摘要：磁共振成像是一种重要的医学影像临床工具,然而生成高质量的磁共振图像需要较长的扫描时间。为了加速磁共振成像速度,重建高质量的磁共振图像,提出一种级联频域和图像域的密集连接残差模块的磁共振重建网络。所提模型由频域重建网络和图像域重建网络组成,每个网络以U形的编码器-解码器结构为基础架构,两个域之间利用傅里叶逆变换进行转换。编码器采用了新设计的密集连接残差块,在提高特征复用的同时能够缓解梯度消失问题。在跳转连接处引入了坐标注意力,用于全局特征的提取和增强纹理细节的恢复。在公开的CC-359数据集上评估所提模型的性能。实验结果表明,与现有其他方法相比,所提方法在不同的采样率和采样掩模下可以有效去除伪影和保留更多的纹理细节,重建出更高质量磁共振图像。

摘要：结肠息肉分割是从结肠息肉图像中提取病理信息的关键步骤,对结直肠癌的诊断和治疗具有重要意义。针对结肠息肉分割中形状大小不一、病灶组织与背景差异性难以区分等问题,本文提出了一种基于CNN和Swin Transformer的双分支特征提取的医学息肉分割网络(DST-Net),其充分考虑了卷积神经网络和Transformer在提取局部特征和全局特征各自的优势。DST-Net是一种编码器-解码器架构,首先设计了基于VGG和空洞卷积(AC)的两种编码器分别提取局部边界特征和多尺度特征;接下来在编解码器中间的底部模块使用两个连续的Swin Transformer模块,充分利用Transformer的远程依赖关系进一步加强网络的全局特征提取能力;最后,在编解码器之间的跳过连接中使用了通道注意力模块(CAB),以更加关注可疑和复杂的区域。在CVC-Clinic DB和Kvasir两个公开的息肉数据集上验证了所提出方法,结果表明该模型优于现有的其他方法,可以准确有效地实现结肠息肉的分割任务。

摘要：文章以塔山煤矿30515大采高工作面为研究对象,分析了高位钻孔抽采瓦斯可以切断瓦斯运移的通道,避免瓦斯在工作面采空区积聚。采用FLUENT分别模拟20~50m钻孔高度和1~4组钻孔数量瓦斯抽采效果,得到钻孔高度40m,每个钻场布置3个钻孔时,抽采效果最优。设计了每组钻孔最优抽采参数。并对每组不同钻孔高度抽采效果进行分析,得到定向钻孔瓦斯最高抽采浓度达到了41%,有效降低了工作面瓦斯浓度。

摘要：数据可靠互联对虚拟电厂中各类能源生产、传输以及调度等环节的安全稳定运行至关重要。然而人为失误、采集设备故障、网络恶意攻击等因素导致虚拟电厂各环节业务系统中异常稀疏数据频繁产生。现有基于统计学或机器学习的集中式异常数据检测方法存在依赖数据分布和先验知识、计算复杂度较高、效率低下等缺陷。为了解决上述问题,文章提出一种虚拟电厂下基于基因表达式编程的云边协同分布式异常检测算法。首先,基于云边协同机制,构建虚拟电厂云边协同分布式异常检测体系架构;其次,从算法原理、基于最小二乘的全局异常检测模型生成等方面设计基于基因表达式编程的分布式异常检测算法。基于3个真实数据集和3个开源数据集的仿真实验结果表明,与现有模型相比,提出的算法在异常数据检测的准确率、漏检率、误检率、平均耗时以及加速比方面均具有明显的优势。