【摘 要】
:
我国投入运营的隧道长度和规模已居世界之最,在隧道上百年的服役期内,由于复杂的地质条件与环境影响,衬砌结构易产生裂缝、空洞和脱空等复杂的隐蔽病害,严重威胁隧道的安全稳定运营。隧道衬砌隐蔽病害的位置、形态、类型、深度以及衬砌厚度的准确识别已成为迫切需求。本文以实现隧道衬砌隐蔽病害的自动识别为目标,以深度学习为手段,研究基于探地雷达的隧道隐蔽病害形态智能识别与准确定位方法,主要研究内容和贡献如下:(1)
论文部分内容阅读
我国投入运营的隧道长度和规模已居世界之最,在隧道上百年的服役期内,由于复杂的地质条件与环境影响,衬砌结构易产生裂缝、空洞和脱空等复杂的隐蔽病害,严重威胁隧道的安全稳定运营。隧道衬砌隐蔽病害的位置、形态、类型、深度以及衬砌厚度的准确识别已成为迫切需求。本文以实现隧道衬砌隐蔽病害的自动识别为目标,以深度学习为手段,研究基于探地雷达的隧道隐蔽病害形态智能识别与准确定位方法,主要研究内容和贡献如下:(1)针对深度学习模型缺乏高质量探地雷达B-scan的问题,研究了隧道衬砌复杂病害探地雷达精细化建模方法,重点分析了复杂病害形态、探地雷达主频以及噪声干扰等多种因素作用下,隧道衬砌复杂病害的探地雷达B-scan响应特征,突破了考虑上述多种因素的精细化建模与探地雷达正演技术,建立了具有复杂病害形态、多种频率、多水平噪声干扰的高质量仿真探地雷达B-scan,能够表征隧道衬砌复杂病害特征,为隧道衬砌隐蔽病害智能识别提供数据支撑。(2)针对隧道衬砌隐蔽病害分布方向任意导致现有方法定位不准确的问题,提出了隧道衬砌任意方向病害位置精确识别方法R2DCNN,引入了可根据任意方向病害形态自适应变化的可变形卷积算法来增强模型对复杂任意方向病害的适应性,并设计了细粒度特征融合模块来提升探地雷达B-scan中边界不清晰病害的识别准确性,进而通过预测病害方向与类型,实现隧道衬砌中多种类型、复杂形态以及任意方向病害位置与类型的准确识别。采用仿真和实际获取的探地雷达B-scan进行验证,并与现有方法进行对比,结果表明该方法能够准确识别任意方向病害位置与类型,并给出病害方向,能够有效应用于实际隧道,具有良好的工程应用性。(3)针对隧道衬砌隐蔽病害形态、深度以及衬砌厚度识别的难题,设计注意力机制特征融合模块来着重关注病害反射信号特征,提升探地雷达B-scan中复杂形态、边界模糊病害识别的准确性,并加入R2DCNN获得的探地雷达B-scan位置信息作为约束,滤除背景杂波干扰,抑制假异常,然后设计语义分割模块提取衬砌与双曲线形态,与用于病害识别的实例分割模块构成多任务分支,解决病害与双曲线特征冲突的问题,从而构建用于探地雷达B-scan的复杂“病害、衬砌、反射双曲线”形态一体化识别的多任务网络模型,同时研究了基于曲线拟合的病害深度与衬砌厚度估算方法,形成隧道衬砌隐蔽病害形态、病害深度与衬砌厚度的一体化识别技术。并开展数值模拟实验、沙箱试验与现场试验进行验证,该方法表现出了良好的适应性,满足工程需求。
其他文献
氢(H2)能源以其高能量密度、来源丰富、产物无污染、易燃烧等诸多优点被视为最具发展前景的新兴能源之一。在众多制氢方法中,电解水制氢因绿色、可持续、可循环的制备过程而尤其受到关注。电解水反应有两个半反应:析氧反应和析氢反应。析氧反应(OER)是涉及四电子的反应过程,反应伴随多个中间物的生成,其电子传输需克服较大的能量势垒,因而是电解水的决速步骤。贵金属催化剂具有优异的OER催化活性,但其价格昂贵、储
目前,耐药细菌病原体诱发的感染日益严重,且耐药菌传播的速度远远超过了新的抗生素种类和传统抗生素的替代品的出现的速度。因此科研人员不断研发直接或间接对抗细菌耐药的新型策略。其中,几乎存在与所有生命中发挥许多生理功能的宿主防御肽,被人们认为是最具潜力的替代传统抗生素的策略之一。抗菌环肽Murepavadin(POL7080)是由十四个氨基酸构成的大环肽,对包括多药耐药在内的铜绿假单胞菌呈现特异性高效杀
心血管疾病为死亡的主要原因,房颤是非常常见的心律失常,而目前房颤的临床干预率很低,因此探索房颤的智能检测与预测尤为重要。本文针对房颤检测和预测问题,分别建立不同的机器学习模型,初步实现房颤疾病的智能检测及预测。针对机器学习中数据不足无法对模型进行充分训练的问题,本文提出了一种基于多时间尺度的数据增强技术;针对房颤患者未发作时心电信号变化不明显导致预测困难的问题,本文结合卷积神经网络和长短期记忆网络
乳腺癌是世界上最常见的恶性肿瘤之一,尤其在女性人群中,乳腺癌发病率远超其他癌症。病理切片仍是诊断乳腺肿瘤的金标准,但检查周期长,且依赖病理专家的经验,主观性较强。快速冰冻切片为乳腺手术中用于病理诊断的一种技术,由于其操作繁琐,医生和患者术中等待时间长。深度学习技术已广泛用于病理图像分类中,但目前研究大多基于传统染色切片的图像,无法得到细胞内的信息,不能对未染色切片进行诊断,所以不能应用于术中诊断。
研究目的:乙型肝炎是一种全球性的流行性传染病,是人类社会中重大的公共卫生问题。慢性乙型肝炎病毒(CHB)感染会导致肝损伤及肝功能异常,严重的会导致肝癌(HCC)的发生。尽管临床上有比较成熟的乙型肝炎病毒(HBV)预防性疫苗,预防健康人群感染HBV,但对于已经携带有HBV病毒的慢性乙肝患者,临床上一直缺少能彻底治愈的相关药物。HBV是导致乙肝的元凶,目前临床上使用干扰素类药物直接清除病毒,或通过核苷
失血性休克是创伤致死的首要原因,病死率高达90%以上。心率、血压、血氧饱和度、体温等生理参数反映了人体血流动力学变化,是诊断失血性休克病情的重要指标。在大规模伤亡事件中,由于医学检测设备体积庞大不能及时运抵现场,难以原位在线获取伤员生命体征,只能依赖人工经验判断伤情,存在较大误差。可穿戴医学监测设备可以弥补这个不足,市场上现有的可穿戴生理指标检测设备如电子手环,虽然具有便携可穿戴的特点,但是普遍存
心血管疾病已经成为当代人类健康的最大威胁。心音作为一种体表无创采集的生理信号,所包含的生理信息在心血管疾病临床诊断上具有重要意义。本文以心音信号作为数据基础,基于质量评估算法和机器学习模型,研究心音信号的分类算法,旨从短时心音记录中识别疾病信息,以辅助临床心血管疾病诊断。本文采用2016年心脏病学挑战赛提供的2575例正常受试者和665例心血管疾病患者的心音数据,主要进行了以下两方面的研究:(1)
颅咽管瘤是一种良性脑肿瘤,但其侵袭周围脑组织会引发下丘脑-垂体功能障碍、颅内压升高、视力障碍等严重表现。鉴于侵袭性颅咽管瘤病灶区和非侵袭性颅咽管瘤病灶区在术前MRI中的相似性,术前MRI颅咽管瘤侵袭性诊断对放射科医生来说是一个挑战。为此,开发—种能够利用术前MRI图像诊断颅咽管瘤是否侵袭周围脑组织的辅助诊断系统,辅助医生制定更恰当的个性化诊疗方案具有重要的临床价值。本文利用深度学习算法对术前MRI
失血性休克是由严重失血引起的创伤并发症,常见于地震、火灾、车祸、爆炸等灾难现场,其发病迅速、伤情恶化快,是创伤患者死亡的主要因素之一。失血性休克致死是可预防的,如果能及早识别患者伤情并及时采取有效治疗措施,患者的死亡率将显著下降。在失血性休克早期,患者在人体代偿机制的作用下不会有明显临床表现,医疗人员很难凭借临床观察和经验准确诊断伤情。目前临床上以监护仪提供的心率、血压、血氧饱和度等重要生理指标作
白血病是常见的肿瘤疾病,按照自然病程和细胞来源可以将其分成急性淋巴系白血病、急性髓系白血病、慢性淋巴系白血病和慢性髓系白血病四种不同亚型。白血病亚型的诊断和治疗方法的研究一直是人们所关注的重点。流式细胞仪可用于对白血病进行分型和诊断,传统流式细胞仪主要依赖于荧光光谱检测,其荧光染色操作复杂且对细胞有一定影响。成像流式细胞仪可实现荧光成像,但通常局限于较低倍数的光学放大。探索无标记光学检测技术以及高