课程文献中心 更多>>

关键词： 光纤光栅传感   薄壁圆筒   液体压力传感器   温度传感器   性能提升  

摘要： 本文综述了近年来国内外光纤光栅温度和压力传感器的研究现状,并分析了不同传感器的优缺点。在此基础上,对光纤光栅的温度、应变和压力传感原理进行了深入研究,理论分析了光纤光栅的温度和应变交叉敏感特性,重点介绍了三种交叉敏感问题的解决办法。分析了弹簧管式、弹性膜片式、聚合物式和薄壁圆筒式封装的光纤光栅传感器,总结了光纤光栅传感器的设计原理,依据薄壁圆筒的应变理论设计了一种光纤光栅液体温度和压力传感器。传感器由内筒和外壳两部分构成,内筒形似“哑铃”状,由一个薄壁圆筒和位于其两端的柱体组成,外壳起保护作用,利用温度补偿光栅法解决了交叉敏感问题。使用ANSYS Workbench有限元仿真软件对设计的传感器进行温度传感特性和压力传感特性分析;选择了304不锈钢、316L不锈钢、铍青铜和钛合金作为传感器的材料,从内筒半径、内筒壁厚和内筒腔长进行传感器仿真,确定了传感器内筒尺寸为:内筒半径为10 mm、内筒壁厚为0.5 mm和内筒腔长为30mm。在0-12 MPa的压力范围内,四种材料传感器的压力灵敏度分别为115.91 pm/MPa、121.82 pm/MPa、175.33 pm/MPa和202.61 pm/MPa,相较于裸光栅的压力灵敏度分别提升了38.6倍、40.6倍、58.4倍和67.5倍;在-5-35℃范围内,四种材料传感器的温度灵敏度分别为29.89 pm/℃、29.92 pm/℃、31.7pm/℃和21.38 pm/℃,相较于裸光栅的温度灵敏度分别提升了2.66倍、2.67倍、2.83倍和1.91倍。在一定程度上,为提升传感器的性能奠定了基础。分析了光纤光栅传感器在实际应用中噪声的来源,介绍了降噪算法的原理,并对经验模态分解算法及其改进算法进行了详细的介绍,分别将小波阈值和Savitzky-Golay滤波与改进型自适应白噪声完备集成经验模态分解算法进行结合,降噪算法对仿真光纤光栅传感信号具有良好的降噪效果,经验证算法对实验采集的光纤光栅信号同样具有良好的降噪效果。对实验采集的数据进行了温度标定,对比了不同拟合方法存在的误差,有效提升了光纤光栅传感器的传感性能。

关键词： 光纤传感器   倾斜光纤布拉格光栅   葡萄糖   探测极限   解调算法  

摘要： 光纤传感器拥有体积小、免电磁干扰、生物兼容性好、灵敏度高等优点,在温度、压力、曲率和生物检测等方面得到了广泛的应用。而在光纤传感器中,倾斜光纤布拉格光栅(TFBG:Tilted fiber Bragg gratin)由于同时具备光纤布拉格光栅和长周期光栅的优点而被受研究者青睐。本文在阐述TFBG工作原理及光谱响应特性的基础上,提出了一种可用于快速解调的拟合算法,以及将TFBG应用于葡萄糖测量。关于解调方法优化,本文提出了一种包层模式解调的新算法,可以快速标定折射率引起的光谱响应并进行测量。该算法分三步执行:(1)基于序列号的峰值识别和潜在最敏感包层模式区域的选择;(2)从潜在最敏感包层模式区域中选择出最敏感的包层模式;(3)利用包层模式拟合技术提高周围环境折射率(SRI:Surrounding refraction index)测量的效率和分辨率。实验结果表明,当光学光谱分析仪(OSA:Optical spectrum analyzer)的波长分辨率降低时扫描速度会增加,但同时SRI灵敏度也随之降低,通过对原始数据进行抛物线方程计算和加权高斯拟合,由波长分辨率降低带来的SRI灵敏度降低得到缓解,传感器的SRI灵敏度最高可以提升18%(相比原始数据直接计算)。关于葡萄糖测量,本文提出了一种基于氧化石墨烯与芘硼酸结合修饰的TFBG葡萄糖传感器,其原理是通过氧化石墨烯将芘硼酸固定于光纤表面,利用芘硼酸与葡萄糖分子的相互作用实现特异性识别。实验结果证明,我们提出的葡萄糖传感器探测极限达到10 p M,并且在葡萄糖浓度为1 m M-10 m M的范围内具有良好的线性度。另外,我们还将传感器应用于糖尿病患者的血清测量,得到与商用血糖仪相接近的结果。为了进一步提升葡萄糖分子探测的灵敏度,我们在上述传感器的基础上提出了一种表面等离子体共振葡萄糖传感器,在TFBG表面镀上一层厚度50 nm的金膜以激发表面等离子体共振,之后在金膜表面依次修饰氧化石墨烯及芘硼酸,以实现葡萄糖测量。实验结果表明,传感器的探测极限可达1 f M,并且在1 f M-10 p M范围内有较好的线性度。此外,对于糖尿病患者的血清测量,也获得与血糖仪测量接近的结果。

关键词： 声发射   光栅声发射传感器   回形结构   轴向耦合   侧向耦合  

摘要： 在航空、航天等工程领域,需要对飞行器、发动机叶片等大型装备的健康状态进行实时在线监测和评估,预测结构性质的变化和结构的损伤程度,以避免重大事故的发生,提高装备的运行安全性。因此,航空装备结构健康监测具有重大意义,已然成为航空领域的迫切需求。声发射(Acoustic Emission,简称AE)技术是实时动态在线监测技术,通过声发射信号分析可监测被测装备的健康状态。传统的声发射传感器基于压电陶瓷原理制作,属于谐振式传感器,具有稳定性好、转换效率高、波形稳定等优点。但是其体积稍大,难适应于一些特殊的检测需求。提出光纤布拉格光栅(Fiber Bragg grating,简称FBG)声发射传感器形式拟解决狭小空间构件损伤检测问题。光纤光栅本身具有质量轻、抗电磁干扰、体积小、耐腐蚀和绝缘性好等特点,尤其是对单个传感器而言,成本非常低。所以对于光纤光栅声发射传感器的研究逐渐成为一个热点研究方向。但是裸光栅的灵敏度较低,材质为二氧化硅,细小质脆、容易断裂,难于有效检测声发射信号。根据工程应用中对声发射检测需求,声发射传感器需具备高灵敏度、小型化、易于安装布置等特点。因此本文针对光栅传感器的灵敏度以及机械强度等问题设计了新型光栅声发射传感器的增敏结构,构建光栅声发射检测系统,进行了断铅和试件拉伸试验声发射检测研究,试验结果表明所设计的光栅声发射传感器灵敏度和机械强度得到大幅提升。主要内容如下:针对光栅声发射传感器在实际应用中需要快速解调信号、实时检测等问题,本文研究了窄带激光解调、匹配光栅解调、光谱分析以及可调谐法布里珀罗(Fabry-Perot,简称F-P)滤波等多种解调方法,选择窄带激光解调方法,实现声发射信号的精确解调。窄带激光器输出波长设置在FBG的3d B带宽点,使光栅声发射传感器获得高灵敏度,且处在光栅反射边带的线性区域,通过利用高速光电探测器,实现了声发射信号的快速解调,为光栅声发射传感器的实际应用提供了必备条件。针对结构健康监测中裸光栅灵敏度低且易断裂问题,设计了一种四回形镂空增敏的光栅声发射传感器,构建窄带光栅声发射解调系统,并进行声发射信号的检测。提出在基本工字型封装结构基础上,增加回形镂空结构,使应变区域集中在回形镂空部分,增加光栅的应变灵敏度,并为裸光栅提供保护,增加了光栅声发射传感器的机械强度。采用COMSOL软件对封装结构进行静态应力、动态响应的仿真分析,优化传感器结构参数,并采用增材制造技术制作了光栅声发射传感器。利用光栅声发射传感器进行声发射信号检测实验,实验研究表明该结构大幅提升了光栅的灵敏度和稳定性,起到了明显的增敏效果,声发射信号的响应灵敏度提高了1.47倍。针对光纤光栅直接耦合方式不足(声固耦合效率低下),并且容易受到外界环境的波动影响等问题,提出轴向耦合锥结构的光栅声发射传感器增敏结构,利用圆锥体的聚焦特性,实现对光栅的增敏效果,使用增材制造技术制作传感器外壳,防止外界杂波对光栅的影响。采用COMSOL软件对轴向耦合锥体的不同材料以及不同锥角进行了优化设计,使用该传感器进行拉伸实验研究。实验结果表明该增敏结构对声发射信号有很好的响应特性,增敏效果明显,提高了声固耦合效率,并且有效地保护光栅,减少外界环境变化对测量精度的影响。针对大型装备运行状态健康监测与结构损伤定位需要多传感器系统的需求,基于光纤光栅本身具有易实现多点测量的优势,本文提出便于多光栅串联多点测量的侧向耦合锥增敏结构,保证增敏效果,并实现光栅声发射传感器阵列的多点测量与结构损伤定位。结构中光栅与耦合锥侧向连接,在封装过程中,为光栅施加预应力值进行量化,保障传感器参数一致性。使用该传感器组成传感器阵列,通过光栅声发射传感器阵列获取声发射信源信号,进行Shannon小波变换提取窄带声发射信号作为输入信号,利用MUSIC算法实现波达方向的估计,进而对声发射信源进行准确定位。通过仿真分析与定位实验研究验证了光栅声发射传感器增敏结构的增敏效果,以及多个传感器之间传感参数的一致性,实现了AE源的精确定位。综上,本文设计研制了三种新型光栅声发射传感器,通过断铅和拉伸试验声发射检测研究,表明所设计的传感器结构都可以有效提高光栅传感器灵敏度,实现声发射信号检测;传感器阵列对声发射源的定位检测研究成果,可为大型设备健康监测声发射技术提供重要的参考价值。

关键词： 中红外   光纤布拉格光栅   飞秒激光   光纤激光器  

摘要： 中红外激光器在通信、遥感、红外对抗、分子检测、引力波探测、材料加工、激光手术等领域有着丰富的研究潜力和重要的应用价值。中红外波段通常是指电磁波谱中2-20μm的光谱区域,其中常见中红外激光器的波长范围为2-5μm。目前产生中红外激光的方法多种多样,常见的有量子级联激光器、气体激光器、固体激光器以及光纤激光器等。而光纤激光器由于其具有抗干扰性强、结构紧凑、散热性好、光束质量好、输出光纤可柔性弯曲等特点而备受人们关注。近年来氟化物光纤的商用化为相关研究提供了坚实的基础,但是由于中红外光纤激光器件的研究起步较晚,可用器件较少,一直制约着中红外光纤激光器的发展。中红外光纤布拉格光栅（FBG）作为中红外光纤激光器实现全光纤结构的关键器件,其研究备受人们关注。国外的拉瓦尔大学、麦考瑞大学、大阪大学等研究机构已经对中红外光纤FBG有着深入的研究,而国内关于该器件的研究却鲜有报道,亟需对这一关键器件的制备技术进行研究。本论文主要基于飞秒激光直写法制备中红外FBG及其在激光器中的应用。第一章,探讨了中红外激光器的应用,总结了中红外激光的产生方法并分析了各种方法的优势和劣势。进一步的回顾了中红外光纤激光器的研究进展,并对基于中红外FBG的中红外光纤激光器的研究作总结。第二章,主要介绍了FBG理论,并基于仿真软件对近红外与中红外FBG进行仿真设计,研究了周期间隔、长度、切趾条件、折射率调制深度等变量对FBG光谱质量的影响,为进一步实验提供理论基础。第三章,针对飞秒激光制备FBG的工艺流程进行研究。调研了各类FBG的制备方法,分析了各种方法的优点和缺点,再结合实验需求,最终选择参数灵活可控、不依赖光纤光敏性的飞秒激光逐线法作为实验方法。基于SMF-28单模光纤研究了飞秒激光逐线法制备FBG的工艺流程,制备出了通讯波段的均匀FBG。然后通过对均匀FBG的周期间隔作啁啾调制,得到了10.81 nm的啁啾FBG。该工作为进一步在ZBLAN光纤中制备中红外FBG提供了大量实验经验。第四章,研究了飞秒激光逐线法制备中红外FBG,介绍了飞秒激光与氟化物晶体作用时的物理机理,然后通过对加工参数进行探索,在ZBLAN单模光纤中制备出中心波长为2964.34 nm、反射率达99.27%、3 d B带宽仅为1.24 nm的高反射率窄带宽中红外FBG。第五章,在Er:ZBLAN双包层光纤上直接刻写中红外FBG,并搭建空间光结构中红外光纤激光器实现激光输出,验证了器件的有效性。进一步采用氟化物光纤熔接技术,搭建全光纤结构中红外光纤激光器,并进行优化,最终得到了中心波长为2820.68nm,最大输出功率3.31 W,斜效率为30.11%,光转换效率为29.52%的中红外光纤激光输出,经过对比采用中红外FBG的全光纤结构中红外光纤激光器具有较高的斜效率和光转换效率。

关键词： 计算全息   随机相位   数字加网   图像降噪   菲涅尔衍射  

摘要： 全息显示技术是未来最具发展优势的三维立体显示技术之一，与其他常见的三维显示技术不同，全息显示技术的主要优势在于可以完整地复现物体本身在某一位置的光场分布。计算全息显示技术是目前全息显示领域的研究热点，主要应用于生物医学成像、全息投影展示、三维重建以及防伪印刷等领域。如今，绝大部分对于计算全息显示技术的研究以二维图像为基础，向三维立体全息显示进行延伸。与光学全息相比，计算全息因其操作性灵活、具有较强地可复制性等优势在图像的全息再现领域广泛应用。然而，近年来研究者们在对数字图像利用计算全息的方式进行再现研究时发现，再现像中含有较大的散斑噪声，这种噪声极大地降低了数字图像的再现质量，这种影响对于彩色图像再现时更为严重。以此为背景，本文通过评价指标对彩色图像的计算全息再现像的质量进行了分析与改进。　　首先，本文对计算全息成像领域的研究现状以及近年来的相关研究算法进行了简单概述，介绍了全息再现成像技术的相关原理，为本文后续的研究内容奠定了理论基础。其次，根据已有的计算全息再现算法，选用经典的Gerchberg-Saxton（G-S）相位恢复迭代计算全息算法、离轴计算全息算法以及基于角谱理论的菲涅尔衍射全息算法分别进行理论分析和模拟再现。根据图像质量评价方法对再现图像进行质量评价，归纳总结了三种全息再现算法的再现像质量及算法的优缺点。　　基于以上分析，在基于角谱理论的菲涅尔衍射全息算法的基础上进行噪声分析与改进。在基于角谱理论的菲涅尔衍射计算全息算法中，分别对彩色图像采样前是否预处理、添加随机相位的取值范围以及是否对图像实施通道分离处理三种情况进行实验模拟再现。通过实验结果分析，在彩色图像采样前，引入半色调技术可以在减少散斑噪声的同时保证颜色变化层次较多的图像色彩的还原;随机相位值范围的不同影响图像中低频范围内信息在计算全息图上的记录，从而影响图像的再现质量;通道分离对于彩色图像全息图的再现而言，可有效地保证图像的边缘细节信息。最后，在以上分析的基础上，本文提出了基于半色调彩色图像通道分离（HCICS）的计算全息再现算法，通过对该算法的模拟实验再现，分析再现图像的再现质量。将再现像与原图像峰值信噪比和结构相似性的结果与之前算法进行比较，验证了该算法对于提高彩色图像计算全息再现质量、降低噪声目的的可行性。

关键词： 脑胶质瘤   磁共振成像   扩散张量成像   扩散加权成像   病理分级  

摘要： 目的 评估3.0T磁共振扩散张量成像（DTI）与扩散加权成像（DWI）对大脑半球胶质瘤病理分级的诊断效能。方法 回顾性分析2016年3月-2021年5月我院神经外科经手术病理证实的52例大脑半球胶质瘤患者的术前MRI平扫、DTI、DWI影像资料与术后病理资料，按胶质瘤病理分级分为高级别组27例和低级别组25例，比较两组瘤体及瘤周MRI表观弥散系数（ADC）、平均弥散系数（MD）及各项异性分数（FA）值，分析两组瘤体及瘤周ADC值、MD值、FA值与病理分级的相关性，并绘制受试者工作特征（ROC）曲线，计算曲线下面积（AUC），确定诊断阈值，评估DTI及DWI诊断脑胶质瘤病理分级的敏感度和特异性。结果 低级别组瘤体的ADC与MD值高于高级别组，差异有统计学意义（P<0.05）；两组间瘤体FA值，瘤周ADC、MD及FA值比较，差异均无统计学意义（P>0.05）；两组瘤体ADC、MD值均与病理分级呈负相关（r=-0.566、-0.667,P<0.05）;ROC曲线显示，瘤体MD、ADC值鉴别诊断高、低级别脑胶质瘤的AUC分别为0.914和0.851，其对应的鉴别诊断敏感度、特异度及诊断阈值分别为84.00%、96.30%、1.499与76.00%、85.20%、1.537。结论 DTI与DWI均有助于大脑半球胶质瘤的术前分级诊断，且MD值的诊断效能更高。

关键词： 漏洞检测   张量特征   循环门控图神经网络   张量图卷积网络  

摘要： 21世纪以来,代码安全性分析研究成为网络安全的关键基础技术,针对源码的漏洞检测技术取得了长足发展。代码特征发展出基于统计特征、tokens序列、抽象语法树、代码语义图的技术路线;检测算法发展出基于相似性判定、漏洞规则和人工智能的技术路线。基于深度学习的漏洞检测方案极大的解放了安全专家工作量,具有更好的泛化能力,但现有检测模型高度依赖数据集,对复杂漏洞检测精确度不高,严重制约漏洞检测技术的实际应用。为了改进多维代码语义的嵌入,提高漏洞检测效能,对张量结构代码特征及检测模型进行研究。构建了张量结构的代码特征,提取抽象语法树、控制流图、数据依赖图和自然代码序列四种代码图构建张量特征,利用张量在语义完整性和局部关联性的优势实现多维语义融合。整理归类了函数样本,得到一个包含13种漏洞共158259个函数样本的数据集用于实验评估。改进了多维语义嵌入模型,将Tensor GCN应用于漏洞检测,将基于张量循环矩阵的Circ GGNN应用于多维语义融合,设计了基于一维卷积的输出层,提升了漏洞检测效果。通过7个数据集上的实验对比,基于Tensor GCN的检测模型相比Devign准确度提高24.95%,精确度提高26.87%,召回率提高7.75%,F1-score提高21.67%;基于Circ GGNN的模型相比Tensor GCN准确度提高5.01%,精确度提高14.28%,召回率提高6.4%,F1-score提高11.93%;基于多特征筛选的Circ GGNN+Tensor GCN方案相比Circ GGNN准确度提升2.13%,精确度提升4.6%,召回率提升3.94%;F1-score提升4.44%,证明在多维语义嵌入方面Circ GGNN优于Tensor GCN,而Tensor GCN优于Devign,并且基于多特征筛选的Circ GGNN+Tensor GCN检测模型能够有效提升漏洞检测效能。

关键词： 张量绝对值方程   Hankel张量方程   Sylvester张量方程   收敛性分析   数值实验  

摘要： 张量在刻画大规模高维问题中扮演着重要角色,例如,通信记录、量子学、人脸识别的多线性图像分析等.鉴于张量的广泛应用,张量方程已成为计算数学领域的一个热门话题,如何快速而有效地求解张量方程成为研究的热点.基于已有的研究成果,本文对几类不同类型的张量方程进行了详细的讨论.第1章,介绍了张量方程的应用背景、研究意义及现状.此外,还引入了张量的一些基本概念.第2章,通过改进经典Levenberg-Marquardt(LM)方法,获得了一种求解张量绝对值方程的加速LM算法.理论分析表明在适当的条件下,算法产生的迭代序列是收敛的.数值实验证明了该算法的可行性.第3章,研究了基于Hankel结构的张量方程的求解问题,结合经典的LM法及其变形,提出了求解Hankel张量方程的修正自适应LM算法,并证明其二次收敛性.数值实验证实了所提出的算法对于求解Hankel结构的张量方程是有效且可行的.第4章,提出了修正共轭梯度(MCG)方法和共轭梯度最小二乘(CGLS)方法用于求解广义复Sylvester张量方程.它们都基于经典的Krylov子空间方法用于求解线性方程组.在不计舍入误差的情况下,理论分析表明对于任意初始张量,所提出的算法收敛到Sylvester张量方程解.数值结果表明MCG算法和CGLS算法的有效性.第5章,对全文研究工作予以总结,并指出了接下来的研究设想和尚待解决的问题.

关键词： 张量测量   孔中瞬变电磁   单轴各向异性   响应特征  

摘要： 断层、裂隙等典型地质构造在一定程度上显示出宏观或微观的电各向异性特征,在油气地层中砂泥岩薄交互层以及煤、页岩油气层电各向异性较为突出。本论文开展的孔中时间域电磁张量测井理论研究,从解析的角度探讨目标地层的各向异性特征,为后续开展的理论与技术研究奠定基础。本文基于Maxwell方程组运用积分方程法对磁性源下并矢格林函数进行求解,通过数值滤波算法进行频-时转换,得到时间域电磁张量响应,通过与感应电压进行对比,验证了文中采用方法的准确性。分别计算了均匀各向同性和单轴各向异性层状介质模型,研究发现在垂直井条件下均匀各向同性层状介质中得不到水平交叉分量电磁响应信号,但在单轴各向异性层状介质中可获得完整9个分量组成的电磁张量响应信号;倾斜井条件下均能获得完整的电磁张量响应,张量响应强度较垂直井条件下有所下降,需要更长观测时间才能得到瞬态异常响应。基于单轴各向异性倾斜井条件,得到了不同观测参数下各分量瞬态响应特征规律,通过改变水平电导率或垂直电导率使得电各向异性系数发生变化,发现各分量瞬态响应变化特征整体一致,电各向异性系数增大瞬态响应强度降低。垂直主分量zz分量不受垂直电导率变化影响,与水平主、交叉分量相比,水平、垂直交叉分量受垂直电导率影响小。不同井眼倾斜条件各分量感应电压多测道响应研究结果表明,井眼倾斜对整体探测效果没有产生太大影响,各分量感应电压多测道曲线均能较好与模型拟合,地层分界明显。

关键词： 脑图谱   脑网络   纤维追踪   多核卷积网络   图像分类  

摘要： 阿尔茨海默病(Alzheimer’s Disease,AD)是造成65岁以上人群认知障碍或痴呆的主要原因。随着人均寿命的延长,轻度认知障碍(Mild Cognitive Impairment,MCI)、AD、AD相关痴呆(AD-Related Dementia,ADRD)将在世界范围内流行。如果AD患者的症状由于被医生误诊或被患者自己忽视而没有被及时诊断,会延误治疗从而导致病情恶化。这不仅会让后续的治疗费用成倍增加,还会给病人带来极大的痛苦。因此AD的及时发现、准确诊断和适当干预非常重要。AD的遗传学和病因都很复杂,目前有关AD的病因还存在争议,且临床上还不能通过单一的病理特征对AD进行诊断,因此医生需要通过整合AD病理生物标志物、神经心理学检查及影像学检查的综合评估来准确诊断AD引起的MCI和痴呆。但这些诊断过程不仅耗时,而且需要神经科医生具备广泛的临床经验。因此,现阶段需要一个高效且自动的诊断方法及有效的影像特征在医生进行疾病诊断过程中起到辅助诊断的作用。计算机辅助诊断(Computer Aided Diagnosis,CAD)系统是指通过解释医学影像来提供有关疾病评估信息的系统。人工智能可以通过对影像的深度特征进行学习和分析来提高CAD系统的性能,从而实现更快、更准确的诊断。至今,已有很多稳定且高准确率的AD诊断方法,但目前没有一种可以直接用于临床。因此,我们考虑在准确诊断AD的同时能提供可解释的影像特征,为医生的临床诊断提供辅助。扩散磁共振成像(Diffusion Tensor Imaging,DTI)作为一种非入侵的磁共振成像方法,可提供有关在白质和皮层中发现的神经束定向结构的信息。正是这种DTI信号的方向依赖性与假定的潜在脑纤维方向之间的联系提供了扩散束成像的独特见解。我们的研究工作侧重于使用机器学习及深度学习模型分析DTI以进行阿尔茨海默病的诊断,并从中提取风险脑区及风险纤维束。本文主要从以下几个方面进行了研究:(1)针对标准脑模板构建中将张量通道直接线性平均导致的方向误差,以及线性平均会使灰质和白质交界处过于平滑从而降低分辨率这两个问题,本文提出了一种引入了四元数及高斯加权平均的高斯模板的构建方法。实验表明,本文提出的高斯模板构建方法在张量的方向上对线性平均进行了优化并提高了灰白质交界处的分辨率,为之后的标准DTI脑模板构建提供帮助。(2)为了提高AD诊断准确率,本文提出了一种能同时获取大脑中纤维结构信息与解剖结构信息的诊断模型框架。该框架从脑网络中提取特征并结合支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)及卷积神经网络(Convolutional Neural Networks,CNN)对AD进行诊断,以辅助医疗工作者准确诊断阿尔茨海默病。实验结果表明该诊断框架在准确率、敏感度及特异性方面都有提高,为AD的辅助诊断提供重要参考和依据。(3)针对网络框架中的“黑盒”问题,本文提出了一种从纤维束中提取特征对AD进行诊断并获取纤维束风险概率图的FMCNN模型。首先对DTI做纤维追踪,通过设置种子点选择在不同感兴趣区追踪纤维束。我们选择了扣带束、胼胝体、钩束和脑白质这四个感兴趣区的纤维束,将其作为输入数据,分别输入到CNN、MCNN和FMCNN三个诊断模型中,并通过模型性能评估参数对其进行评价。最后通过FMCNN输出纤维概率图。实验表明本文提出的FMCNN相较原网络框架在性能上都有提高,生成的纤维高风险概率图为临床寻找AD的病理特征提供新的视野,为相关算法在临床应用中的推广奠定了理论基础。