应用计算气动声学的低色散有限体积格式

根据数值格式和原控制方程的色散关系，研究了低色散有限体积格式（LDFV）的构造方法，详细推导了二阶顶点中心LDFV格式的构造系数，在此基础上，改进了已有的高精度有限体积迎风格式计算程序，以达到低色散、高精度要求，采用经典的一维声脉冲传播为算例，其结果与迎风格式的结果及理论值进行了比较，说明LDFV格式有较低的色散和耗散，因而更适合于计算气动学问题。     

一类参数识别问题的有限体积元计算

针对一个具有附加条件的抛物型偏微分方程的参数识别问题,提出了使用有限体积元法求数值解的方法,给出了未知函数和控制参数的数值解格,通过具体数例的数值解与精确解对比,表明该格式计算结果良好。     

基于倒置结构的直接体积CT

提出了一种新颖的直接体积CT扫描结构,即采用面状扫描与点状探测的倒置扫描结构,该扫描结构的最大优点可方便地得到完全的投影数据,解决了当前其他直接体积CT方法中的读者问题,如完全成像的扫描轨迹实现不便、面状探测器受康顿散射影响大、重建算法复杂等,对该扫描结构的设计、完全性条件、重建算法等进行了详细的论证与说明,并给出了初步的计算机仿真实验结果。     

体积功模型与计算研究

对物理化学中涉及的体积功计算问题进行了比较深入的探讨和分析，给出了一种物理概念清晰的平衡与非平衡过程模型及体积功计算方法．     

新生儿颅内出血的CT与临床分析

新生儿颅内出血（ICH）是围生期新生儿最常见的死因之一，严重者致残。我院于1993年6月~1998年12月，共收治经脑CT证实本病22例，现报告如下：1临床资料1．1一般资料男19例，女13例；发病日龄＜1d12例，~3d8例，~5d2例；体重＜2500g2例，~4000g19例，＞4000g1例；早产儿2例，足月儿19例，过期产1例。1．2围生或高危因素22例ICH中20例有围生期高危因素，占90．9％。母患妊高征及胎盘早剥各4例，脐带绕颈及产程长各3例，产钳助产5例，胎吸助产4例，臀牵引3例，宫内窘迫8例，胎粪污染羊水5例，生后重度窒息12例，其中手术助产9例占75％，轻…     

免疫计算的测不准有限计算模型

以人工免疫系统为研究对象,采用可信计算和系统论的方法,构建了免疫计算的测不准有限计算模型,将该模型划分为三层,即固有免疫计算层、适应免疫计算层和并行/分布计算层.这种免疫计算方法在数据库查询的基础上匹配了已知异体的特征,识别了已知异体的类型.此外,该方法在抗体规则匹配的基础上学习了未知异体,记忆了新异体的特征,在数据库中添加了新异体的特征.该模型通过毁灭器消除了异体,抑制了异体的复制和扩散,控制了免疫计算的毁灭机制的双刃性,监控了免疫计算的负载平衡,维护了系统的鲁棒性和安全性,克服了免疫学理论的不完备性的影响.实验结果表明,这种免疫计算机制检测了病毒和故障等异体,识别出该异体是"爱虫"病毒及其感染的文件,并消除了异体,抑制了异体的复制和扩散,确保了系统的安全性和鲁棒性.     

有限体积法定价欧式跳扩散期权模型

考虑有限体积法求解Kou跳扩散期权定价模型.基于线性有限元空间,构造了向后Euler和Crank-Nicolson两种全离散有限体积格式,并结合简单高效的递推公式逼近方程中的积分项.理论分析表明所得的离散矩阵为M-矩阵.数值实验验证了方法的有效性.     

基于有限体积法的稳态热传导结构拓扑优化

针对散热结构拓扑优化设计的研究现状,提出一种基于有限体积法的稳态热传导结构的拓扑优化设计,构建两种区域离散策略,即内节点法和外节点法.借助变密度法拓扑优化理论,建立以散热弱度为目标函数的稳态热传导结构的拓扑优化数学模型,研究在第一、二和三类边界条件下的优化问题.算例计算结果表明,基于不同区域离散格式外节点法和内节点的拓扑优化设计均能有效改善结构的散热效果,且能获得良好的拓扑优化构型,对微热源的影响也能识别最佳的散热路径.      

钢索结构计算的有限分析法

阐述钢索结构的内力及位移计算的有限分析法。将钢索分成任意小单元 ,建立小单元受力的平衡方程和位移方程 ,利用钢索端部边界条件和单元体之间内力及位移的连接条件 ,建立初参数的传递矩阵化为数值解。还研制计算机软件用逐次逼近法进行数值计算 ,最后给出了算例。     

基于有限体积法的螺旋槽气体推力轴承润滑计算

为避免螺旋槽边界曲线对计算造成的不便,利用坐标变换将螺旋区域变为扇形单元,采用有限体积法得到气体雷诺方程的离散计算式,并将计算结果与已发表的有限差分法、有限元方法及解析算法的计算结果进行对照,验证了本文计算模型和数值方法的正确性.结果表明:当螺旋角在10°到15°之间取值时,承载力可获得最大值;槽深减小,压力增大,摩擦转矩也有一定的增加;压力分布的明显特点是:槽台交界处压力取极值;压缩数高,压力增大,压力梯度大.     

脑干出血的CT表现与临床分析

目的 研究脑干出血的CT诊断价值。方法 运用影像学CT检查。结果 脑干出血CT表现为脑干高密度出血及血肿影。结论 CT能确定出血部位和累及范围。     

计算机颅脑CT图象病变识别

介绍一个计算机ＣＴ图象病变识别系统，它由图象预处理软件、图象分类识别及图象库管理系统三部分组成．     

基于螺旋CT的人体颅脑三维有限元模型构建

阐述了基于螺旋CT图像构建颅脑三雏有限元模型的过程。首先，对人体颅脑进行CT断层扫描，然后采用CT图像三维重建软件和CAD软件构建轮廓线，用有限元软件ANSYS划分网格，构建了颅脑三维有限元模型，并对该模型进行了验证。此模型包括大脑左右半球、小脑、脑干、大脑镰、小脑幕，是完全真实的人体颅脑三维有限元模型。本模型以精确CT数据为依据，为宇航、交通事故、司法鉴定、创伤判断和临床治疗等提供了可用的颅脑有限元模型。     

基于CT图像的胸主动脉瘤模型数值模拟

三维重建基于CT的胸主动脉瘤有限元模型并进行血流动力学数值模拟,为分析胸主动脉瘤的血流动力学机理及其临床治疗提供理论依据。依据临床胸主动脉瘤患者CT数据,结合MIMICS 11数字化影像处理软件,获取胸主动脉瘤的优化表面模型。随后导入ANSYS ICEMCFD 11.0进行胸主动脉瘤模型的有限元网格划分。最后在ANSYSCFX11.0中完成胸主动脉瘤的血流动力学分析。建立临床上适用于胸主动脉瘤患者血流动力学分析的有限元模型。获得了个性化胸主动脉瘤模型中血液流场的流线、速度矢量、血管壁面压力和血管壁面切应力的分布和变化。模型具有数字化、个性化特征,可用于胸主动脉瘤血液动力学计算和分析临床胸主动脉瘤患者动脉瘤的破裂机理。     

Classification of Medical Brain Images

Since brain tumors endanger people‘s living quality and even their lives, the accuracy of classification becomes more important. Conventional classifying techniques are used to deal with thosedatasets with characters and numbers. It is difficult, however, to apply them to datasets that include brain images and medical history (alphanumeric data), especially to guarantee the accuracy.For these datasets, this paper combines the knowledge of medical field and improves the traditional decision tree. The new classification algorithm with the direction of the medical knowledge not only adds the interaction with the doctors, but also enhances the quality of classification. The algorithm has been used on real brain CT images and a precious rule has been gained from the experiments. This oaoer shows that the ahzorithm works well for real CT data.     

CT断层图像匹配插值算法的研究与实现

针对CT断层图像插值,提出了一种基于目标特征对应点匹配插值算法,该算法与传统插值方法相比,其视觉效果和计算误差均有较好的改进．该算法通过计算机实现,可以获得清晰的灰度插值图像,有效地避免插值后易产生的边界模糊现象。     

基于CT影像的颈动脉分叉血流动力学特性分析

利用实际病人的CT影像数据构建颈动脉分叉血管几何模型,利用ANSYS有限元软件计算血流速度和压力分布,对颈动脉血流动力学的特征进行分析,如颈动脉剪切应力在一个心动周期里不同时刻的变化情况,颈动脉窦部的血流速度场随时间变化情况,涡流形成的特点;然后分析颈总动脉、颈内动脉和颈外动脉的血流阻力变化情况.数值仿真结果表明,在心动周期的不同时刻,颈动脉窦部的剪切力几乎是最小的.在颈动脉窦部下方附近,涡流易于形成.在收缩期的开始阶段,动脉阻力有一个很大的高峰.这些特点会对研究颈动脉血管疾病有一定的启发.     

CT Brain Image: Abnormalities Recognition and Segmentation

In order to develop an automated segmentation system for Computed Tomography (CT) brain images, a new approach which consists of several unsupervised segmentation techniques was introduced. The system segments the CT brain images into three partitions, i. e., abnormalities, cerebrospinal fluid (CSF), and brain matter. Our approach consists of two phase-segmentation methods. In the first phase segmentation, k-means and fuzzy c-means (FCM) methods were implemented to segment and transform the images into the binary images. Based on the connected component in binary images, a decision tree was employed for the annotation of normal or abnormal regions, In the second phase segmentation, the modified FCM with population-diameter independent (PDI) segmentation was applied to segment the images into CSF and brain matter. The experimental results have shown that our proposed system is feasible and yield satisfactory results.     

基于HSI色彩的血细胞图像的分割算法实现

图像分割是图像处理和计算机视觉中基本而关键的技术之一,分割质量高低直接影响图像的后续分析处理.利用染色后的血细胞图像的HSI色彩信息对其进行阈值分割,并对分割后的二值图像中的孔洞进行填充优化,基本解决了此类图像目标分割困难的问题,取得了较好的分割效果,有利于细胞识别.     

多视角三维识别

曲率尺度空间图像轮廓线的最大值可以用来表达物体边界并与2维平面图像对应。由存储数据库随机调用相应标准图像可以识别未知物体。采用有限少数图像并修复形变图像轮廓，尝试有条件地识别三维物体。