不同形变配准对头颈部CT图像的剂量评估研究

形变图像配准(deformable image registration, DIR)是自适应放射治疗(adaptive radiotherapy, ART)中轮廓推衍和剂量累积的关键过 程。 本研究比较3种不同形变配准算法在自适应放疗过程中轮廓推衍和剂量累积的变化。选择头 颈部癌症患者的放疗影像数据图像进行这项研究,刚性配准后采用B样条弹性配准和LCC- Demons配准算法,其中B样条弹性算法研究了两种优化指标:归一化互相关、归一化互相 关结合弯曲能量惩罚(bending energy penalty, BEP) 正则化。剂量评估采用剂量参数D₉₅、Dmin、D_mean、Dmax和均 匀性指数(homogeneity index, HI)来评价累积剂量与初始剂量的差异。几何评估使用Dice 相似性系数(Dice similarity coefficient, DSC)和 Hausdorff距离(Hausdorff distance, HD)来评价体积之间的重叠度。经过实验,几何评估所得的PTV(planning target volume)靶区、左腮腺、 右腮腺Dice系数在B样条弹性配准的两种优化算法和LCC-Demons算法中分别为:0. 82、 0.83、0.86,其中在LCC-Demons算法下得到的Dice系数达到了最大值0.91, 所得的Hausdorff距离均在1—3 mm之间,DSC重叠度结果与表明偏差 距离均在临床可接受的 范围内。对于剂量评估,相应的HI值分别为:1.089、1.082、1.081,LCC-Demons同样达到 了最小值1.081,本实验中LCC-Demons在轮廓推衍和剂量映射中均取 得了较好的效果,同 时也为临床环境下对配准质量的评估提供了一定的借鉴。     

Nb∶SrTiO3阻变单元及1T1R复合结构的电离辐射总剂量效应研究

开展了Nb∶SrTiO_(3)阻变单元及1T1R复合结构的X射线总剂量效应实验研究。结果表明,Nb∶SrTiO_(3)阻变单元在累积剂量达到10 Mrad(Si)时依然能够保持良好的阻变特性,高、低阻态未发生逻辑混乱。1T1R复合结构中的NMOS选通晶体管对电离辐射较为敏感,在栅氧化层中辐射感生氧化物陷阱电荷的作用下,NMOS器件阈值电压逐渐向负方向漂移,泄漏电流逐渐增加,进一步导致关态条件下(V_(G)=0 V)对阻变存储单元的错误读写。通过选用抗辐射加固NMOS选通晶体管,可显著提升1T1R复合结构的抗总剂量能力。     

基于铌酸锂薄膜的Y波导集成调制器设计

近年来,基于薄膜铌酸锂（TFLN）平台的高性能电光调制器以其小体积、低能量损耗等特点受到广泛关注。本文提出了一种新的具有垂直电极结构的Y波导铌酸锂薄膜电光调制器。研究了调制器的半波电压与缓冲层厚度之间的关系,优化了Y波导的设计参数,最后设计得到插入损耗<5 dB, 半波电压<1.5 V的高性能调制器。本文不仅为基于TFLN平台的小型化波导的设计和实现提供了思路,而且为制造高性能和多功能的电光调制器提供了实验依据。     

溅射法制备n型碲化镉薄膜的光电化学特性研究

采用溅射法制备了n型碲化镉薄膜。研究了不同沉积时间制备的n型碲化镉薄膜的形貌、结构和光学性质,以及薄膜厚度和退火工艺对n型碲化镉薄膜光电化学特性的影响。实验结果表明,溅射时间为25 min的碲化镉薄膜具有较好的PEC性能。退火工艺可以提高沉积的n型碲化镉薄膜的光电化学性能。当用饱和氯化镉溶液涂覆碲化镉薄膜并在真空中400 ℃退火时,n型碲化镉薄膜的光电化学性能最佳,光电流达到301 μA/cm²。     

舰载激光武器作战运用研究北大核心CSCD

舰载激光武器以其独特的制胜机理将成为未来海上防空反导作战的利器,能够在复杂战场环境下灵活运用,打击不同作战对象的薄弱环节。结合作战任务,分析梳理舰载激光武器的典型作战模式,并在此基础上总结归纳舰载激光武器的运用策略。为相关领域研究提供一定参考。     

5G行业终端支持切片问题分析及解决方案探讨

介绍了5G终端切片的关键技术要求,分析了目前行业终端支持切片存在的问题,针对切片存在的问题探讨解决方案,提出了多切片和单切片的行业终端设计方案,最后对典型5G行业终端支持切片的要求进行分析。     

基于改进深度强化学习的虚拟网络功能部署优化算法

针对网络功能虚拟化/软件定义网络(NFV/SDN)架构下,网络服务请求动态到达引起的服务功能链(SFC)部署优化问题,该文提出一种基于改进深度强化学习的虚拟网络功能(VNF)部署优化算法.首先,建立了马尔科夫决策过程(MDP)的随机优化模型,完成SFC的在线部署以及资源的动态分配,该模型联合优化SFC部署成本和时延成本,同时受限于SFC的时延以及物理资源约束.其次,在VNF部署和资源分配的过程中,存在状态和动作空间过大,以及状态转移概率未知等问题,该文提出了一种基于深度强化学习的VNF智能部署算法,从而得到近似最优的VNF部署策略和资源分配策略.最后,针对深度强化学习代理通过ε贪婪策略进行动作探索和利用,造成算法收敛速度慢等问题,提出了一种基于值函数差异的动作探索和利用方法,并进一步采用双重经验回放池,解决经验样本利用率低的问题.仿真结果表示,该算法能够加快神经网络收敛速度,并且可以同时优化SFC部署成本和SFC端到端时延.     

星载SAR斜视模式运动目标方位多通道信号重建方法

在星载方位多通道SAR斜视模式下,方位斜视角度和运动目标的速度分别导致回波多普勒频谱发生2次混叠和通道失衡,影响运动目标方位多通道信号重建.针对该问题,该文提出一种适用于多通道斜视模式下的运动目标的重建方法.首先通过方位向去斜预处理消除了斜视导致的2次多普勒混叠,然后通过修正的多通道重建矩阵来解决目标速度导致的通道失衡.此外,该文还研究了通道冗余情况下的杂波抑制能力,分析了估计速度误差带来的残余相位误差,给出了一种星载方位多通道SAR斜视模式下的运动目标速度快速估计搜索方法.最后,通过点目标仿真验证了方法的有效性.