一、分数维和它在医学Doppler技术中的应用（论文文献综述）
梁远哲[1]（2021）在《基于分数阶混合蝙蝠优化的Otsu图像分割算法研究》文中研究指明
梁远哲[2]（2021）在《基于分数阶混合蝙蝠优化的Otsu图像分割算法研究》文中指出
元晨晨[3]（2021）在《基于PCANet的无参考图像质量评价算法研究》文中认为无参考图像质量评价方法（No Reference Image Quality Assessment,NR-IQA）是目前图像质量评价技术的研究热点和将来的发展方向,它在图像处理、机器人技术、机器视觉、医学图像等领域都具有重要的应用价值。随着深度学习的发展,深度神经网络以其强大的建模和分析能力,被越来越多的研究者应用于图像质量评价领域,但在将深度神经网络应用于图像质量评价研究时,深层卷积神经网络模型也带来了训练复杂、调参技巧难、经验要求高以及理论分析难等问题。同时对于图像质量评价数据集的小数据量环境来说,容易产生过拟合。针对上述问题,通过对主成分分析网络（Principal Component Analysis Network,PCANet）展开研究,深入开展基于PCANet的无参考图像质量评价技术研究。首先,本文提出了一个基于PCANet的无参考图像质量评价算法。通过PCANet网络对失真图像进行深层特征提取,然后将提取到的特征作为输入样本,通过支持向量机（Support Vector Machine,SVM）分类器和支持向量回归（Support Vector Regression,SVR）回归器训练得到算法模型。通过实验表明,该算法能够区分图像失真类型并评估图像质量。实验在LIVE、TID2013等图像质量评价数据库上进行,并且与一些较为常用的NR-IQA算法进行比较,结果表明,该算法优于卷积神经网络（Convolutional Neural Networks,CNN）等算法指标。其次,本文又提出基于PCANet与Gabor小波的图像质量评价算法。该算法第一步利用Gabor小波对图像进行特征提取,之后将提取的特征通过PCANet网络进行更深一步的提取,最后将特征最为输入图像,通过SVM分类型器训练,得到算法模型。通过实验表明,该算法能够区分图像失真类型,并对图像进行质量评级。在LIVE、TID2013等图像质量评价数据库中进行相关实验,通过与较为常用的图像质量评级方法相比较,结果表明该算法能够达到主观评价的效果,满足人眼系统的特性。最后综上所述,本文所提的两种算法能够达到与人眼主观一致,并识别失真类型。未来希望通过对PCANet算法相关滤波器进行改进或者与其它DCT算法相结合,提高模型的准确率,以及算法的运行效率。
杨之光[4]（2021）在《基于深度学习的智能交互可视化》文中指出大数据时代,随着科技和社会的发展进步,各行各业涌现出了海量数据。人们在信息轰炸前无所适从,既怕错失数据中的价值,却又难以处理这些复杂繁多的数据。交互可视化作为一个新兴的研究领域,在生活中已经得到了广泛的应用,只要有数据的地方都可以发挥它们的作用。这些系统能发掘数据的内在联系,然后将它们直观的展示给用户,用户再通过与系统的交互操作,主动地更有效地获取自己需要的信息。但是传统的交互可视化方法就像手工作坊,需要人工设计规则,而这并不能很好适应复杂多变的海量数据。另一方面近几年深度学习在更强计算能力的支持下,借着数据的东风,逐渐风靡了各个领域。深度学习拥有强大的拟合与泛化能力,能表征各种复杂数据、任务之间的映射关系,这对于交互可视化固有问题的解决提供了新的思路。我们尝试将深度学习应用于交互可视化研究中,对三维点云选择和科技文献可视化这两个问题进行了初步探讨,主要有以下贡献:1.三维点云是一种常见数据形式,而点云选择是对其交互的基本操作。传统的点云选择方法大都基于一些人工设计的特征,在分布广泛的点云选择任务中遇到困难。我们提出了一种基于深度学习的三维点云选择方法LassoNet,首次引入深度学习到三维点云选择中,通过它学习点云、视点和套索到选择结果的映射关系。此外我们使用了三维坐标变换、注意力过滤和最远点采样来增强性能。数据上我们首次发布了一个含有超过3万条套索选择记录的数据集,以此训练测试选择模型并帮助后来的研究者。最后我们通过量化分析和用户评估证明了 LassoNet在不同三维点云选择任务上的准确性和鲁棒性。2.科技文献是记录科学研究成果的主要载体,对于知识的分享和传承有着重要的价值。在科研工作中,对于文献的调研是非常重要的基础工作,研究人员以此了解领域发展趋势和寻找相关工作。学术搜索引擎只能解决对于确定词的文献检索,但不便于进行高层次的理解分析。而基于文本和引用信息的可视化工作,虽然能够提供带来文献之间的信息,依然缺乏对文献本身的高效展示。所以我们首次提出了一种以图片为核心的文献可视化技术PFV。该技术改进了自然语言处理的文本特征提取方法,将它们成功应用到文献数据上,得到文献的精确语义表征。然后利用降维和重排技术可视化文献到一个界面上,方便用户图片化得进行领域概览和相关工作检索。最后我们同样用两种方法验证了 PFV中文献表征和可视化的有效性。深度学习在这两个问题上的成功应用,验证了其在交互可视化上依然有用武之地,我们可以沿着这条道路继续更好地可视化数据。
刘春媛[5]（2021）在《混沌序列复杂度算法及其在图像加密中的应用研究》文中进行了进一步梳理混沌系统的初值敏感性、全局有界性、内在随机性和高复杂性等特性都与密码学的基本原则密切相关,这使得混沌加密被广泛应用在信息安全领域。然而,经典混沌系统由于有限计算精度和其自身结构所限,混沌序列元素间会出现一定的相关性和混沌动力学特性退化的现象,这些都将使混沌序列的复杂度降低,给信息安全带来一定隐患。因此,分析混沌序列复杂度特征,深入研究混沌序列提高熵值的方法,在推进混沌序列在工程实际应用具有重要意义。本文围绕上述方面做了以下四个方面的工作:首先,在充分研究复杂度度量算法样本熵、谱熵和模糊熵算法的基础上,利用这些算法对Logistic映射、Tent映射和Hénon映射三种经典混沌映射在行为复杂度和结构复杂度进行了测试。分析对比了系统参数、初始值、时间序列长度等基本参数对混沌序列复杂度的影响,以及三种混沌系统的熵值分布特性,为后续混沌系统的应用研究提供参考。其次,针对经典混沌映射在熵值分布上存在的规律性,分析多尺度熵算法下Logistic映射的熵值分布的特性,基于此,提出一种基于多尺度熵算法的方差均值系统参数区间估值方法。然后应用该方法得出Logistic和Tent混沌序列的系统参数区间估值表。由混沌复杂度算法得出,某些经典低维混沌序列的系统参数是可预测的。再次,针对混沌序列参数的可预测性和混沌序列有限计算精度造成的序列相关性增加的现象,提出了一种基于相空间重构技术及PCA算法的混沌序列复杂度提高算法。其中相空间重构技术中延迟时间和嵌入维数分别采用互信息函数法和最邻近点法的改进算法。通过对Logistic序列和Hénon序列进行实际测试,两种混沌序列的各项混沌特性都有很大提高。最后,为了保留经典混沌系统的优势和提高低维混沌时间序列的复杂性的双重目的,提出一种结合了Hénon映射和分段映射的三维离散混沌系统3D-PHM,通过测试,表明该系统的各项混沌特性比原混沌系统都要好。然后,针对该三维混沌映射,提出了轮数可控的彩色图像加密算法。通过对图像加密算法进行测试及统计分析,表明该加密算法的各项性能优良。
刘世凯[6]（2021）在《光学图像边缘检测技术研究》文中提出成像是光学最重要的应用领域之一,人类对光学成像的探索历程,最早可以追溯到中国战国时期《墨经》中记载的“小孔成像”的光学现象。后来,随着透镜结构的提出和改进,更进一步促进了几何光学的发展,增强了人们对光波前的操控,也开拓了多种成像的新方法、新领域。随着纳米加工技术的进步,基于亚波长纳米结构的光学超构表面,由于其轻薄、平面化、易集成的独特优势,在成像领域具有广阔的应用前景,例如彩色全息、宽带消色差成像、超分辨技术等。图像是人类视觉的基础,相比于平坦区域,人眼对边缘信息更为敏感,因此图像的边缘信息在人的视觉和图像分析中均占据特别关键的地位。作为一种表征物体边界的有效方法,边缘检测成为了图像处理、机器和计算机视觉中的基本工具。近几十年,光信息处理技术取得了长足进步,这也促进了图像边缘检测技术在人脸识别、高对比度成像、天文观测、自动驾驶等领域的广泛应用。相比数字图像处理,基于光模拟计算的图像空间微分方式,具有操作速度快、功耗低等独特优势,可以实时、并行、高速地进行大容量图像处理。本论文主要围绕光学图像边缘检测技术,基于超构表面和涡旋相位板的滤波器件,开展了量子图像边缘检测以及非线性图像视场增强与边缘增强成像方面的相关工作,既包含各向同性的二维边缘检测,也包含各项异性的一维边缘检测。本文主要介绍了涡旋相衬增强成像和基于自旋霍尔效应的边缘检测方式,进行了相关理论分析和图像模拟,并开展了实验探究。本论文的研究内容主要分为以下几个部分:1.实验研究了基于非线性和频过程的涡旋相衬增强成像,实现了红外光照射下物体边缘的可视化。我们借助一块PPKTP准相位匹配晶体,将携带物体信息的红外信号光（1550nm）聚焦到晶体内,使用拓扑荷l=1的涡旋光（792nm）泵浦晶体,通过在傅里叶空间中修改物体的频谱信息,最终将人眼不可见的红外图像上转换到了可见波段（525nm）,同时物体轮廓被点亮。2.研究了非线性成像中图像视场随晶体相位匹配条件的动态演化过程。我们通过精确调控晶体温度,增强了信号光的转换角度带宽,最终上转换后的图像在常规模式及边缘增强模式下均实现了最大2.1倍的成像视野调节范围。基于分步傅里叶方法和柯林斯衍射积分公式,我们做了一系列的理论计算和数值模拟,构建的模型与实验结果符合的很好。3.结合了预报单光子成像和涡旋相衬增强成像,开展了物体在极弱光场照明下的实时（0.5Hz）量子边缘检测。我们使用波长为405nm的窄带激光泵浦2cm长的PPKTP晶体,利用自发参量下转换过程产生时间能量纠缠光子对。预报端光子采用单光子探测器（SPAD）探测;成像端光子采用增强型相机（ICCD）进行外部触发探测。通过切换不同l值的涡旋滤波器,我们实现了物体全局边缘和曲边边缘的独立检测,还验证了量子图像的时间关联特性以及移动滤波器横向位置引发的阴影效应。另外,弱光探测下预报光子成像相比直接单光子成像能极大地提高图像信噪比。4.基于高效介质超构表面与高品质偏振纠缠光源,演示了非定域切换图像状态的量子光学图像边缘检测开关。实验中,我们利用激光直写的电介质超构表面作为光学图像微分器,结合透镜与偏振元件组成边缘检测系统。同时,我们制备了高保真偏振纠缠光源,通过对预报端光子的偏振状态进行投影测量,即可有选择性地触发成像端ICCD采集图像的边缘模式或者常规模式。这种符合测量的切换方式无需对成像端系统进行任何操作。由于纠缠光子对的强二阶时间关联特性,相比传统内触发的直接探测方式,符合测量的方式采集的图像具有更高的信噪比。本论文的特色和主要创新点有:1.将传统涡旋相衬技术推广到了非线性和频领域,在实验上巧妙地实现了不可见光照射下强度物体边缘的可视化,并且可以显着“点亮”被红外光照射物体的轮廓。我们利用准相位匹配晶体作为频率转换的介质,实现了图像信息从红外波段到可见光波段的转移,再通过性能优异、相对廉价的可见波段探测器完成边缘图像采集,避免了红外探测器采集图像过程中通常存在的灵敏度差、效率低、价格偏高的缺点。2.提出了一种通过控制晶体温度来精确调控图像视场的方法:在非线性成像过程中,我们实现了边缘及常规图像视场的最大2.1倍的成像视野调节范围,并且该调控方式相比其他非线性图像视场调控,例如使用宽谱光源、双波长照明、设计晶体温度梯度、旋转晶体角度等方式,操作更加简单方便,且对光源要求低。这项新技术首次展示了边缘增强与视场增强并行的图像处理方式,在生物成像、模式识别以及红外遥感等领域具有重要的潜在应用价值。3.实现了基于PPKTP准相位匹配晶体的高亮度量子预报光源照明下物体的高效实时（0.5Hz）的边缘检测。除了全局各项同性的边缘增强,我们还验证了物体特定特征的提取识别,包括直角边缘增强和定向阴影效应。利用光子对紧凑的时间关联特性及ICCD相机的光子计数模式,实验结果无需后处理即显示出了高保真和低噪声的优势,该工作为弱光场下活体生物样品的高对比度成像提供了一种新的解决方案。4.将偏振纠缠光源引入基于介质超构表面的图像边缘检测系统,实现了待检测图像状态在正常模式和边缘探测模式远程非定域开关切换,并且这种二维纳米结构可以通过激光直写技术制作在光学玻璃上,因此可以集成在传统的光学元件上。该工作是量子超表面研究在可控图像边缘检测的首次尝试,由于图像状态受到偏振后选择的控制,故在图像加密和隐写上具有潜在的应用。另外在光子照明匮乏的场景如酶反应跟踪与生物活体细胞的观察上,较高的信噪比会表现出一定的优势。该成果有望促进更多的关于量子光学和超表面材料结合的相关研究。
陈赛[7]（2021）在《形状稳定的聚合物相变材料及其复合纤维的制备与应用》文中指出相变材料（Phase change materials,PCMs）是一种绿色、可重复利用的储能材料,在众多领域得到应用,但已知的PCMs种类较少。由于丙烯酸正烷基酯共聚物的侧链结晶熔融温度可以通过控制侧链长度来调节,因此可以获得适宜的熔融温度,从而丰富PCM的品种。丙烯酸正烷基酯侧链碳原子数每增加一个会导致相变温度提高3～6°C,而通过不同侧链碳原子数的丙烯酸正烷基酯的共聚有可能实现相变温度的连续变化。本研究选用了支撑材料-氧化石墨烯（GO）以及金属-有机骨架材料,克服丙烯酸正烷基酯共聚物固-液相变过程中易泄漏的缺点。同时通过引入物理交联剂制备丙烯酸正烷基酯共聚物形状稳定相变材料（Shape-stabilized PCMs,SSPCMs）和静电纺包芯纱复合储热调温纤维的应用,具体概括如下:（1）通过原子转移自由基聚合（ATRP）方法和溶液共混法,以聚（丙烯酸正十四烷基酯-丙烯酸正十六烷基酯）（P（TDA-co-HDA））作为储能材料,GO作为支撑物质,制备了摩尔比为1:1的P（TDA-co-HDA）SSPCMs,实现了形状稳定,在GO质量分数为10%的情况下,吸、放热温度为29.9°C和12.1°C,相变焓值为70 J/g。该材料在远高于P（TDA-co-HDA）熔融温度的60°C时保持其形状,没有泄漏。（2）通过悬浮聚合的方法成功制备了丙烯酸正十四烷基酯-丙烯酸正十六烷基酯-丙烯酸羟乙酯（HEA）SSPCMs。随着HEA质量分数的提高,会生成大量的氢键,形成疏松的物理结构。在HEA质量分数为5%的情况下,SSPCMs吸热温度为44.1°C,放热温度为22.1°C,相变焓值为80 J/g。该材料在远高于P（TDA-co-HDA）的熔融温度的60°C时保持其形状,没有泄漏。对煤油有很好的吸附量,对三氯乙烯的吸附量要高于甲苯。（3）用一种基于金属-有机骨架纳米粒子悬浮聚合法制备出了形状稳定功能金属有机骨架材料/聚合物复合材料ZIF-8/P（TDA-co-HDA）与普鲁士蓝（PB）/P（TDA-co-HDA）。ZIF-8/P（TDA-co-HDA）和PB/P（TDA-co-HDA）的吸、放热温度分别为37.5°C,8.4°C和39.1°C,10.1°C,相变焓值为63 J/g和68 J/g。该种材料在高于其相变温度的60°C时仍然保持其形状没有任何泄漏。（4）通过同轴静电纺丝技术成功制备了以P（TDA-co-HDA）（摩尔比1:1）为芯材的不同组成纳米纤维,该类纤维具有明显的皮芯结构。通过同轴静电纺纱技术成功制备了以改性聚酯/聚丙烯酸正十六烷基酯（PHDA）储热调温纤维长丝为芯,以PHDA、P（TDA-co-HDA）（摩尔比1:1）和添加1 wt.%石墨烯的P（TDA-co-HDA）（摩尔比1:1）为芯材的包芯纱,纳米纱线将芯纱线完全包覆,热焓值均在25 J/g左右,静电纺丝纱包缠储热调温纤维可以显着提高静止空气吸附能力,有助于提高保温性能,延长温度调节时间。
何家欢[8]（2021）在《面向中药新药发现过程的文本挖掘方法研究》文中进行了进一步梳理随着中医药现代化进展,中医药相关研究文献呈指数级增长。当前中药新药研发存在收益与风险比低、周期漫长以及相关基础研究薄弱等问题。本文针对当前中药新药研存在的问题,进行中药和计算机学科之间的多学科协作研究,以文本为研究对象,计算机深度学习技术为手段,实现医药学领域文本挖掘,并且以药理文本相似性为依据,推荐与目标药物的相似药物,以达到新药研发虚拟筛选目的。本文以文本作为研究对象,开展中医药文本的药理作用实体识别,药物-药物相互作用提取和基于文本相似性学习的新药发现工作,并搭建基于文本挖掘的新药发现平台。本文工作具体如下:1.针对当前中药药理作用数据不完整、不规范的问题以及药理研究成果多以文献形式出现且中药药理领域未进行文本挖掘研究的现状,本文开展了中药药理作用实体识别研究。针对目前实体识别模型未考虑中文汉字字内语义问题,构建基于笔画的药理实体识别模型。规范构建药理实体识别语料库,在药理语料库以及SIGHAN 2006公开语料库上对提出模型进行测试,最终模型F1值分别达到69.86和90.84。2.本文针对当前药物和药物关系提取模型未考虑医药学领域知识的问题,提出特征富集的药物相互作用提取模型。为引入医药学领域知识,使用在医药学领域文本来进行词向量的预训练;针对样本特征,学习每个词在样本中对于药对的相对距离。将CNN和RNN进行堆叠,其中CNN用于提取文本的N元语言特征,RNN用于计算整个句子上下文特征。模型在DDIExtraction 2013语料库上进行实验评估,最终得到F1值为73.9。3.中药新药发现能够以中药之间的药理相似性作为依据。针对当前中药新药发现使用药理实验方式进行研究,但实验方式耗时的现状,本文提出使用药理文本相似度来表示药理相似度。本文通过聚类算法构建药理文本相似度监督学习的语料库,并且构建基于注意力孪生网络的文本相似度学习模型。模型在ATEC公开语料库以及构建的药理相似度学习语料库进行实验评估,F1值分别到达54.4和45.8。4.本文设计并搭建了浏览器/服务器架构的基于文本挖掘的新药发现平台,平台采用Java,HTML,Java Script语言,数据库采用My SQL关系型数据库,利用Spring Boot框架进行开发。平台包括用户管理、文献挖掘、新药发现三大功能,能够实现对用户上传的文献进行药理实体提取、药物关系抽取以及对目标药物药理相似的药物推荐。平台以文本挖掘为基础,通过文本相似度学习,为中药新药研发提供辅助决策功能。
邵畏[9]（2021）在《基于步态骨架和轮廓的无扰式抑郁风险评估研究》文中指出近年来,全世界抑郁症的确诊人数屡创新高,抑郁症诊断成为了各领域研究的热点问题。目前,抑郁症的诊断方法存在一定的主观性,可能会造成漏诊和误诊。随着人工智能（Artificial Intelligence,AI）的发展,基于AI的抑郁症辅助评估方法逐渐受到大家的关注。目前较为主流的方法,包括利用音视频、文本以及生理信号指标等进行评估的方法,都存在需要病人配合、对病人产生一定的刺激等缺陷,因此提出一种无需配合、不会产生刺激的无扰式抑郁风险评估方法至关重要。步态作为一种典型的生理特征,具有难以伪装、可远距离采集等优点,近年来成为了研究热点。尽管将这一生理特征应用到抑郁风险评估的研究还较少,但研究人员已经从二者相关的脑部结构、临床症状等证实了抑郁症和步态存在相关性。Kinect,作为一种带有深度传感器和红外传感器的设备,能够采集行走过程中的骨架和RGB图像等多个模态的数据,使得数据采集和建立风险评估模型成为了可能。因此,为了探究无扰式的抑郁风险评估方法,本文建立了针对抑郁风险评估的步态数据采集方法,并利用多模态融合技术,将骨架和提取到的轮廓数据进行融合,进而构建有效且泛化性能较好的无扰式抑郁风险评估模型。本文的主要工作及创新点有以下几点:（1）基于步态数据的特点,设计了步态数据采集系统。基于这一系统,采集了43名患有抑郁症或具有潜在抑郁风险的人群和57名健康人群的步态数据,包括骨架关节坐标、RGB图像、深度图等数据。并在经过了数据筛选和预处理之后,建立了基于抑郁症的步态数据库。（2）针对骨架数据,我们根据抑郁症患者的步态临床症状,提取出了用于抑郁风险评估的骨架特征,包括时空特征和运动学特征。其中,时空特征主要包括距离和角度等信息,运动学特征包括关节以及关节之间的夹角的运动参数。在构建模型过程中,论文提出了两种策略--平均策略和序列策略,并分别进行了探究。结果表明,这种特征可以有效地描述骨架信息。（3）针对轮廓数据进行了前景分割,从RGB视频中提取出了只包含人物轮廓的行走序列图像,并合成了步态能量图（Gait Energy Image,GEI）。利用深度学习的技术,提出了一种卷积神经网络（Convolutional Neural Network,CNN）,并结合轮廓特点提出了一种新的损失函数。以步态能量图为输入,我们比较了侧面和正面视角的轮廓的分类性能,表明侧面视角的轮廓图像有更好的表现。（4）利用骨架和轮廓的数据相关性和互补性,构建了混合融合模型,其中在特征层对不同视角的轮廓特征进行融合,并在决策层对两种数据的预测结果进行融合。通过不同融合策略的对比实验并和单一数据的结果对比,表明了该模型在抑郁风险评估中具有不错的效果。我们对比了不同性别下的分类性能,实验结果表明模型的分类性能会随着性别差异而有显着不同。本文提出的融合的模型,有效缓解了性别这一因素的影响,提高了模型的泛化能力。
李英[10]（2020）在《医用碳纤维/聚醚醚酮复合材料的制备和表面改性研究》文中提出研究背景聚醚醚酮（PEEK）作为一种半结晶热塑性工程塑料,由于其优异的机械性能、热学性能、良好的化学稳定性以及优良的生物相容性,受到研究者的广泛关注。作为目前炙手可热的生物医用高分子材料,PEEK被认为能替代传统钛合金成为新兴的医用植入体材料。但是,在力学强度方面,PEEK仍不能很好地满足人体骨骼的需求,因此,本研究中使用碳纤维（CF）作为纤维填料对其进行增强,以得到满足人体植入体材料力学强度的新型复合材料。另外,作为植入体材料,其弹性模量与人体骨骼弹性模量是否匹配直接关系到植入手术的成功与否。因此,本课题通过改变碳纤维的含量和长度,探究了这两个因素对PEEK复合材料的力学强度和弹性模量的影响规律。本课题通过对所制备的复合材料进行表面磺化处理和利用氧化石墨烯（GO）对复合材料进行处理,以改变碳纤维/聚醚醚酮（CF/PEEK）复合材料的表面形貌,同时,为碳纤维/聚醚醚酮复合材料引入新的生物活性官能团,从而提高碳纤维/聚醚醚酮复合材料的表面生物活性,为接下来的进一步研究提供理论依据。研究目的1、制备CF/PEEK复合材料,通过力学实验和断口形貌表征碳纤维含量和尺寸对复合材料力学性能的影响,并通过体外细胞毒性,细胞黏附和增殖实验探究不同碳纤维含量和长度对复合材料生物相容性和生物安全性的影响。2、复合材料表面进行磺化处理后通过扫描电子显微镜（SEM）观察其表面形貌变化,并通过体外细胞毒性,细胞黏附和增殖实验探究表面磺化处理对CF/PEEK复合材料生物活性的影响。3、将氧化石墨烯覆盖在复合材料表面,通过扫描电子显微镜表征其表面形貌,并通过细胞毒性,细胞黏附,增殖实验和体内植入实验探究GO表面修饰对复合材料生物活性的影响。研究方法1、通过将不同含量及尺寸的CF和PEEK在380℃下按国家标准注塑成型制备CF/PEEK复合材料的标准试件,按照力学实验标准采用万能力学实验机测试复合材料的拉伸和弯曲强度及模量,压缩强度;采用JJ-20自由支撑梁式冲击试验机测试冲击强度;采用微小显微硬度计FM-700e测试硬度值;采用扫描电子显微镜（SEM）观察弯曲样品断口形貌。2、通过浸泡浓硫酸5min对复合材料表面进行磺化处理得到磺化碳纤维/聚醚醚酮（S-CF/PEEK）样品;再通过浸渍法将磺化后的样品泡在氧化石墨烯溶液中在其表面覆盖上层片状石墨烯,得到氧化石墨烯-磺化碳纤维/聚醚醚酮（GO-S-CF/PEEK）样品,通过扫描电子显微镜（SEM）观察磺化样品S-CF/PEEK和GO-S-CF/PEEK样品的表面形貌。3、体外细胞实验:采用CCK-8法对各组材料进行体外细胞毒性测试,使用不同材料浸提液培养小鼠成纤维细胞L-929,于第1、4、7天观察细胞形态变化,通过用酶标仪在450nm下测量OD值,计算相对增长率（RGR）,评价各组材料是否有毒性;将SD大鼠骨髓间充质干细胞（BMSCs）接种于材料表面进行细胞黏附实验,48h后固定、透化,用TRITC Phalloidin罗丹明标记鬼笔环肽工作液和DAPI染液进行免疫荧光染色,于激光共聚焦显微镜下观察;将SD大鼠骨髓间充质干细胞（BMSCs）接种于材料表面,1、4、7天后使用酶标仪在450nm下测量吸光度值,评价细胞增殖能力。4、体内植入实验:选用SD大鼠,建立大鼠颅骨缺损模型,将复合材料植入小鼠颅骨,于术后4周处死,处死后拍摄Micro-CT,观察不同时间点观察各组骨缺损区的骨结合情况;标本行脱钙处理,HE染色后光学显微镜下观察成骨情况。研究结果1、通过注塑成型制备了不同含量碳纤维（质量分数为0%、25%、30%、35%、40%）的碳纤维/聚醚醚酮（CF/PEEK）复合材料,且碳纤维的加入能有效提高材料的拉伸强度、弯曲强度、压缩强度和硬度,但是会在一定程度上降低冲击强度。碳纤维的加入使得PEEK的弹性模量提高到适合人体皮质骨的范围内。同时,碳纤维的加入不会导致细胞毒性的明显增大,其中含有25%碳纤维的聚醚醚酮复合材料（缩写为:25CF）具有最低的细胞毒性。2、长碳纤维/聚醚醚酮复合材料（缩写为:L-25CF）比短碳纤维/聚醚醚酮复合材料（缩写为:25CF）具有更高的拉伸强度、弯曲强度和压缩强度,能有效增强材料的力学强度的同时,也提高了材料的弹性模量。且25CF和L-25CF都无明显溶血现象,无明显急性全身毒性,有较好的生物相容性。3、磺化处理后的PEEK和CF/PEEK均呈现多孔结构,且碳纤维的加入会增大磺化后PEEK表面的孔径。这种孔状结构有利于细胞的黏附和增殖。细胞毒性测试显示磺化处理的复合材料经充分清洗后细胞毒性等级为1级,无明显细胞毒性。4、GO处理后的材料在多孔的磺化层外覆盖了GO层状结构,磺化层不再裸露在外。同时,GO层表面携带的大量亲水基团也随GO层成功引入到CF/PEEK中,这有利于细胞的黏附,BMSCs细胞在GO-S-25CF表面的铺展面积大,细胞骨架明显,细胞铺展形态舒展,细胞核清晰可见。且GO处理后的材料细胞毒性等级为1级,无明显细胞毒性,可用做医用植入体材料。研究结论1、成功制备了不同含量碳纤维的CF/PEEK复合材料,碳纤维的加入在有效提高材料的力学强度的同时不会导致细胞毒性的明显增大。2、长碳纤维能有效增强材料的力学强度,同时也提高了材料的弹性模量。长短碳纤维/聚醚醚酮复合材料均有较好的生物相容性。3、硫酸对CF/PEEK复合材料进行磺化处理后会在材料表面形成多孔结构,且碳纤维的加入会增大磺化后PEEK表面的孔径。这种孔状结构有利于细胞的黏附和增殖,无明显细胞毒性。4、GO处理会在复合材料的多孔磺化层外覆盖了GO层状结构。同时,GO层有利于细胞的黏附,无明显细胞毒性,可用做医用植入体材料。5、体内植入实验结果说明,磺化处理和GO处理均有利于提高材料的骨结合力。磺化处理后使用GO修饰的复合材料与周围骨组织有较好的界面结合,能有效促进成骨细胞的生长。
二、分数维和它在医学Doppler技术中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、分数维和它在医学Doppler技术中的应用（论文提纲范文）
（3）基于PCANet的无参考图像质量评价算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 客观图像质量评价的研究现状 |
| 1.2.2 Gabor小波的研究现状 |
| 1.2.3 主成分分析网络的研究现状 |
| 1.3 论文的研究内容及创新点 |
| 1.4 论文的组织结构 |
| 第二章 相关理论基础 |
| 2.1 图像质量评价基础 |
| 2.1.1 图像质量评价基本概念 |
| 2.1.2 图像质量评价方法的分类 |
| 2.1.3 图像质量评价模型 |
| 2.2 PCANet基本理论 |
| 2.2.1 PCANet网络的概念 |
| 2.2.2 PCANet网络的基本结构 |
| 2.2.3 PCANet网络的工作原理 |
| 2.3 图像质量评价数据库与指标 |
| 2.3.1 图像质量评价数据库 |
| 2.3.2 图像质量评价算法相关性能技术指标 |
| 2.4 本章小结 |
| 第三章 基于PCANet的无参考图像质量评价 |
| 3.1 图像预处理 |
| 3.2 基于PCANet的无参考图像质量评价算法 |
| 3.2.1 特征提取阶段 |
| 3.2.2 分类与回归 |
| 3.3 实验设置 |
| 3.3.1 实验数据库设置 |
| 3.3.2 参数选择分析 |
| 3.4 实验结果及分析 |
| 3.4.1 LIVE与 TID2013 图像数据库性能对比分析 |
| 3.4.2 鲁棒性性分析 |
| 3.4.3 数据库独立行实验及分析 |
| 3.5 本章小结 |
| 第四章 基于PCANet和 Gabor小波的无参考图像质量评价 |
| 4.1 算法思想 |
| 4.2 图像预处理 |
| 4.3 基于PCANet和 Gabor小波的无参考图像质量评价算法 |
| 4.3.1 Gabor小波变换 |
| 4.3.2 SVM分类器参数设置 |
| 4.3.3 模型参数训练 |
| 4.4 实验结果分析 |
| 4.4.1 实验环境及数据库设置 |
| 4.4.2 算法准确性对比分析 |
| 4.4.3 鲁棒性性分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 后续工作展望 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（4）基于深度学习的智能交互可视化（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 三维点云选择 |
| 1.1.2 文献图云可视化 |
| 1.2 国内外研究现状 |
| 1.2.1 传统点云选择研究 |
| 1.2.2 传统文献可视化研究 |
| 1.2.3 深度学习与交互可视化 |
| 1.3 本文的主要研究内容和章节安排 |
| 第2章 基于深度学习的三维点云选择研究 |
| 2.1 引言 |
| 2.2 问题定义 |
| 2.3 LassoNet点云选择模型 |
| 2.3.1 交互编码 |
| 2.3.2 过滤采样 |
| 2.3.3 网络预测 |
| 2.4 实验 |
| 2.4.1 点云预处理 |
| 2.4.2 套索选择数据集 |
| 2.4.3 网络训练 |
| 2.4.4 量化评估 |
| 2.5 用户评价 |
| 2.5.1 实验设计 |
| 2.5.2 量化结果 |
| 2.5.3 用户反馈 |
| 2.6 讨论 |
| 2.6.1 案例分析 |
| 2.6.2 泛化性 |
| 2.6.3 局限性 |
| 2.7 本章小结 |
| 第3章 基于深度学习的文献图云可视化研究 |
| 3.1 引言 |
| 3.2 PFV文献图云可视化方法 |
| 3.2.1 文献表征 |
| 3.2.2 图片可视化 |
| 3.3 实验设置 |
| 3.3.1 数据集 |
| 3.3.2 实现细节 |
| 3.3.3 评估任务 |
| 3.3.4 基准方法 |
| 3.4 实验结果 |
| 3.4.1 量化评估 |
| 3.4.2 可视化结果 |
| 3.4.3 案例分析 |
| 3.5 本章小结 |
| 第4章 结论与展望 |
| 4.1 结论 |
| 4.2 展望 |
| 参考文献 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
| 致谢 |
（5）混沌序列复杂度算法及其在图像加密中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及目的意义 |
| 1.2 混沌理论及其在信息安全中的应用 |
| 1.2.1 混沌的定义 |
| 1.2.2 混沌的基本特征 |
| 1.2.3 经典混沌系统 |
| 1.2.4 混沌在信息安全中的应用 |
| 1.3 课题的国内外研究现状 |
| 1.3.1 时间序列复杂度理论研究现状 |
| 1.3.2 混沌系统复杂度提高方法研究现状 |
| 1.4 论文的主要研究内容和章节安排 |
| 第2章 低维混沌时间序列复杂度研究 |
| 2.1 引言 |
| 2.2 混沌序列样本熵分析 |
| 2.2.1 样本熵算法原理 |
| 2.2.2 低维混沌时间序列的样本熵复杂性分析 |
| 2.3 混沌序列谱熵分析 |
| 2.3.1 谱熵复杂度算法原理 |
| 2.3.2 低维混沌时间序列的谱熵测度研究 |
| 2.4 混沌序列模糊熵分析 |
| 2.4.1 模糊熵复杂度算法原理 |
| 2.4.2 低维混沌时间序列的模糊熵复杂度研究 |
| 2.5 本章小结 |
| 第3章 基于多尺度熵的混沌系统参数估计 |
| 3.1 引言 |
| 3.2 多尺度熵分析方法 |
| 3.3 Logistic混沌序列宏观特性分析 |
| 3.4 基于均值方差的混沌序列系统参数区间估计方法 |
| 3.4.1 Logistic映射参数估计方法 |
| 3.4.2 Tent映射参数估计方法 |
| 3.5 本章小结 |
| 第4章 混沌序列复杂度提高算法研究 |
| 4.1 引言 |
| 4.2 混沌动力学退化相关研究 |
| 4.3 相空间重构 |
| 4.3.1 延迟时间的选取 |
| 4.3.2 嵌入维数的选取 |
| 4.4 基于PCA的低维混沌序列改进算法 |
| 4.5 改进方案的测试与分析 |
| 4.5.1 基于PCA改进方案的Logistic序列分析和测试 |
| 4.5.2 基于PCA改进方案的Hénon序列分析和测试 |
| 4.6 本章小结 |
| 第5章 基于三维混沌映射的图像加密技术研究 |
| 5.1 引言 |
| 5.2 三维分段Hénon映射的设计 |
| 5.2.1 三维分段Hénon映射 |
| 5.2.2 混沌动力学特性及复杂度分析 |
| 5.3 轮数可控的图像加密方案 |
| 5.4 实验结果及安全性分析 |
| 5.4.1 密钥空间分析 |
| 5.4.2 密钥敏感性分析 |
| 5.4.3 直方图分析 |
| 5.4.4 相邻像素相关性分析 |
| 5.4.5 差异测量 |
| 5.4.6 差分攻击的分析 |
| 5.4.7 明文攻击分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
| 攻读学位期间获得的其它学术成果目录 |
（6）光学图像边缘检测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 图像处理技术简介 |
| 1.1.1 光学图像处理技术 |
| 1.1.2 数字图像处理技术 |
| 1.2 光学系统的成像分析 |
| 1.2.1 透镜的变换性质 |
| 1.2.2 点扩散函数与光学传递函数 |
| 1.3 超构表面中涉及的一些基本概念 |
| 1.3.1 广义斯奈尔定律 |
| 1.3.2 Pancharatnam-Berry相位 |
| 1.3.3 光的自旋轨道耦合 |
| 1.4 本论文的主要研究工作 |
| 参考文献 |
| 第2章 光学边缘检测技术 |
| 2.1 涡旋相衬增强成像 |
| 2.1.1 研究背景 |
| 2.1.2 基本原理 |
| 2.2 基于微纳结构和器件的边缘检测 |
| 2.2.1 研究背景 |
| 2.2.2 基本原理 |
| 2.3 边缘检测在各类成像方式中的应用 |
| 2.4 本章小结 |
| 参考文献 |
| 第3章 基于视场增强与边缘增强的上转换成像 |
| 3.1 非线性图像处理技术发展现状与应用 |
| 3.2 理论模型与模拟 |
| 3.3 上转换成像实验装置 |
| 3.4 实验结果 |
| 3.4.1 上转换涡旋相衬增强成像 |
| 3.4.2 上转换视场增强成像 |
| 3.4.3 边缘增强与视场增强并行的图像处理 |
| 3.5 本章小结 |
| 参考文献 |
| 第4章 基于纠缠与超表面的动态可切换边缘检测 |
| 4.1 光学空间微分器理论模型与模拟 |
| 4.2 实验内容 |
| 4.2.1 实验装置与超表面样品表征 |
| 4.2.2 偏振纠缠光源的制备与表征 |
| 4.2.3 基于纠缠的量子边缘检测 |
| 4.2.4 成像方式对比与噪声分析 |
| 4.2.5 光刻掩模版的设计与加工 |
| 4.3 本章小结 |
| 参考文献 |
| 第5章 实时量子边缘增强成像 |
| 5.1 研究背景 |
| 5.2 实验内容 |
| 5.2.1 基于涡旋滤波器的两类图像边缘增强 |
| 5.2.2 图像的阴影效应 |
| 5.2.3 ICCD相机的三类图像采集方式对比 |
| 5.2.4 量子成像的实时特性 |
| 5.2.5 符合图像的时间关联特性 |
| 5.3 本章小结 |
| 参考文献 |
| 第6章 总结与展望 |
| 6.1 本论文的总结 |
| 6.2 未来研究展望 |
| 致谢 |
| 在读期间发表的学术论文与获得的奖项 |
（7）形状稳定的聚合物相变材料及其复合纤维的制备与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 相变材料 |
| 1.2.1 相变材料的定义及工作原理 |
| 1.2.2 相变材料的分类 |
| 1.2.3 制备形状稳定相变材料的方法 |
| 1.2.3.1 包封 |
| 1.2.3.2 物理共混法 |
| 1.2.3.3 化学接枝法 |
| 1.2.4 相变材料的应用 |
| 1.3 氧化石墨烯 |
| 1.3.1 氧化石墨烯的制备方法 |
| 1.3.2 氧化石墨烯的应用 |
| 1.3.2.1 电化学 |
| 1.3.2.2 抗菌 |
| 1.3.2.3 环境光催化剂 |
| 1.3.2.4 生物治疗药物 |
| 1.4 梳状聚合物 |
| 1.4.1 梳状聚合物概述 |
| 1.4.2 梳状聚合物的制备 |
| 1.4.3 梳状聚合物之间交联 |
| 1.5 金属-有机骨架材料 |
| 1.5.1 沸石咪唑酯骨架材料ZIF-8 |
| 1.5.2 普鲁士蓝PB |
| 1.5.3 MOF/聚合物杂化材料 |
| 1.6 静电纺丝 |
| 1.6.1 静电纺丝技术 |
| 1.6.2 包芯纱 |
| 1.7 丙烯酸正烷基酯 |
| 1.8 课题目的意义及研究内容 |
| 1.8.1 课题目的及意义 |
| 1.8.2 主要研究内容 |
| 第二章 P(TDA-co-HDA)/GO新型形状稳定复合相变材料的制备与表征 |
| 2.1 前言 |
| 2.2 实验部分 |
| 2.2.1 化学试剂与仪器 |
| 2.2.1.1 化学试剂 |
| 2.2.1.2 实验仪器 |
| 2.2.2 P(TDA-co-HDA)/GO新型形状稳定复合相变材料的制备 |
| 2.2.2.1 GO的制备 |
| 2.2.2.2 原子转移自由基合成P(TDA-co-HDA) |
| 2.2.2.3 形状稳定复合相变材料(SPCMs)的制备 |
| 2.2.3 SPCMs的结构测试与表征 |
| 2.2.3.1 傅里叶变换红外光谱(FT-IR)分析 |
| 2.2.3.2 拉曼光谱(Raman)测试 |
| 2.2.3.3 凝胶色谱(GPC)分析 |
| 2.2.3.4 热场扫描电子显微镜(SEM)测试 |
| 2.2.3.5 透射电子显微镜(TEM)测试 |
| 2.2.3.6 X射线衍射(XRD)测试 |
| 2.2.3.7 差示扫描量热(DSC)分析 |
| 2.2.3.8 热重(TG)分析 |
| 2.2.3.9 热定型分析 |
| 2.2.3.10 热循环稳定性分析 |
| 2.3 结果与讨论 |
| 2.3.1 SPCMs的形态和化学结构 |
| 2.3.1.1 P(TDA-co-HDA)的分子量及分子量分布 |
| 2.3.1.2 SPCMs的红外光谱(FT-IR)分析 |
| 2.3.1.3 SPCMs的拉曼光谱(Raman)分析 |
| 2.3.1.4 SPCMs的透射电镜(TEM)分析 |
| 2.3.1.5 SPCMs的扫描电子显微镜(SEM)分析 |
| 2.3.2 SPCMs的热分析和结晶性能分析 |
| 2.3.2.1 SPCMs的相变特性(DSC)分析 |
| 2.3.2.2 SPCMs的晶体结构(XRD)分析 |
| 2.3.3 SPCMs形状稳定特性分析 |
| 2.3.4 SPCMs的热可靠性和结构稳定性 |
| 2.3.5 SPCMs的热稳定性(TG)分析 |
| 2.4 结论 |
| 第三章 丙烯酸正十四烷基酯-丙烯酸正十六烷基酯-丙烯酸羟乙酯共聚形状稳定相变材料的制备与研究 |
| 3.1 前言 |
| 3.2 实验部分 |
| 3.2.1 实验试剂及仪器 |
| 3.2.1.1 实验试剂 |
| 3.2.1.2 实验仪器 |
| 3.2.2 丙烯酸正十四烷基酯-丙烯酸正十六烷基酯-丙烯酸羟乙酯形状稳定相变材料的制备 |
| 3.2.3 形状稳定相变材料的测试与表征 |
| 3.2.3.1 FT-IR测试 |
| 3.2.3.2 H1NMR测试 |
| 3.2.3.3 XRD测试 |
| 3.2.3.4 DSC测试 |
| 3.2.3.5 TG测试 |
| 3.2.3.6 热定型分析 |
| 3.2.3.7 热循环稳定性分析 |
| 3.2.3.8 饱和吸附量测试 |
| 3.3 结果与讨论 |
| 3.3.1 形状稳定相变材料的FT-IR光谱分析 |
| 3.3.2 形状稳定相变材料的~1H NMR分析 |
| 3.3.3 形状稳定相变材料的差式扫描量热分析 |
| 3.3.4 形状稳定相变材料的热稳定性分析 |
| 3.3.5 形状稳定相变材料的结晶性能分析 |
| 3.3.6 形状稳定相变材料的热定型分析 |
| 3.3.7 形状稳定相变材料的热循环稳定性分析 |
| 3.3.8 形状稳定相变材料的饱和吸附量分析 |
| 3.4 结论 |
| 第四章 ZIF-8/P(TDA-co-HDA)与PB/P(TDA-co-HDA)形状稳定相变材料的制备与性能表征 |
| 4.1 引言 |
| 4.2 实验部分 |
| 4.2.1 试剂与仪器 |
| 4.2.1.1 实验药品及试剂 |
| 4.2.1.2 实验设备及仪器 |
| 4.2.2 .ZIF-8 纳米颗粒的制备 |
| 4.2.3 ZIF-8/P(TDA-co-HDA)与PB/P(TDA-co-HDA)的制备 |
| 4.2.4 形状稳定复合相变材料的测试与表征 |
| 4.2.4.1 FT-IR测试 |
| 4.2.4.2 热场SEM测试 |
| 4.2.4.3 TEM测试 |
| 4.2.4.4 XRD测试 |
| 4.2.4.5 DSC测试 |
| 4.2.4.6 TG测试 |
| 4.2.4.7 热定型测试 |
| 4.2.4.8 热循环稳定性测试 |
| 4.2.4.9 特征X射线能谱(EDS)分析 |
| 4.3 结果与讨论 |
| 4.3.1 相变材料的傅里叶变换红外分析 |
| 4.3.2 相变材料的形貌分析 |
| 4.3.3 相变材料的相变特性分析 |
| 4.3.4 相变材料的热稳定性分析 |
| 4.3.5 相变材料的结晶性能分析 |
| 4.3.6 相变材料的形状稳定性能分析 |
| 4.3.7 相变材料的热循环稳定特性分析 |
| 4.4 结论 |
| 第五章 静电纺聚丙烯酸正烷基酯共聚物纳米纤维以及包芯纱的制备研究 |
| 5.1 前言 |
| 5.2 实验部分 |
| 5.2.1 实验试剂与仪器 |
| 5.2.1.1 实验试剂 |
| 5.2.1.2 实验仪器 |
| 5.2.2 聚丙烯酸正烷基酯芯材的制备 |
| 5.2.3 储热调温纳米纤维的制备 |
| 5.2.4 静电纺包芯纱的制备 |
| 5.2.5 调热储能纳米纤维及包芯纱的测试及表征 |
| 5.2.5.1 FT-IR测试 |
| 5.2.5.2 SEM测试 |
| 5.2.5.3 TEM测试 |
| 5.2.5.4 DSC测试 |
| 5.2.5.5 TG测试 |
| 5.2.5.6 热响应测试 |
| 5.3 结果与讨论 |
| 5.3.1 同轴静电纺纳米纤维的制备与表征 |
| 5.3.1.1 纳米纤维的FT-IR分析 |
| 5.3.1.2 纳米纤维的TEM分析 |
| 5.3.1.3 纳米纤维的FT-IR分析 |
| 5.3.1.4 纳米纤维的DSC分析 |
| 5.3.2 纳米包芯纱的制备与表征 |
| 5.3.2.1 纳米包芯纱的SEM分析 |
| 5.3.2.2 纳米包芯纱表面纳米纤维的TEM分析 |
| 5.3.2.3 纳米包芯纱的FT-IR分析 |
| 5.3.2.4 纳米包芯纱的DSC分析 |
| 5.3.2.5 纳米包芯纱的TG分析 |
| 5.3.2.6 纳米包芯纱的热响应分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 发表论文及参与科研情况 |
| 致谢 |
（8）面向中药新药发现过程的文本挖掘方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 命名实体识别 |
| 1.2.2 生物医学领域关系抽取 |
| 1.2.3 文本相似性计算 |
| 1.2.4 医药学领域相关平台现状 |
| 1.3 本文的主要工作 |
| 1.4 论文的结构安排 |
| 第二章 相关原理与技术 |
| 2.1 中药新药研发 |
| 2.1.1 中药新药研发相关原理 |
| 2.1.2 药物相互作用相关原理 |
| 2.2 中药新药发现相关技术 |
| 2.2.1 词嵌入向量 |
| 2.2.2 深度学习技术 |
| 2.2.3 常用评价指标 |
| 2.3 本章小结 |
| 第三章 中药药理实体识别 |
| 3.1 中药药理实体识别流程 |
| 3.2 语料库准备 |
| 3.2.1 中文期刊文献预处理 |
| 3.2.2 语料库构建 |
| 3.3 实体识别模型设计 |
| 3.3.1 基于笔画的汉字特征表示 |
| 3.3.2 基于汉字笔画特征的中文实体识别模型 |
| 3.4 实体识别结果分析 |
| 3.4.1 SIGHAN2006 NER语料库 |
| 3.4.2 中医药语料库 |
| 3.5 本章小结 |
| 第四章 特征富集的药物相互关系提取 |
| 4.1 药物相互关系提取流程 |
| 4.2 数据准备与预处理 |
| 4.3 药物相互关系提取模型 |
| 4.4 实验设计与分析 |
| 4.4.1 实验设计 |
| 4.4.2 实验结果与分析 |
| 4.5 本章小结 |
| 第五章 基于文本的药理相似性学习 |
| 5.1 药理文本相似性学习流程 |
| 5.2 数据准备与预处理 |
| 5.3 基于注意力和孪生网络的文本相似学习模型 |
| 5.4 实验设计与分析 |
| 5.4.1 实验设计 |
| 5.4.2 实验结果与分析 |
| 5.5 本章小结 |
| 第六章 基于文本挖掘的新药发现平台设计与实现 |
| 6.1 需求分析 |
| 6.1.1 业务流程 |
| 6.1.2 功能需求分析 |
| 6.1.3 非功能需求分析 |
| 6.2 基于文本挖掘的新药发现系统设计 |
| 6.2.1 系统部署架构设计 |
| 6.2.2 系统功能架构设计 |
| 6.2.3 数据库设计 |
| 6.3 基于文本挖掘的新药发现系统实现 |
| 6.3.1 平台环境及开发工具 |
| 6.3.2 平台整体流程的实现 |
| 6.4 系统测试 |
| 6.4.1 基于文本挖掘的新药发现平台功能测试 |
| 6.4.2 基于文本挖掘的新药发现平台性能测试 |
| 6.5 本章小结 |
| 第七章 结束语 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（9）基于步态骨架和轮廓的无扰式抑郁风险评估研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 抑郁症识别研究现状 |
| 1.2.2 步态的研究现状 |
| 1.3 本文研究目的和内容 |
| 1.4 本文组织结构 |
| 第二章 相关理论和知识简述 |
| 2.1 步态知识概述 |
| 2.1.1 步态简介 |
| 2.1.2 步态启动与周期 |
| 2.1.3 步态与抑郁症的关系 |
| 2.2 骨架和轮廓数据的表征和分类 |
| 2.2.1 骨架数据的表征和分类 |
| 2.2.2 轮廓数据的表征和分类 |
| 2.3 多模态数据融合 |
| 2.4 本章小结 |
| 第三章 无扰式抑郁风险评估的数据采集和处理 |
| 3.1 数据采集 |
| 3.1.1 采集方案设计 |
| 3.1.2 实验流程和入组标准 |
| 3.2 数据样本的选择 |
| 3.3 骨架数据的预处理 |
| 3.4 轮廓数据的预处理 |
| 3.5 本章小结 |
| 第四章 基于骨架和轮廓数据的抑郁风险评估 |
| 4.1 基于骨架数据的抑郁风险评估 |
| 4.1.1 特征提取 |
| 4.1.2 分类模型与实验设置 |
| 4.1.3 结果分析 |
| 4.2 基于轮廓数据的抑郁风险评估 |
| 4.2.1 特征提取 |
| 4.2.2 分类模型与实验设置 |
| 4.2.3 结果分析 |
| 4.3 多模态融合的抑郁风险评估 |
| 4.3.1 决策层融合策略 |
| 4.3.2 基于骨架和轮廓数据的融合模型 |
| 4.3.3 结果分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 未来展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（10）医用碳纤维/聚醚醚酮复合材料的制备和表面改性研究（论文提纲范文）
| 摘要 |
| abstract |
| 英文缩略词表 |
| 前言 |
| 第一部分 不同含量和长度的碳纤维/聚醚醚酮复合材料的制备和表征 |
| 一、实验材料、试剂和仪器 |
| 二、样品制备 |
| 三、材料的表征 |
| 四、实验结果与分析 |
| 五、结果讨论 |
| 第二部分 表面磺化处理的碳纤维/聚醚醚酮复合材料的制备和表征 |
| 一、实验材料、试剂和仪器 |
| 二、样品制备 |
| 三、材料的表征 |
| 四、实验结果与分析 |
| 五、结果讨论 |
| 第三部分 氧化石墨烯表面的处理碳纤维/聚醚醚酮复合材料的制备和表征 |
| 一、实验材料、试剂和仪器 |
| 二、样品制备 |
| 三、材料的表征 |
| 四、实验结果与分析 |
| 全文小结 |
| 参考文献 |
| 文献综述 医用植入体碳纤维/聚醚醚酮复合材料的研究进展 |
| 参考文献 |
| 攻读学位期间发表论文情况 |
| 致谢 |
四、分数维和它在医学Doppler技术中的应用（论文参考文献）
- [1]基于分数阶混合蝙蝠优化的Otsu图像分割算法研究[D]. 梁远哲. 宁夏大学, 2021
- [2]基于分数阶混合蝙蝠优化的Otsu图像分割算法研究[D]. 梁远哲. 宁夏大学, 2021
- [3]基于PCANet的无参考图像质量评价算法研究[D]. 元晨晨. 华东交通大学, 2021(01)
- [4]基于深度学习的智能交互可视化[D]. 杨之光. 中国科学院大学(中国科学院深圳先进技术研究院), 2021(09)
- [5]混沌序列复杂度算法及其在图像加密中的应用研究[D]. 刘春媛. 黑龙江大学, 2021(09)
- [6]光学图像边缘检测技术研究[D]. 刘世凯. 中国科学技术大学, 2021(09)
- [7]形状稳定的聚合物相变材料及其复合纤维的制备与应用[D]. 陈赛. 天津工业大学, 2021(01)
- [8]面向中药新药发现过程的文本挖掘方法研究[D]. 何家欢. 电子科技大学, 2021(01)
- [9]基于步态骨架和轮廓的无扰式抑郁风险评估研究[D]. 邵畏. 兰州大学, 2021(09)
- [10]医用碳纤维/聚醚醚酮复合材料的制备和表面改性研究[D]. 李英. 中国人民解放军海军军医大学, 2020(05)