公路事件检测的一种有效算法，其在理论基础、算法和学习速度等方面比多层前向神经网络具有优势。     

基于卷积网络与自适应SVM的齿轮箱故障诊断

针对齿轮箱运作过程中故障诊断效果不理想的问题,提出了一种卷积神经网络(CNN)与粒子群优化的支持向量机(PSO-SVM)方法.首先利用特征参量求出信号的时频特征统计量,其次利用卷积神经网络对时频特征统计量进行二次特征提取,最后利用粒子群优化的支持向量机进行分类.经实验验证,此方法准确率不仅高于其他经典网络模型,而且训练...     

利用人工智能图像识别系统诊断子宫内膜细胞病理学的有效性研究

目的 探讨基于人工智能(artificial intelligence, AI)的图像识别系统对子宫内膜细胞团块良恶性诊断的有效性。方法 选取2021年8月至2023年2月西安交通大学第一附属医院和西安大兴医院的子宫内膜细胞学标本,以组织病理学为金标准,对比分析AI图像识别系统(AI诊断)和专业病理医师人工诊断(人工诊断)子宫内膜细胞团块良恶性的灵敏度、特异度、阳性预测值、阴性预测值、准确率和诊断所需时间。结果 纳入分析的126例患者中,AI诊断与组织学诊断的总体符合率为92.1%(116/126),与组织学病理结果高度一致(Kappa=0.841);人工诊断和组织学诊断的总体符合率为94.4%(119/126),与组织学病理结果高度一致(Kappa=0.889)。AI诊断与人工诊断两种方法差异无统计学意义(χ²=0.568,P=0.451)。AI诊断的灵敏度、特异度、阳性预测值和阴性预测值分别为91.8%、92.3%、91.8%和92.3%。126张细胞学切片,人工诊断每张切片所需6.67 min; AI诊断每张切片所需5.00 min。结论 AI图像识别系统具...     

深度残差神经网络在腹部平片检出小肠梗阻中的应用

目的通过深度残差神经网络(ResNet38)对腹部立位平片进行学习,从中检出小肠梗阻。方法本研究使用的训练集和测试集数据来源于西安交通大学第一附属医院及陕西省核工业二一五医院,独立验证集数据来源于陕西省核工业二一五医院。由2名经验丰富的影像科诊断医师依据腹部立位平片小肠梗阻的4种征象分别对来源于2家医院的3 298张腹部立位平片进行分类,意见不一致时讨论达到共识,其中小肠梗阻569例(17.3%),非小肠梗阻2 729例(82.7%)。对2组数据采用完全随机分组的方法组成训练集2 305张和测试集993张(训练集∶测试集=2.3∶1),其中训练集小肠梗阻405例(17.6%),非小肠梗阻1 900例(82.4%);测试集小肠梗阻164例(16.5%),非小肠梗阻829例(83.5%)。训练集和测试集小肠梗阻的诊断均以有丰富经验的影像科医师的评判为标准。验证集共861张腹部立位平片,其中小肠梗阻99例(11.5%),非小肠梗阻762例(88.5%),以手术结果及临床诊断为金标准。本研究使用ImageNet 2012年大规模视觉识别挑战赛数据集(ILSVRC2012)对深度残差神经网络(ResNet38)进行预训练;用训练集数据对深度残差神经网络(ResNet38)再训练建立诊断模型;测试集主要用于学习算法过程中,调整算法的参数来修正网络,从而使得网络模型效能更优。结果本研究开发的小肠梗阻诊断模型在测试集上敏感性为84.1%,特异性为65.0%,受试者工作特征曲线(receiver operating characteristic, ROC)曲线下面积(area under the curve, AUC)为0.83(95%CI为0.82～0.92);在验证集上的敏感性为89.9%,特异性为68.0%,ROC曲线下面积为0.87(95%CI为0.82～0.92),AUC为0.87。结论对深度残差神经网络进行有限的数据训练,可以获得一个有效的用于在腹部立位平片上检出小肠梗阻的诊断模型。     

基于卷积神经网络的路基病害自动识别方法研究

路基病害导致的道路坍塌事件时有发生,利用探地雷达(ground penetrating radar,GPR)技术对道路路基进行周期性的无损检测和评估,可有效识别处于早期阶段的路基病害,为及时治理提供技术支撑。传统的GPR路基病害图像解释大多依靠人工,存在评价不客观且效率低下的问题。为实现路基病害的自动识别,提出基于卷积神经网络(CNN)提取GPR路基病害图像特征的方法。该方法所采用的网络结构由卷积层、池化层和全连接层组成;输入病害图像后首先经过5层卷积层和5层池化层提取图像特征,然后将提取到的图像特征输入两层全连接层分类,最后通过softmax层输出识别结果。正演模拟数据集表明,该方法对路基空洞充气、路基空洞充水、路基脱空及路基含水层这4种典型道路路基病害的雷达图像识别准确率达到 96.75%,验证了该方法的有效性。     

基于Faster R-CNN的接触网吊弦故障检测方法

针对接触网吊弦故障图像样本较少,现有方法检测准确率较低的问题,提出了一种高效率、高准确率的接触网吊弦故障检测方法.以Faster R-CNN模型为基础,通过引入能够提取深层次图像特征并实现特征重用的密集连接卷积神经网络(dense convolutional network model, DenseNet)替代原始的特征提取模块提取吊弦图像特征,并在实验中利用图像旋转、增强等数据变换操作扩充样本集提升检测效果.通过对接触网吊弦图像的测试,以DenseNet为主干网络的Faster R-CNN模型能够检测接触网吊弦故障,检测准确率比原始检测模型提高4%以上,且加入数据变换对吊弦故障检测的准确率和鲁棒性均有显著提升,均值平均精度(mAP)可达98%以上.     

隧道出渣设备最佳配合分析

针对隧道出渣时,装载机与倾卸车联合作业中的配合问题进行了深入的研究,分析并建立两种施工机械最佳配合关系的数学模型,通过实例计算表明,此模型及算法对施工单位在隧道施工中合理地确定两者数量关系具有一定的指导意义.     

中国经济增长的波动分析

对国民经济增长的波动进行计算分析。应用Mexican Hat小波对国内生产总值（GDP）的增长率进行多时间尺度分析，再利用宏观经济学的理论从政府宏观调控政策、投资、消费等方面分析引起波动的原因。在不同时间尺度下，经济波动受到政策、投资和消费及重大政治事件的影响。通过对经济增长波动的因素及规律的分析，可以提高对经济发展的预见性，促进经济更好的增长。     

纳米Ni粉对Cu粉末烧结性能的影响

研究了纳米Ni粉对Cu粉末烧结性能的影响。研究表明：由于添加1％纳米Ni粉中的NiO未被完全还原,而且纳米Ni粉本身还有被CuO氧化成NiO的可能,因而纳米Ni粉在Cu粉末烧结过程中未能起到活化烧结的作用。相反,添加1％纳米Ni粉后还降低了Cu粉末烧结性能。     

级配对级配碎石力学性能影响试验分析

通过试验对不同级配的级配碎石强度影响因素进行分析,得出实际结论,为工程中级配选择提供借鉴.     

桥梁板式橡胶支座抗压弹性模量分析

简要介绍桥梁板式橡胶支座抗压弹性模量的计算及试验方法,同时从几个方面分析影响该指标的因素.     

弓网离线模拟试验平台的设计

受流问题是制约电气化铁路提速的瓶颈之一,而弓网离线电弧是高速列车受流的关键问题.为了全面的把握弓网离线状态,设计了弓网离线模拟试验平台.实现正弦周期内不同时刻离线及回合过程的电弧放电现象,并采用示波器和数据采集卡实现对离合瞬间电压、电流和光强等波形的同步记录,为弓网离线检测法和列车受流质量的研究及抑制电弧危害打下基础.     

钢筋混凝土简支梁桥梁体病害分析及维修方法

随着经济的发展、综合国力增强,交通事业日新越益发展,桥梁建设取得了长足的进步,为我国的各项事业的发展提供了坚强的基础,但随之而来的桥梁病害问题也日益严重,针对上述情况,本文将对钢筋混凝土简支梁桥梁体的常见病害进行归纳和总结,并提出一定的维修措施,以便能够减轻同类病害的发生,为今后的公路事业发展提供参考依据.     

柔性路面超高路段病害成因分析

柔性路面弯道内侧极易形成病害,分析了病害的成因,提出了相应的措施。     

某超限高层建筑的结构设计

主楼桩基按照桩端持力层起伏变化选用不同桩长的人工挖孔桩,进入强风化岩,有效发挥桩身强度,控制绝对沉降,解决了主楼与裙房不设沉降缝的问题.针对结构平面中间部位凹口较大,采取了在凹口处增设楼板,计算时薄弱部位设为弹性楼板的措施,计算结果满足规范要求.     

桥梁单片梁受力分析

桥梁单片梁受力主要是由重交通车辆的碾压,尤其是超限重车的频繁通过引起的--这是外因,当然桥梁本身的质量差或桥面铺装层与脚缝的填充不符合要求也能产生单片梁受力--这是内因.如果严格按设计要求去做,这种情况是能避免发生的.单片梁受力严重的会危及行车安全,必须引以注意.