摘要：眼底血管图像的自动分割对于多种眼科疾病的计算机辅助诊断具有重要作用.针对血管的尺度差异和图像噪声导致眼底血管图像分割困难、使用单一尺度卷积运算的深度学习方法获取的特征感受野有限,以及现有的方法复杂度过高的问题,提出一个融合结构化卷积和双重注意力机制的轻量级眼底图像分割网络.通过编码器增强、减少下采样次数和特征深度的编码-解码网络设计,实现参数量只有0.63M的轻量化网络.在编码阶段,提出一种结构化卷积方法,有效地避免了网络训练过拟合,提高了网络捕获差异化血管特征的能力;在解码阶段,采用基于空间和通道的双重注意力机制,使网络更加关注血管特征的上下文和几何空间信息,抑制病变等噪声的干扰.在DRIVE,CHASE_DB1和STARE数据集上进行实验的结果表明,所提网络图像分割的准确率分别为96.92%,97.57%和97.51%,灵敏度分别为83.68%,84.99%和84.87%,受试者曲线下的面积(AUC)分别为98.67%,99.05%和99.02%;并通过在DRIVE和STARE数据集上的交叉训练,验证了该网络的泛化能力.

摘要：为了探究锚拉板式索梁锚固结构在设计时结构参数的选取对结构最大应力的影响,以某斜拉桥锚拉板式索梁锚固结构为例,利用有限元软件ABAQUS建立节段的空间板单元模型,并基于足尺模型的静载试验验证有限元分析合理性,通过MATLAB建立尺寸参数与控制点应力的数学模型,并基于Sobol全局敏感性分析方法,分析各类尺寸参数对结构最大应力的敏感性。试验与有限元数据对比表明两者的传力途径基本一致,说明有限元分析合理,最大应力一般出现在锚管与锚拉板连接焊缝处或者圆弧倒角处,灵敏度分析得到锚拉板的厚度、锚管半径和焊缝长度对结构最大应力的敏感性较大。基于以上结论通过改进的EGO算法对结构进行了尺寸优化,与原结构相比优化后构件的控制应力、焊缝处局部平均应力、应力集中系数均明显下降,这对于相关结构参数的研究具有重要意义。