摘要：针对在多模态MR图像分割中对不同模态特征间的关联性及全局和局部特征提取考虑不充分,导致分割精度降低的问题,基于注意力机制,提出多模态脑肿瘤MR图像分割方法.首先提出三重注意力模块,用于增强各模态特征间的关联性以及对感兴趣区域的位置和边界信息精确判断;然后设计空间和通道注意力模块,用于双重捕获空间和通道上的全局及局部特征,增强对肿瘤组织结构信息的学习能力.在公开数据集BraTs18和BraTs19上的实验结果表明,分割全肿瘤时,所提方法的Dice系数、精确率、灵敏度和Hausdorff距离分别达到了90.62%,87.89%,90.08%和2.2583,均优于对比的同类方法.

摘要：针对肝脏分割中存在误分割及小目标漏分割的问题,文中提出基于U-Net的特征交互分割方法,采用ResNet34作为主干网络.为了实现不同尺度间的非局部交互,设计基于转换器机制的特征交互金字塔模块作为网络的桥接器,获得具有丰富上下文信息的特征图.设计多尺度注意力机制替代U-Net中的跳跃连接,关注图像中的小目标,充分获取目标层的上下文信息.在公开数据集LiTS及3Dircadb和CHAOS组成的数据集上的实验证实文中方法能取得较好的分割效果.

摘要：纤维/土界面间的力学作用特性是决定纤维加筋土工程性质的关键因素。为了改善纤维/土界面作用力,开发了一种新型的波形纤维作为加筋材料,并自主设计了一套拉拔试验装置,对单根纤维加筋土开展了多组拉拔试验,定量获得了波形纤维加筋土的拉拔特性及界面剪切强度,通过与传统直线形纤维对比,分析了波形纤维/土界面的力学作用机理,并从理论上探讨了波形纤维的最大临界加筋长度。结果表明:提出的单根纤维拉拔试验方法及设计的试验装置为研究纤维/土界面力学作用提供了有效的途径,试验结果具有较好的可重复性;直线形纤维的拉拔曲线呈典型的单峰特征,拉力达到峰值后迅速减小到残余值并逐渐趋于稳定,而波形纤维的拉拔曲线呈显著的多峰特征,曲线波长与纤维的波长基本一致;通过对比,波形纤维/土界面剪切强度明显高于直线形纤维,强度值提高了178%,极大改善了纤维的加筋效果,此外,波形纤维拉拔曲线各峰值对应的界面剪切强度及残余剪切强度随拉拔位移呈指数递减趋势;利用测得的纤维/土界面剪切强度,结合纤维自身的抗拉强度和一些假设条件,能确定纤维的最大临界加筋长度,对实际工程设计有一定参考意义。

摘要：显著目标检测是指通过引入人类视觉注意力机制,使计算机能检测视觉场景中人们最感兴趣的区域或对象.针对显著性目标检测中存在检测边缘不清晰、检测目标不完整及小目标漏检的问题,文中提出基于渐进式嵌套特征的融合网络.网络采用渐进式压缩模块,将较深层特征不断向下传递融合,在降低模型参数量的同时也充分利用高级语义信息.先设计加权特征融合模块,将编码器的多尺度特征聚合成可访问高级信息和低级信息的特征图.再将聚合的特征分配到其它层,充分获取图像上下文信息及关注图像中的小目标对象.同时引入非对称卷积模块,进一步提高检测准确性.在6个公开数据集上的实验表明文中网络取得较优的检测效果.

摘要：由于建立盐溶液作用下土的压缩和渗透特性预测方法能够为工程屏障和污染地基土处治的设计和施工提供高效、经济的评估手段，综合分析已有试验研究结果，定量评价盐溶液作用下土的压缩指数Cc和渗透系数k的控制影响因素，建立基于基本物理性质指标的预测公式．分析结果表明，盐溶液作用下土的Cc与有效竖向应力为1kPa时的孔隙比e1存在唯一正相关性，e1可由液限状态孔隙比和初始孔隙比定量描述．基于柯西一卡尔曼公式，建立盐溶液作用下土的k的预测公式；91％的预测值介于1／3～3倍的实测结果范围．相同孔隙比条件下，渗透系数比HCR随液限比LLR的变化趋势近似一致；基于此，提出采用孔隙比和LLR预测HCR的统一公式．

摘要：高放废物处置库中回填材料需要预先压缩到一定密实度,其压缩特性对处置库的设计和安全性有重要影响。目前,粉碎后的Callovo-Oxfodian(COx)黏土岩(法国)被考虑为可选的回填材料之一。通过开展一维压缩试验,研究2种不同粉碎工艺下获得的粗/细COx土样的压缩特性,结果表明:压缩曲线受粒度成分的影响非常明显,为获得同等压实度,细粒土所需的压实功能较粗粒土高,除此之外,细粒土的压缩指数也高于粗粒土,表现出较强的压缩性;随着土样压实密度的增加,粗/细土样的压缩曲线逐渐靠拢,粒度成分对压实功能影响逐渐减弱;土样卸荷时回弹指数随干密度的增加而增加,受粒度成分的影响不明显;高压实(ρd=2.0g/cm3)粗粒土样在7MPa的轴向应力下饱和时,体积发生明显的塌陷现象,饱和后土样的压缩指数小于饱和前,而回弹指数则较饱和前高。

摘要：高放废物处置库中缓冲/回填材料的膨胀特性是评价其屏障性能的关键因素。受试验仪器等条件的限制,以往的膨胀试验基本都是在恒体积和恒应力这两种极端边界条件下开展的,无法有效反映处置库中的复杂应力–应变环境。研发了一套新型的多边界条件膨胀仪,集成了恒体积、恒应力和柔性等刚度3种边界条件。利用该膨胀仪对中国高庙子(GMZ)缓冲/回填材料开展了一系列膨胀试验,分析了边界条件对试样膨胀特性的影响。结果表明:研发的多边界条件膨胀仪具有操作简单、性能稳定等特点,能有效地模拟各种边界条件;边界条件对试样膨胀指标具有重要影响,对应的最终膨胀力关系为:恒体积>柔性等刚度>恒应力边界条件,最终膨胀率关系为:恒应力>柔性等刚度>恒体积边界条件;膨胀平衡极限(SEL)曲线可作为评价土体在复杂边界条件下水化时的最终体变和膨胀力的参考。研究结果对进一步认识土体的膨胀特性和指导高放废物处置库中缓冲/回填材料的设计具有一定参考意义。

摘要：地裂缝监测是科学认识其成灾机制并进行灾害防治必不可少的工作。高空间分辨率分布式光纤感测(DFOS)技术的发展及其在地质和岩土工程监测中的应用,为地裂缝的精细化探测提供了技术支撑。本文探讨了DFOS技术探测地裂缝的理论基础。以地裂缝形成过程中土体的张拉破坏模式为例,结合传感光缆应变的特点,提出了基于线应变的地裂缝形成判定准则:Rs=ε3/εt(其中,εt为土体的极限拉应变,ε3为最小主应变)。当Rs小于1时,最小主应变小于极限拉应变,土体未发生张拉破坏;当Rs大于1时,土体发生张拉破坏,地裂缝形成。在此基础上,对DFOS探测地裂缝过程中存在的空间分辨率效应、传感光缆-土体界面效应、应变局部化效应、温度效应和应变传递效应及其对策进行了分析和讨论。在实际应用中需针对不同的地质条件和监测需要,对这些效应进行分析和处理,以提高监测结果的准确性。

摘要：土体的微观结构是决定其工程特性的重要内在因素,但对于砂土而言,如何制备适合微观分析的样品以及快速准确量化结构参数一直面临诸多挑战。为此,提出一种真空冷冻干燥-注胶相结合的砂土样品制备技术,该技术可在有效去除土样水分的同时保持样品原状结构不被扰动,并可用于后续加工处理。针对不同粒度的砂土样品,分别使用扫描电子显微镜和光学显微镜对制备的试样进行观察,基于自主研发的土体微观结构定量分析系统SMAS对拍摄的照片进行精细量化分析,提出了由土颗粒数量、颗粒周长、表观孔隙率、形状系数、等效直径、分形维数和形态比等参数构成的量度指标体系对砂土样品微观结构特征进行定量评价。研究结果表明:提出的真空冷冻干燥-注胶相结合的砂土样品制备技术具有操作简单、稳定可靠等特点,能有效维持砂土的原状结构;比较而言,扫描电镜更适用于粉细砂的微观结构分析,而光学显微镜更适用于中粗砂的微观结构分析;SMAS能有效识别微观结构图像中的土颗粒及孔隙,为定量分析砂土或其他土体的微观结构特征提供了高效的工具。

摘要：以卷积神经网络为代表的深度学习技术推动神经网络在医学图像研究领域不断实现新突破。然而,平移不变性等理论假设限制了卷积神经网络在非欧氏空间数据中的表达能力,是医学图像深度学习技术亟待突破的瓶颈。图卷积技术不仅能够解决非欧氏空间数据的拓扑建模难题,还实现了空间特征提取,是深度学习技术全新的研究方向。本文对图卷积网络在医学图像领域的相关理论及其应用进行综述,旨在系统归纳和全面总结医学图像领域最新的图卷积理论、方法和实践,包括图结构视角下医学图像的专业采集、数据结构的剪枝转换以及特征聚类重构方法;图卷积网络的理论溯源,重要的网络架构和发展脉络;图卷积网络的优化方向和衍生出的跳跃连接、inception、图注意力等重要机制;图卷积网络在医学图像分割、疾病检测和图像重建等方面的实践应用。最后,提出了图卷积网络在医学图像分析领域仍亟待突破的瓶颈问题:1)多模态医学图像学习中,异构图的构建与学习任务的优化;2)特征重构和池化过程中,如何通过构图算法设计与神经架构搜索算法结合,以实现最优图结构的可学习过程转换;3)高质量图结构医学标注数据的大规模低成本生成与生成对抗网络的算法设计。随着人工智能技术的不断发展和医学影像规模的不断扩大,以图卷积为代表的深度学习方法必将在医疗辅助诊断领域取得更大的突破。