检索结果-南通市图书馆

作者：王淑敏华中科技大学

学位级别：硕士

穿戴式外骨骼机器人由于可以增强健康人群的运动机能或辅助运动障碍患者恢复运动能力,在现代战场、科学养老等领域具有重大的应用价值。因此,如何研制与人体自然运动完美契合的外骨骼辅助装置,修复、提升人体的运动能力,成为了当下的研... 详细信息

穿戴式外骨骼机器人由于可以增强健康人群的运动机能或辅助运动障碍患者恢复运动能力,在现代战场、科学养老等领域具有重大的应用价值。因此,如何研制与人体自然运动完美契合的外骨骼辅助装置,修复、提升人体的运动能力,成为了当下的研究热点。外骨骼机器人与传统机器人研究最大的区别在于人体躯干的存在。传统机械臂的运动控制中只用考虑机械臂本体的运动,既直接优化机械臂的运动轨迹,而穿戴式外骨骼机器人的各关节运动必须完美契合人体对应关节的自然运动,既实现运动拟人化,否则不仅起不到增强人体运动能力的效果,反而阻碍了人体运动,甚至造成肢体损伤。因此,如何揭示人体自身运动规律,成为了外骨骼机器人研制的先决条件。研究表明,人体上肢虽能完成数以百计的日常功能运动,但这千变万化背后其实存在着有限的不变量,即组成多样运动的基本单元-协同运动基。通过揭示各关节间的协同运动规律,将之融入外骨骼的控制算法和本体设计,有望实现承载人体运动规律的外骨骼机器人研制。然而,现有研究仅揭示了人体上肢在空载情况下的协同规律,并未探究该协同规律在有负载的情况下会产生怎样的变化,也没有揭示不同负载之间协同规律的变化趋势。由于负载的出现会极大影响人体上肢的肌肉激活情况,且外骨骼机器人的应用场景多为重载条件,因此,如何揭示负载变化对人体上肢运动协同规律的影响是一个亟待解决的难题。本文采用主成分分析法得到运动上的协同关系,实现对运动数据进行解析,通过对协同关系的线性组合复现实际运动数据,进而应用于拟人化动作的生成或控制。本文的研究目标在于探寻外界条件变化,上肢的协同关系变化规律,其主要研究内容如下:(1)探究人体上肢运动过程中各关节间的变化规律,分析上肢肌肉与关节运动间的多交叉对应关系,从解剖学角度揭示人体上肢运动协同的产生机理。针对上肢实际运动情况及控制变量的需求,划分人体上肢运动形式为三类并设计19组动作作为实验范式,建立不同任务目标下人体上肢协同运动数据集。以负重为唯一变量,建立多负载下单一运动实验,建立多负载下人体上肢协同运动数据集。(2)采用建立空间坐标系并反解欧拉角的方法,将实验收集到的原始数据转化为上肢关节角度。利用主成分分析法提取上肢各关节运动中潜在的共性规律。分别对七自由度和五自由度上肢运动的协同关系及其相似性进行了探究,并进一步分析了在实验范围内,对协同关系产生主要影响的因素和相对影响程度。研究结果显示,动作基本流程、手部抓握形态和动作复杂程度能够显著影响协同关系,其中动作基本流程影响程度最高。(3)研究负重状态下的上肢运动协同关系。以上肢七自由度运动间的协同关系为基础,进一步分析五自由度运动中蕴含的运动协同关系,计算不同负重状态下运动协同关系间的相似性,揭示在负重对于上肢多自由度运动协同关系的影响,即负重通过改变肌肉本身性质和肌群性质间的差异,在一定程度上会削弱其运动运动协同性,且负重变化对运动协同性的影响程度不稳定。采用同一组协同关系,分解运动数据得到不同负重下的运动输入数据,通过对运动输入数据的分析得到运动数据随负重的变化情况。结果表明,不同负重下运动数据相互呈比例,随负重增加比例变化,即负重会影响到运动的实际情况。

关键词：上肢运动协同关系负重自然运动

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于生成对抗网络的行人轨迹预测研究

基于生成对抗网络的行人轨迹预测研究

作者：庞淑敏内蒙古大学

学位级别：硕士

行人轨迹预测是目前众多领域的关键任务,例如自动驾驶、服务机器人和视频安全监控等.轨迹预测的性能可以通过多种方式得到改善,包括使用更有效的神经网络或者优化算法、考虑行人之间更复杂的社会交互以及利用额外的辅助信息等.目标行人... 详细信息

行人轨迹预测是目前众多领域的关键任务,例如自动驾驶、服务机器人和视频安全监控等.轨迹预测的性能可以通过多种方式得到改善,包括使用更有效的神经网络或者优化算法、考虑行人之间更复杂的社会交互以及利用额外的辅助信息等.目标行人未来轨迹的变化一方面取决于地理场景以及与同一场景中其他行人的社会交互,另一方面取决于目标行人的主体意识,即目标行人会根据对其他行人行为的判断调整轨迹.针对当前存在的大部分模型较少考虑通过行人的行为估计行人的运动意图,忽略了对于行人意图的建模、行人的视觉线索以及行人之间的运动关系的问题,本文将行为识别融入到行人轨迹预测任务中,提出了一种结合行为识别(Behavior Recognition)的基于生成对抗网络(Generative Adversarial Networks)的行人轨迹预测新方法—BR-GAN.首先,本文提出行人在进行轨迹决策时需要遵循的三种约束:地理约束、社会约束以及行为约束;其次,使用场景语义特征表示地理约束,使用行人之间的欧氏距离表示社会约束,使用行为识别模块获取额外的行人行为信息以表示行为约束,扩充原有的公开数据集ETH/UCY,增加量化的行为信息以估计行人的运动意图;最后,综合以上三种约束,使用BR-GAN对目标行人进行轨迹预测.通过大量的测试实验、消融实验以及预测轨迹的可视化,结果表明:与目前部分先进的基线模型相比,BR-GAN在公开数据集ETH/UCY中实现了更高的准确性,预测效果更佳.相较于仅包含行人社会交互的方法,BR-GAN的ADE提升18.0%,FDE提升19.4%;相较于同时包含行人社会和地理交互的方法,BR-GAN的ADE提升18.0%,FDE提升13.0%;相较于当前领域内先进的轨迹预测算法So Phie,BR-GAN的ADE提升7.5%,FDE提升15.3%,保证了预测的准确性和多样性,在实际应用中更具竞争力.

关键词：注意力机制行为识别生成对抗网络轨迹预测

溶剂化效应对碳酸酯基电解液/电极界面的影响机理研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

溶剂化效应对碳酸酯基电解液/电极界面的影响机理研究

作者：伍淑敏兰州理工大学

学位级别：硕士

近年来,随着对储能和便携式电子设备需求的不断增加,锂离子电池(LIBs)性能亟待进一步提升。但是,作为电池关键组分之一的电解液,其配方设计目前仍处于“试错”阶段,且未能有效建立电解液中Li溶剂化结构、电极/电解液界面膜性质与电池性... 详细信息

近年来,随着对储能和便携式电子设备需求的不断增加,锂离子电池(LIBs)性能亟待进一步提升。但是,作为电池关键组分之一的电解液,其配方设计目前仍处于“试错”阶段,且未能有效建立电解液中Li溶剂化结构、电极/电解液界面膜性质与电池性能之间的关联模型。因此,本论文通过研究双溶剂碳酸酯基电解液中的溶剂竞争反应,阐明界面膜的形成与演化机制,进而揭示Li溶剂化结构对电极/电解液界面膜的影响规律。最后,拟借助高浓度电解液策略的溶剂化效应改善单溶剂碳酸酯基电解液在极端条件下的循环稳定性。主要研究内容如下:(1)对比分析六氟磷酸锂(LiPF)在碳酸乙烯酯(EC)、碳酸二甲酯(DMC)和EC+DMC三种溶剂体系中电化学性能和Li传输行为的差异,并阐明溶剂组成引起的Li溶剂化结构差异对负极/电解液界面(SEI)膜的形成和电池性能的影响规律。研究表明,由1.0 M LiPF-DMC电解液组装的Li||C半电池的循环性能较差,其循环500圈后的放电比容量(70.9 mAh g)远低于1.0 M LiPF-EC/DMC(1:1)体系(303.6 mAh g)。循环伏安、原位阻抗测试和理论计算等结果表明,双碳酸酯溶剂体系中的Li-DMC可以优先还原并形成初始的SEI膜。由于EC与Li间强的溶剂化效应,降低了Li-DMC在电极/电解液界面中的占比和Li-DMC的溶剂化迁移,有效抑制了碳酸酯基电解液中DMC过度分解的问题,有利于提升LIBs的循环稳定性。(2)根据上述研究结论,结合HCEs策略改善了单溶剂碳酸酯基电解液在极端条件(55℃、5.0 V)下的电化学性能。其表现为,由5.5 M LiPF-DMC电解液组装的镍锰酸锂(Li NiMnO,LNMO)||Li半电池在循环200圈后的放电比容量和容量保持率(105.7 mAh g和92%)远高于1.0 M LiPF-DMC体系(26.82 mAh g和1.6%)。将锂盐浓度提高至5.5 mol L,促使更多的PF进入Li溶剂化结构,并形成富含氟化锂(Li F)和磷酸锂(LiP O F )的阴离子衍生的正极界面(CEI)膜。结果表明,高浓度电解液组装的电极表面形成了POF 阴离子富集的可溶性产物界面层。该界面层对氟化氢(HF)具有反应惰性,有效抑制了HF对LNMO的腐蚀和过渡金属离子的溶出。综上所述,本论文通过研究碳酸酯基电解液中的溶剂化效应对Li传输行为的影响,提出了溶剂竞争关系对电极/电解液界面膜演化和电池性能的影响规律。所提出的通过可溶性产物衍生的惰性界面膜来提高LIBs高温耐受性的新型策略,有助于解析溶剂化效应的作用机制,进而推动高能量密度LIBs的发展。

关键词：锂离子电池电极/电解液界面溶剂化效应碳酸酯基电解液高浓度电解液

面向人体运动模式识别的压缩感知关键技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向人体运动模式识别的压缩感知关键技术研究

作者：毛淑敏南京邮电大学

学位级别：硕士

基于加速度信号的人体运动模式识别是当前模式识别领域的研究热点之一。该技术通过智能终端设备内置的三轴加速度传感器,对人体运动加速度信号进行采样,并实施特征分析和模式识别。压缩感知(Compressed Sensing,CS)作为一种常用信号采... 详细信息

基于加速度信号的人体运动模式识别是当前模式识别领域的研究热点之一。该技术通过智能终端设备内置的三轴加速度传感器,对人体运动加速度信号进行采样,并实施特征分析和模式识别。压缩感知(Compressed Sensing,CS)作为一种常用信号采样方法,能够以较低的采样率对信号进行压缩采样,同时利用重构算法从较少的观测数据中恢复出原始信号。然而,当前压缩感知在重构精度和重构效率方面仍有提升空间。测量矩阵和重构算法是实现压缩感知的两个重要环节,它们的优化直接影响着压缩感知的性能表现。为此,本文基于压缩感知理论,在测量矩阵和信号重构这两个方面进行深入研究和改进优化,以期提高加速度信号的重构效果,确保人体运动模式识别的准确性。主要工作如下:(1)针对当前Gram矩阵在进行非对角元约束时存在的寻优精度不高的问题,提出了一种改进的测量矩阵优化算法LBFPhi(L-BFGS-Phi)。该算法为求解目标矩阵函数式,采用LBFGS(Limited memory-Broyden-Fletcher-Goldforb-Shanno)法来确定搜索方向,再结合线性搜索准则来优化搜索步长,提高目标优化函数式最优解的准确性。最后,基于人体运动加速度信号,通过对比实验证实了采用LBFPhi优化测量矩阵的压缩感知方法,能够以更高的精度重构出原始信号,为人体运动模式识别提供较好的数据信息。(2)针对信号重构算法中经典的快速迭代软阈值算法,提出了一种改进的重构算法FIPITA(FISTA-Parameter-Improved-Threshold function-Algorithm)。该算法采用一种优化后的阈值函数,引入p、q、r三个参数,同时结合重启判断机制,使其收敛性更高、重构性能更好。实验结果表明,将改进后的重构算法融入到压缩感知过程中,本文所提的FIPITA与其它改进算法相比,能够在获得较好的重构质量的同时,保证较快的重构速率。(3)基于压缩感知的人体运动模式识别应用研究。针对数据信号在采样过程中可能存在的噪声干扰问题以及加速度信号的三轴多通道特点,提出了一种基于双稀疏去噪法与多测量向量模型的压缩感知方法DSDMMV(Double Sparse Denoising and Multiple Measurement Vectors)。同时,结合LBFPhi测量矩阵优化算法与FIPITA信号重构算法,将其应用于人体运动模式识别中。与已有的研究进行了对比实验,证实了本文方法在人体加速度信号重构时具有更高的精度,在后续进行人体运动模式识别时,也能够获取更高的识别准确率。

关键词：压缩感知测量矩阵优化信号重构算法模式识别

FeCl3提高芽孢杆菌HL7降解染料能力及降解机制初探

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

FeCl3提高芽孢杆菌HL7降解染料能力及降解机制初探

作者：姜淑敏东北林业大学

学位级别：硕士

合成染料广泛应用于纺织等行业,具有成分复杂、有机物含量高、色度大、毒性强的特点。芽孢杆菌适应性强,能够在好氧条件下降解多种化合物,可用于处理染料废水,但在静置条件,利用氧化剂诱导芽孢杆菌氧化应激以促进染料降解的研究较少。... 详细信息

合成染料广泛应用于纺织等行业,具有成分复杂、有机物含量高、色度大、毒性强的特点。芽孢杆菌适应性强,能够在好氧条件下降解多种化合物,可用于处理染料废水,但在静置条件,利用氧化剂诱导芽孢杆菌氧化应激以促进染料降解的研究较少。本研究以芽孢杆菌HL7为研究对象,探究了静置条件下氧化应激促进菌株HL7降解靛蓝胭脂红(IC),主要研究成果如下:1.高效染料脱色菌株的研究菌株HL7脱色IC效果明显,与好氧脱色相比,微好氧条件下菌株HL7氧化酶被显著激活,IC脱色率显著提高,达53.5%。2.氧化剂处理的菌株HL7脱色IC氧化剂处理菌株HL7可显著激活菌株氧化酶漆酶、酪氨酸酶、木质素过氧化物酶和酪氨酸酶活性,Fe Cl诱导了菌株芽孢生成,IC脱色率显著提高,达87%,实现高效脱色染料。3.Fe Cl诱导菌株HL7降解IC机理的研究与菌株HL7相比,0.8 mmol/L Fe Cl处理菌株HL7 4 d显著激活菌株木质素过氧化物酶、藜芦醇氧化酶和酪氨酸酶活性,菌株活性氧含量显著升高。对IC产物进行全波长扫描与液质联用分析,推测IC降解途径,IC的C=C发生断裂,后经氧化还原分解为小分子物质,且Fe Cl处理的菌株降解IC产物的质谱峰与菌株HL7相比,在小分子量化合物处有着较高的峰值。在IC降解过程中,Fe Cl处理的菌株HL7的氧化还原酶活性被显著激活,菌株的漆酶和酪氨酸酶活性均被显著激活,胞内外的藜芦醇氧化酶和NADH-DCIP还原酶被显著激活。与菌株HL7相比,Fe Cl处理的菌株在降解IC过程中漆酶和酪氨酸酶均被诱导表达。4.IC及其降解产物毒性分析与PBS(p H 7.0)对照相比,IC及其降解产物对微生物无生物毒性,Fe Cl处理的菌株降解IC产物可使地衣芽孢杆菌(Bacillus licheniformis)细胞数目显著增加;与空白对照相比,IC及菌株HL7降解IC产物会显著降低烟草和水稻种子的发芽率,而Fe Cl处理的菌株降解IC产物对烟草和水稻种子萌发无抑制作用,可实现对IC的解毒。以上结果表明,芽孢杆菌HL7可在静置条件下降解IC,Fe Cl可引起菌体氧化应激,诱导氧化酶相关酶木质素过氧化物酶、藜芦醇氧化酶和酪氨酸酶的活性,提高菌株降解IC的能力,将IC降解为小分子物质。且Fe Cl处理的菌株降解IC的产物具有良好的脱毒作用。证明Fe Cl诱导菌株HL7氧化应激提高菌株降解IC的能力具有一定可行性,为通过刺激菌株氧化应激提高染料降解效率提供理论基础。

关键词：芽孢杆菌靛蓝胭脂红氧化应激降解机理毒性分析

父母教养方式、逆境信念与初中留守儿童学校适应的关系研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

父母教养方式、逆境信念与初中留守儿童学校适应的关系研究

作者：张淑敏河北大学

学位级别：硕士

初中留守儿童处在社会自我走向成熟的人格发展关键期。本研究关注不同的父母教养方式、逆境信念对初中留守儿童学校适应的影响,并进一步检验逆境信念在父母教养方式与逆境信念间所起的中介作用,以期对教育实践提供启示。本研究包括两个... 详细信息

初中留守儿童处在社会自我走向成熟的人格发展关键期。本研究关注不同的父母教养方式、逆境信念对初中留守儿童学校适应的影响,并进一步检验逆境信念在父母教养方式与逆境信念间所起的中介作用,以期对教育实践提供启示。本研究包括两个研究,研究一采用《简式父母教养方式问卷》、《逆境信念量表》和《初中生学校适应量表》对吕梁市三所初中的初一至初三年级615名初中留守儿童进行调查研究。研究一所得结果如下:(1)母亲对儿童更偏好的教养方式是情感温暖,父亲更多采用的教养方式是拒绝。在是否独生子女上,独生子女可显著感受到来自父亲的情感温暖;(2)初中留守儿童的逆境信念和学校适应在留守时长、学前受教育时间上均存在显著差异;(3)父母情感温暖可以正向预测逆境信念,父母的拒绝维度、母亲的过度保护能负向预测逆境信念;(4)父母情感温暖能显著直接正向预测学校适应,并通过逆境信念的中介作用间接影响学校适应;父母的拒绝、过度保护直接负向预测学校适应,并且母亲的拒绝、过度保护能通过逆境信念的中介作用间接影响学校适应。研究二中对初中留守儿童、家长和教师分别进行了深度访谈,并用NVivo11.0软件进行分析,对研究一进行了验证和补充。研究发现家长和教师可以通过对初中留守儿童学习情况的关注及谈心频次等来提高儿童的逆境信念和学校适应,留守儿童的学习成绩、同伴关系与师生关系的优劣会对儿童的逆境信念和学校适应产生影响。本研究结果揭示了积极的教养方式有利于初中留守儿童的学校适应,并能通过提升逆境信念促进学校适应。在帮助留守儿童学校适应方面,本研究为学校和家庭提供了指导思路。

关键词：父母教养方式逆境信念学校适应初中留守儿童

基于理性疏忽理论的出行方式选择行为实验与理论研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于理性疏忽理论的出行方式选择行为实验与理论研究

作者：孙淑敏北京建筑大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

算法歧视消费者行为的法律规制研究

算法歧视消费者行为的法律规制研究

作者：章淑敏华中师范大学

学位级别：硕士

近年来,在我国互联网经济发展之中,算法技术正扮演着越来越重要的角色,然而,算法歧视消费者行为问题却日益严重,对消费者的合法权益甚至于我国市场经济的长远发展都造成了不利影响。在互联网交易之中,经营者常常采集消费者的个人信息,... 详细信息

近年来,在我国互联网经济发展之中,算法技术正扮演着越来越重要的角色,然而,算法歧视消费者行为问题却日益严重,对消费者的合法权益甚至于我国市场经济的长远发展都造成了不利影响。在互联网交易之中,经营者常常采集消费者的个人信息,实施算法自动化决策,在此过程中偶尔会出现对消费者的歧视行为,这是对消费者这一群体所实施的一种偏见性对待行为,具体包括算法信息采集歧视行为、特定推送歧视行为以及个性定价歧视行为,分别侵害了消费者的基本权利、知情权、自主选择权、公平交易权。在现实之中,如果经营者对消费者实施算法歧视行为,消费者往往很难直接地感受到自己的权益受到了侵害,而且消费者很难依据现行的法律规范进行权利救济,因此,这就亟需寻求有效的、切实可行的救济途径解决这一现实问题。从理论上看,消费者主权理论、市场交易公平理论、依法治国理论等,为算法歧视性消费者行为进行法律规制提供了有力的理论基础。从现实上看,算法歧视消费者行为主要存在着以下法律困境:第一,消费者的权利保障不足,现有法律规范中赋予消费者的基本权利、知情权、选择权等仍不能有效维护消费者的正当权益;第二,对算法歧视消费者行为的监管力度不足,并没有形成完整的监管体系;第三,救济制度不完善,消费者无法对自己的权利进行有效的救济。对此,我们需要从实际出发,借鉴国外的理论以及实践经验,针对算法歧视消费者行为的法律困境,提供相应的解决途径。就国外研究来看,以欧盟为代表的学者认为应当以事前的个人数据保护为重点,对消费者的个人数据赋权,例如,赋予消费者数据“被遗忘权”;以美国为代表的学者认为应当从事后的结果出发,追求结果的公正,具体而言,就是侧重于对算法歧视消费者行为进行审查监管,从而达到规制算法歧视行为的效果。就国内研究来看,我国主要侧重于对个性定价歧视行为进行法律研究,强调从反垄断法出发进行调整。所以,针对我国算法歧视消费者行为的法律规制问题,应当在完善措施中借鉴欧美法律规制路径经验,与我国的实际情况相结合,提出合理、科学、有效的方案。具体而言,对我国算法歧视消费者行为法律规制的困境有以下解决办法:第一,应当加强消费者的权利保障,包括完善消费者的个人数据权利、强化消费者的知情权、赋予消费者对特定推送的选择退出权;第二,实施算法歧视消费者多维度审查,建立多维度监管体系,完善行政监管制度、增加行业监管义务、增加经营者自我监管义务;第三,完善算法歧视消费者行为的救济制度,具体包括明确责任主体、优化举证责任的分配、完善消费者公益诉讼制度。

关键词：算法歧视消费者法律规制

社交媒体平台自我表露对囚徒困境博弈中合作行为的影响

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

社交媒体平台自我表露对囚徒困境博弈中合作行为的影响

作者：高淑敏华东师范大学

学位级别：硕士

合作是社会互动的基本形式,对社会的和谐稳定起着重要的积极作用。为了达成合作,人们往往会在互动情境中获取线索从而降低不确定性。社交媒体平台自我表露作为网络时代建立和维系人际关系的关键,为降低不确定性提供了信息线索。然而目... 详细信息

合作是社会互动的基本形式,对社会的和谐稳定起着重要的积极作用。为了达成合作,人们往往会在互动情境中获取线索从而降低不确定性。社交媒体平台自我表露作为网络时代建立和维系人际关系的关键,为降低不确定性提供了信息线索。然而目前少有研究关注社交媒体平台自我表露与合作行为之间的联系。本研究从表露接收者角度出发,以微信朋友圈为例,探究囚徒困境博弈中社交媒体平台自我表露对合作行为的影响以及作用机制。本研究分为一个预实验和两个正式实验。预实验中,通过参与者评分编制正式实验中所用的自我表露实验材料。实验一招募138名被试,采用单因素(自我表露水平:高/低)被试间设计,初步探究自我表露对囚徒困境博弈任务上的合作行为有何影响,并发现心理距离和同伴信任在这一过程中起到中介作用。实验二招募190名被试,采用2(自我表露水平:高/低)×2(表露载体:有图片/无图片)的被试间设计,探究表露载体在自我表露和个体合作行为之间的调节作用。结果发现:(1)自我表露正向影响合作行为。个体接收到社交媒体平台上高自我表露水平的信息比接收到低自我表露水平信息的合作水平更高。(2)心理距离和同伴信任在自我表露对合作行为的影响中起到链式中介作用。(3)表露载体在自我表露对合作行为的关系上起到调节作用。有图片条件下,接收高自我表露水平信息的个体比接收低自我表露水平信息的合作水平更高。本研究验证了社交媒体平台自我表露对合作行为的影响与作用机制,丰富了社会困境中对合作行为影响因素的研究,拓展了网络时代下自我表露领域的研究。同时,本研究也启发我们在人际互动、品牌营销和企业管理等领域应用恰当水平的自我表露,从而实现个人印象管理,树立品牌形象并促进消费者购买行为、提升团队间的人际信任等。

关键词：自我表露囚徒困境博弈合作信任心理距离表露载体

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向CMUT阵列的乳腺超声反射成像研究

面向CMUT阵列的乳腺超声反射成像研究

作者：胡淑敏中北大学

学位级别：硕士

乳腺癌是全球范围内威胁女性身心健康的重要癌症之一。为了早期诊断和有效治疗乳腺癌,医学界通常利用钼靶、多普勒超声技术、核磁共振成像、X射线断层成像等方法进行检测,但是它们各自存在一定的局限性。超声断层成像(Ultrasound Comput... 详细信息

乳腺癌是全球范围内威胁女性身心健康的重要癌症之一。为了早期诊断和有效治疗乳腺癌,医学界通常利用钼靶、多普勒超声技术、核磁共振成像、X射线断层成像等方法进行检测,但是它们各自存在一定的局限性。超声断层成像(Ultrasound Computer Tomography,UCT)是一种利用计算机处理超声信号获得高分辨率图像的新型成像技术。基于MEMS工艺制备的电容式微机械超声换能器(Capacitive Micromachined Ultrasonic Transducer,CMUT)易集成、灵敏度高、制备成本低、尺寸小,本文提出利用CMUT阵列进行超声成像测试,针对不同形式的CMUT阵列提出了多种反射图像重建算法,结合理论和仿真分析,搭建了对应的超声成像系统,通过实验测试获得高分辨的被测切片反射图像。主要研究工作如下:(1)首先,对超声波的传播特性进行了分析,为超声反射成像提供理论基础。针对仿真及实验需求,介绍了k-Wave工具箱及Verasonics Vantage多通道高速超声采集系统的工作原理及使用方法,为基于不同CMUT阵列的超声成像系统搭建奠定了基础。(2)针对CMUT面阵研究了B模式及谐波成像算法,搭建了基于16×4阵元CMUT面阵的超声成像系统,通过仿真和实验获得了被测物的二维及三维反射结果。与B模式成像结果相比,二次谐波成像结果重建精度高、伪影水平低,初步证明了CMUT面阵进行反射三维成像的可行性及算法的有效性。(3)环形阵列无需进行机械旋转即可获取多角度数据,对此提出了面向CMUT环形阵列的B模式及时间反转重建算法,利用k-Wave工具箱建立乳腺数值声速模型进行仿真实验,验证了算法的可行性。设计并搭建了面向256阵元环形阵列的超声成像系统,在利用尼龙绳进行系统性能初步测试后,完成了乳腺数值声速模型的测试,可实现内部5mm靶标的识别,B模式及时间反转重建图像中靶标尺寸重建误差最小分别为2.02mm及0.8mm。后续对仿乳腺体模及人体手臂进行实际测试,证明了该系统在其余人体部位同样具有一定的实用性。最后提出了基于柱面阵的扫描方式并建立了仿真模型,并通过水平切片的反射成像验证了仿真模型的正确性,为后续柱面阵的乳腺三维成像算法研究提供了理论基础和实现方法。通过开展上述反射成像方法的研究,为研制基于高性能CMUT阵列的乳腺超声成像系统提供了理论基础,有助于推动乳腺癌的早期诊断研究的进展。

关键词：乳腺超声反射成像 B模式 k-Wave