-
题名基于磁声电技术的肺部组织成像仿真研究
被引量：8
- 1
-
-
作者
李彩莲
李元园
刘国强
-
机构
中国科学院电工研究所
中国科学院大学电子电气与通讯工程学院
-
出处
《电工技术学报》
EI
CSCD
北大核心
2021年第4期732-737,共6页
-
基金
国家自然科学基金资助项目(51937010)。
-
文摘
新冠肺炎可引起肺水肿和肺实变,对肺部造成严重的损害。CT检测存在辐射,超声成像对轻症患者难以发挥作用。磁声电成像是一种典型的电磁和超声相互耦合的电特性成像技术,具有高空间分辨率和高对比度的优点,可检测肺部病变早期变化。该文介绍磁声电技术的原理,利用有限元分析软件建立肺水肿或肺实变前期模型和完全肺水肿或肺实变模型,仿真分析所建模型的磁声电信号并实现了B扫成像。仿真结果表明,肺部组织内的气体对超声波有反射作用,随着肺部组织内气体含量逐渐减少,肺部组织左边界上由反射超声波形成的脉冲信号幅值减小,肺部组织右边界上由绕射过含气组织的超声波增加产生的脉冲信号幅值增大。当肺部完全水肿或肺实变后,肺部组织内不再含有气体,由反射超声波引起的脉冲信号消失,可显示内部肿块的脉冲信号。该文通过仿真论述了磁声电成像技术在新冠肺炎临床应用中的潜力。
-
关键词
新冠肺炎肺水肿
肺实变
磁声电成像
b扫图像
-
Keywords
COVID-19
pulmonary edema
pulmonary consolidation
magneto-acousto-electrical tomography
b scan image
-
分类号
TM12
[电气工程—电工理论与新技术]
-
-
题名基于卷积神经网络的钢轨螺孔裂纹识别算法研究
被引量：2
- 2
-
-
作者
杨崎
李立波
吴先梅
杨培俊
-
机构
中国科学院声学研究所声场声信息国家重点实验室
中国科学院大学
中国铁路北京局集团有限公司
北京新科启源科技有限公司
-
出处
《铁道学报》
EI
CAS
CSCD
北大核心
2023年第4期111-116,共6页
-
基金
国家自然科学基金(11674351)。
-
文摘
钢轨由于长时间负载会出现各种伤损,对铁路运输安全造成威胁。螺孔裂纹是钢轨接头处的主要伤损,如果不及时发现很容易造成安全事故。已有钢轨伤损检测方法是使用超声波检测,人工回放检测数据进行伤损判别,该方法效率较低。基于机器学习的伤损判别方法提高了钢轨伤损判别效率,但准确率不高。因此,针对该类钢轨伤损,利用卷积神经网络(CNN)与多层感知机(MLP)结合的模型,将螺孔超声波B扫图像作为识别对象,识别钢轨螺孔是否存在裂纹,提升螺孔裂纹的判别效率和准确率。经过数据集训练,在测试集上该模型的识别准确率达96.25%,在测试数据集以外的图像上进行应用,取得了很好的识别效果,证明该模型在钢轨螺孔裂纹识别问题上的可行性和模型的实用性。
-
关键词
螺孔
螺孔裂纹
b扫图像
卷积神经网络
多层感知机
-
Keywords
screw hole
screw hole crack
b-scan image
Convolutional Neural Network
Multilayer perceptron
-
分类号
U216.3
[交通运输工程—道路与铁道工程]
-
