摘要:图像配准是图像引导手术、图像融合、器官图谱生成、肿瘤和骨骼生长监测等临床任务应用的关键技术，也是一个极具挑战性的问题。近年来，深度学习技术对医学图像处理方法的研究产生重要的影响，在医学图像配准领域发展迅速。对使用深度学习技术实现医学图像配准的研究进行综述，首先按照深度学习模型将医学图像配准方法分为3类，包括监督、弱监督和无监督医学图像配准；然后分别介绍国内外研究进展，并总结这些研究方法的优缺点；在此基础上，阐述常用的深度学习配准框架以及评价标准，并总结常用的开源医学影像数据集；最后对深度学习技术在医学配准图像领域中存在的问题进行分析，展望未来发展的方向。

摘要:针对肥胖且不宜剧烈运动人群的减肥需求，提出了一种可以在胃内完成充放气过程的磁控减肥胶囊模型。胶囊内通过酸碱盐反应使气囊充气，充气后的气囊在胃中通过占据胃内容积以达到减重的目的。该化学反应的发生由内部小磁铁控制，并且小磁铁的驱动可由外部磁体控制；在治疗结束后通过外部磁铁使气囊放气，胶囊可从消化道自然排出。结合化学实验确定了采用一水合柠檬酸饱和溶液与碳酸氢钠粉末反应的方案，并将溶液体积控制在2 mL内；通过COMSOL Multiphysics软件对磁铁模型进行有限元仿真分析，估算了胶囊外部磁铁的体积。研究结果揭示了磁控减肥胶囊的反应机理，也证明了该胶囊结构模型的可行性。

摘要:针对困难气道气管插管过程中内窥镜图像视角较小、目标尺度变化大、相互遮挡等问题，融合内窥镜图像和CO₂浓度信息，提出基于深度学习的多模态气管插管智能目标检测算法。首先，对传统的YOLOv3网络进行改进，利用不同扩张率的空洞卷积构建并行多分支空洞卷积模块，并对输出特征进行上采样和张量拼接；其次，根据多路CO₂浓度差异，利用矢量化定位算法定位目标中心位置，校正YOLOv3得到的边界框的中心坐标，提升小目标检测的精度，辅助气道位置的定位；最后，基于该算法，研发了新型多模态气管插管辅助装置初代样机，并在模拟气道中进行实验，验证其可行性。在模拟气道中，该新型辅助装置的操作时间中位数为15.5 s，操作成功率可达97.3%。研究结果表明，基于深度学习的多模态气管插管智能目标检测算法能够有效地辅助气管插管操作。

摘要:随着精密加工技术的发展，探究机床各部件生热对精密加工的影响，以提升机床加工精度及精度稳定性成为当前研究重点。本文介绍了精密机床热特性的内、外环境影响因素及控制优化方法，从车间及其机床热环境、结构设计、冷却方式、热误差补偿技术4个方面展开，分析了现代精密机床中误差防止及误差补偿中使用的热设计措施，并针对现有机床温度分布不均、换热效果较差等特点，运用帕尔贴、碳纤维、相变微胶囊材料，结合传热学知识原理，提出了未来解决机床重要部件温升的可发展关键技术方案，以资参考。

摘要:针对铌酸锂薄膜Mach-Zehnder电光调制器存在半波电压较大的问题，采用有限元法对方向耦合器耦合模理论进行分析，并对电光调制器的关键结构参数进行优化设计。结果表明：两干涉臂光功率差与波导耦合长度呈正弦函数分布，最小波导耦合长度随耦合间距的增大而增大。在调制臂长度为2 cm,光波长为1550 nm时，仿真计算的半波电压值V_π为0.9 V，半波电压长度积为1.8 V·cm，消光比达到26 dB。通过调制臂截面分析，得到静电场分量E_x，电位移矢量D_x，以及光模分布，并计算出电光重叠积分因子Γ为0.586。基于上述仿真结果，与以往现有的电光调制器的半波电压（1.4～10.2 V）相比，经优化后的电光调制器的半波电压更低，进而使器件的功耗更低，有利于大规模光电集成。

摘要:为了改善高寒地区水泥稳定冷再生混合料的抗冻和抗干缩性能，提高水泥稳定冷再生技术在市政道路中的应用效果。研究了聚丙烯纤维对水泥稳定冷再生混合料的低温抗冻性、抗干缩开裂能力、抗拉和抗压强度性能的影响。聚丙烯纤维在水泥稳定碎石中起到加筋作用，增强了水泥稳定冷再生混合料的强度、韧性和抗裂性。综合分析得出在标准养护条件下，振动成型法成型的水泥稳定再生混合料的聚丙烯纤维最佳掺量为0.9 kg/m³，最佳纤维长度为12 mm。结合包头等高寒地区全年的气候情况，设计了具有代表性的不同养护条件，研究高寒地区环境对聚丙烯纤维水泥稳定冷再生混合料性能的影响。聚丙烯纤维水泥稳定冷再生混合料在恶劣养护条件下仍能保持较高的力学性能，在确保混合料抗压强度、抗拉强度、抗冻性满足规范要求的情况下，聚丙烯纤维的加入可以减少0.5%的水泥用量。聚丙烯纤维水泥稳定冷再生混合料有效地解决了高寒地区低温、低湿度和昼夜温差大导致水泥稳定冷再生基层易发生的强度不足和开裂等病害，延长了冬季可施工时间。

摘要:障碍物是影响列车行车安全的重要因素，小型障碍物由于体积小，在检测中容易被遗漏。针对上述问题，提出了一种基于卷积神经网络的自动化检测算法。算法首先通过数据增强策略平衡样本数量，然后使用卷积网络进行特征融合，很好地结合了小型障碍物的位置信息和语义信息。实验结果表明，算法对列车前方的小型障碍物有良好的检测效果，能较好地实现小型障碍物的探测。

摘要:在智能交通系统中，交通状态预测发挥着至关重要的作用。针对现有的交通预测方法集中于中微观层面，且时间和空间维度单一的问题，提出了一种面向区域宏观交通状态预测的集成模型。该模型以交通指数为依据，在时间维度上采用时间序列预测方法获得时间预测结果，在空间维度上采用支持向量回归方法获得空间预测结果，并在集成模型中将两者的结果融合。在交通指数云图上的实验结果表明，与单一维度的时间或空间模型相比，该模型能显著提高预测精度。

摘要:研究了在有界峰值扰动下变时滞离散系统的可达集估计和状态反馈控制器设计问题。首先，选取适当的Lyapunov-Krasovkii泛函，利用线性矩阵不等式，得到界定系统可达集的充分条件，即一个包含非凸标量的时滞相关结果。在系统初始值不为零的情况下，这些条件保证了包含系统状态的椭球体的存在性。其次，在可达集估计过程中，通过设计状态反馈控制器使所确定的椭球包含闭环系统的可达集。随后，为使所估计的椭球体尽可能小，将求解最小椭球问题转化为一个具有矩阵不等式约束的优化问题。最后，通过数值算例验证所得结果的有效性。

摘要:研究了需求不确定下容量限制工厂选址问题。在考虑需求点的实际情况后，根据各点不确定需求的变化而改变工厂的生产规模限制，建立设置分段的生产规模的容量限制工厂选址模型。使用联系数和区间灰数理论对不确定的需求进行预测。为了求解该问题，对传统人工蜂群算法的编码、更新、搜索和追随策略进行了改进。最后进行数值实验，将新算法与遗传算法、萤火虫算法、粒子群算法和海鸥算法进行对比。结果表明，改进后的人工蜂群算法有更好的优化效果，在求解容量限制的选址问题上具有可行性和有效性。

摘要:针对生产系统因生产异常导致的产品质量特征均值偏移，提出了设备状态与预防性维护周期相结合的预防维护策略，运用抽样监测产品质量绘制的均值控制图来判断机器设备的状态，考虑不同设备更新状况下包括抽样费用、维护费用、质量损失费用和停机损失费用的总费用，以单位时间期望总费用最小为目标函数，预防性维护周期与均值控制图参数（样本量、抽样间隔及控制系数）为决策变量建立模型。运用差分进化算法对模型求解以验证其可行性，并利用灵敏度分析方法验证决策模型的有效性。联合产品质量与预防性维护的决策模型更加符合生产系统的实际情况，有效提高经济效益。

摘要:在当今全球化和高度不确定的商业环境中，供应链网络容易遭遇设施中断、路径中断等多重中断风险。同时考虑到易腐品需求波动大、易损耗、退货率高、处理不当会污染环境等问题，以最小经济成本、最小环境影响、最大社会效益为目标，提出缓解中断风险的策略并构建了不确定条件下易腐品多目标闭环供应链网络模型。为了减少不确定参数的影响，实现最优设施选址与最佳配送路径的决策安排，将易腐品需求量和退货量设定为三角模糊值，采用模糊机会约束方法解决模型中的不确定约束问题。以上海市某易腐品企业为例，通过遗传算法和粒子群算法对模型进行求解。结果表明，采用缓解中断风险的策略可以显著改善供应链网络在中断情况下的表现，且相对于单目标优化，多目标优化整体表现更优。

摘要:针对电动汽车同时送取货问题，在考虑车辆容量与电量约束情况下，建立以总成本最低为目标的数学模型并通过模拟退火-蚁群算法对模型进行求解。首先，根据实际配送过程中出现的同时送取货约束和时间窗约束建立其选址路径数学模型；其次，通过加入回火操作和高斯变异设计了改进的混合模拟退火-蚁群优化算法对模型求解，并将提出的算法与蚁群算法、禁忌搜索算法以及自适应大领域搜索算法进行对比，证明算法优越性；最后，与送取分离的配送策略进行对比。基于不同规模算例检验算法性能，实验结果表明，提出的算法以及配送策略能得到较低的成本费用。