基于深度学习的脑微观结构重建

为了研究脑运行机制以实现类脑智能,我们引入深度学习工具系统解决突触级脑微观重建中大数据自动分析的难题,包括:密集神经元重建、单根神经元追踪、关键细胞器检测和重建.其中我们使用带有候选区域(region proposal network,RPN)的全卷积网络(fully convolutional networks,FCN)检测线粒体和突触,结合SPPUnet(spatial pyramid pooling U-net)网络框架和MultiCut算法进行神经元的重建,各部分在量化分析和视觉上取得了较好的结果.重建工作为学术界开展高通量的突触尺度脑微观结构重建提供有效支持.     

脑微观重建系统研究

本文旨在研究如何利用硬件,软件,算法的系统工程的方案解决脑微观结构重建的高通量自动化数据分析的难题.通过实现样片制备,自动切片,显微成像,三维重建以及软件平台等分阶段工作,建立符合神经结构生物学特征的模式识别和机器学习分类方法,解决海量畸变图像拼接配准,密集神经结构识别,歧义神经联结,多源数据融合等限制分析效率的关键问题,为搭建大体量神经结构重建工程平台提供理论基础和解决方案,满足脑科学研究对高通量神经回路网络重建的需求.     

开放实验室促进创新人才培养

艺术与设计实验中心以加强实验教学示范中心建设为契机,组织教师和实验室管理人员深入学习、研讨,进一步转变观念,全面推进实验室开放工作,促进创新人才培养。根据实际要求,中心采取多种灵活的教学组织形式,探索和实践能充分调动学生学习积极性、激发学生自我创造意识的开放性实验教学模式及管理模式。从开放模式、开放策略、开放内容、运行机制等方面开展工作,构建开放性实验室平台,满足学生个性化发展的要求,增强学生的创新品质。提高实验室资源的利用率,实现开放共享。     

基于载荷设计的电动飞机复合材料机翼结构优化方法及试验验证

基于柔度法静气弹分析方法,对电动飞机复合材料机翼考虑气动弹性载荷的结构优化方法进行研究。以考虑翼型弯度的涡格法计算机翼气动载荷,并与CFD计算结果进行对比,验证其准确性。使用遗传算法对机翼结构进行铺层优化,以铺层度及铺层角度百分比为优化变量,结构重量最低为优化目标,强度及复合材料工艺性作为设计约束,对机翼结构进行优化,计算强度时考虑气动弹性载荷。最后通过静力试验验证仿真结果的准确性。研究表明直机翼考虑气动弹性载荷后翼根弯矩、剪力及扭矩均有增加,基于该优化方法可设计合适的机翼结构刚度,在满足强度设计要求同时能达到减重目的。