导读:本文包含了超声智能检测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:超声,甲状腺,人工智能,特征,超声波,卷积,相控阵。
超声智能检测论文文献综述
郭芳琪,赵佳琦,刘晟[1]（2019）在《人工智能自动检测系统在甲状腺结节术前超声诊断中的应用》一文中研究指出目的探讨人工智能(AI)自动检测系统在甲状腺结节术前超声诊断中的应用价值。方法选择2019年4月至2019年7月海军军医大学(第二军医大学)长征医院普通外科收治的98例甲状腺结节患者(共137个甲状腺结节),回顾性分析其病理学资料和超声检查结果。所有患者术前均进行常规超声检查和AI自动检测系统检测,以术后病理学结果为金标准,分析比较常规超声检查与AI自动检测系统检测两种方法对甲状腺结节良恶性的诊断效果,计算其灵敏度、特异度、准确度,采用Kappa检验评估两种方法检查结果与术后病理的一致性。结果常规超声检查诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为93.75%(90/96)、80.49%(33/41)、89.78%(123/137),AI自动检测系统诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为89.58%(86/96)、68.29%(28/41)、83.21%(114/137)。Kappa一致性检验结果显示,常规超声检查与病理诊断结果一致性较高(Kappa=0.75,P<0.001);AI自动检测系统与病理诊断结果一致性一般(Kappa=0.59,P<0.001)。结论 AI自动检测系统诊断甲状腺结节良恶性的灵敏度、准确度稍逊于常规超声检查,但较相近,可作为术前评估甲状腺结节良恶性的有效补充。(本文来源于《第二军医大学学报》期刊2019年11期）
李文翔[2]（2019）在《人工智能应用于超声检测的前景》一文中研究指出本文介绍了超声检测的原理以及应用的领域,并对人工智能进行了进一步阐述,并对近年来人工智能的发展进行了总结。本文尝试利用基于深度学习的人工智能,应用于超声无损检测,利用大量的训练集,通过卷积层、池化层以及全连接层进行训练,得到学习模型,可以利用该模型预测超声检测中缺陷类型和大小,并对缺陷分类,从而进一步提升超声检测的实用性。(本文来源于《电子测试》期刊2019年13期）
顾兴旺,李婷,龙士国,王子菡,蔡朦[3]（2018）在《风电叶片智能高效便携式C扫描超声检测系统开发》一文中研究指出针对传统超声A扫探伤风电叶片存在检测效率低、员工劳动强度大、仪器智能化不够等问题,开发了一套实时显示并保存当前位置信息、波形信息和C扫描彩图的超声扫查系统。给出了系统硬件框图、基于LabVIEW软件设计界面以及C扫描成像框图。分别制作了不同缺陷风电叶片主梁和腹板粘接模型,以模型背面左下角为探伤坐标原点,采用相同的扫查参数设置和速度,对系统进行了实验。实验结果表明,系统能够有效检测粘接区域缺陷的种类、轮廓和位置,且运行稳定可靠。(本文来源于《测控技术》期刊2018年08期）
陈颖[4]（2018）在《工业智能超声检测攻克国际难题》一文中研究指出深圳特区报讯（记者 陈颖）昨日在北京举行的国家科学技术奖励大会上，中国广核集团联合东南大学、武汉大学和广东电网电力科学研究院等单位完成的科技创新成果“工业智能超声检测理论与应用关键技术”获得国家科学技术进步奖二等奖。随着重大工程和重大装备的大容(本文来源于《深圳特区报》期刊2018-01-09）
黄鑫,林桂港,刘进,邓启路,何敏娜[5]（2017）在《一种基于移动智能终端的超声乳腺检测系统设计与实现》一文中研究指出本文介绍了一种通过手机APP软件分析的乳腺超声检测系统设计方法。系统包括超声前端激励、超声探头、回波信号处理、采集与传输、手机APP数据分析与处理,可实现乳腺疾病快速扫查功能,系统采用低成本设计,特别适合用于家用健康产品设计,同时与手机APP相结合,具有很好的实用价值。(本文来源于《影像研究与医学应用》期刊2017年17期）
江健[6]（2017）在《智能超声成槽质量检测原理及其在实际工程中的应用》一文中研究指出地下连续墙由于其功效高、工期短、施工振动小、墙体刚度大、适用于多种地基条件等优点,在城市建设中得到了越来越多的应用。但是在连续墙的施工过程中,其成槽的质量如何得到有效的保证,是工程中急需解决的问题,本文介绍了超声成孔仪的原理并结合其在实际工程中的应用,为相关工程提供参考。(本文来源于《建材与装饰》期刊2017年13期）
赵雪[7]（2017）在《焊管内毛刺超声检测缺陷特征提取与智能识别研究》一文中研究指出油气输送过程中要求管道抗挤毁能力强、成本低。在工业生产中,为更好的预防因焊管的质量而带来的潜在安全隐患,延长焊管的使用寿命,对焊缝的质量检测需更加严格。随着技术的发展,超声波探伤技术在无损检测领域应用越来越广。因为传统的时频分析方法时频分辨率不高,对信号所携带的信息很难充分分析利用,检测精度和可靠性也没有明显提高。而超声检测信号的时频局部化特征更能有效的描述其信号特点,对超声信号的分析、识别以及检测精度的提升和可靠性的提高更加有效。在对焊管内毛刺缺陷的工程实际超声检测中,始终不能百分之百的实现某一缺陷的定性分类,需要不断的在这一领域进行探索、研究,实现对缺陷特征量的提取。基于此,本文利用MATLAB软件对焊管内毛刺的超声检测信号进行时频局部化分析,并对缺陷信号进行特征量提取,为今后内毛刺的检测打下坚实的基础。在内毛刺超声检测信号的研究过程当中发现,由于EEMD方法为克服传统的EMD方法中存在的模式混迭问题,在分析处理信号前,需加入大量高斯白噪声,这大大降低了EEMD分析信号的速度,将正交小波包作为EEMD方法的预滤波单元,有效地提高了其时效性。在实际的焊管内毛刺清除过程中,由于刮刀位置的不同和使用时间的长短通常会出现各种类型的毛刺,其超声检测结果也存在较大差异,综合幅值特征和厚度特征可判定有无毛刺及毛刺类型。由于超声探头在液体中的声束指向性差,且存在其他干扰波的影响,采用中心频率分别为2MHz和5MHz的水浸式线聚焦探头对外毛刺刮削干净、但内毛刺未经处理的ERW焊管进行超声信号的样本采集,对焊管内毛刺超声检测信号的缺陷特征量的提取和智能识别研究提供真实、可靠的分析数据。通过观察实验所测得的焊管内毛刺超声回波信号的波形,已知缺陷在波形中对应的采样点数、单个采样点所用时间、超声波在介质中的传播速度以及超声探头的入射角,就可以准确确定内毛刺所在的位置和深度。由于超声回波信号的部分有效信息淹没在了大量噪声当中,采用时频分辨率较高的EEMD方法有效地对信号进行多尺度分解,获得的结果完全可以体现原信号的信息特征。并结合基于Lorenz混沌系统的Volterra级数预测模型预测多尺度IMF信号的系统参数,通过矩阵奇异值的计算,得到系统的最小二乘解,提高了预测精度,且求得的奇异值几乎不受噪声的影响,根据求得的奇异值大小可以有效地判断焊管是否存在毛刺,验证了本文中所使用的EEMD-Volterra方法对内毛刺检测的正确性和有效性。(本文来源于《辽宁科技大学》期刊2017-01-11）
赵雷[8]（2016）在《基于STM32的超声智能检测系统研究》一文中研究指出石油天然气长输管道由于长期运行的原因,往往都存在腐蚀、变形等损伤,严重时还会造成管道的泄露甚至发生重大生产事故,因此定期对管道进行检查是保障其安全运营维护的重要措施。超声检测作为五大常规检测技术之一,广泛应用于石油管道探伤、材料测厚、航空航天无损检测等诸多领域,但传统的模拟探伤仪存在着精度不高、不能存储等缺点。针对上述问题,本论文以超声脉冲反射探伤理论为基础,借助ARM嵌入式系统和虚拟仪器的强大功能,设计了一套数字化超声智能检测装置。本系统采用模块化设计方案,方便系统功能的改进升级,且便于系统维护。首先根据超声波基本原理对系统方案进行了设计,完成了硬件电路的设计并对其可行性进行了仿真验证,实现进行信号发射与接收的实验装置,具体内容和成果主要体现在以下几方面:第一部分依据超声检测的原理对超声智能检测系统方案进行了设计,完成系统核心器件的选型及软件平台的选择。选用STM32作为主控芯片,不仅性价比高、功耗低,还具有诸多接口,可以实现对系统后期的拓展,提高了系统的灵活性;采用LabVIEW设计上位机软件,其程序设计简单,可以减少系统的开发周期以及成本。通过将STM32和LabVIEW有机结合,提高了系统的智能仪器化程度。第二部分主要完成了发射电路、接收电路以及电源的设计。发射电路采用MOSFET作为电路的核心,使用STM32产生触发信号,经驱动光耦隔离后驱动MOSFET使发射电路产生高压脉冲信号,以此激励超声波换能器产生超声波。信号接收电路设计完成了回波信号的限幅、放大、滤波以及采样等功能,接收电路中都选用了低噪声、低漂移、高精度、高可靠性的集成电路芯片以保证系统的可靠性。电源设计主要包括高压电源和芯片供电电源的设计:以UC3845为核心设计了反激式高压电源,为发射电路提供高压信号;芯片供电电压通过设计LM2596S-3.3、LM2596S-5.0及极性转换器电路得到。第叁部分完成了系统软件的设计开发,其中包括STM32主程序以及LabVIEW上位机应用软件等。实现了STM32与LabVIEW之间的通信,完成了上位机系统检测和DAC曲线拟合的程序设计。最后对整个超声智能检测系统的电路进行了调试,依次对各个电路的进行了测试,研究了不同的参数以及不同信号对超声检测电路的影响,实验结果表明系统达到了预期的设计目标。(本文来源于《西安石油大学》期刊2016-06-17）
黄跃鑫[9]（2016）在《基于超声相控阵的聚乙烯管道接头无损检测与缺陷智能识别》一文中研究指出聚乙烯管道因其具有经济实用、安装方便、耐腐蚀、高韧性、使用寿命较长等优点,广泛应用于燃气运输、城市供水等管道运输系统。随着聚乙烯管道的迅速普及应用,确保聚乙烯管道接头的质量安全显得至关重要。聚乙烯管道接头主要有热熔接头和电熔接头两种。目前对于聚乙烯管道电熔接头的无损检测而言,超声相控阵检测是较为有效的方法。本论文重点对聚乙烯管道电熔接头的超声相控阵检测成像仿真与实验,以及缺陷自动识别方法开展研究,主要工作如下:研究了基于超声傅里叶成像算法的相控阵成像仿真,分析了不同阵列参数(阵元间距、阵元数目)对仿真成像结果的影响。通过与理论波束仿真的对比表明,采用多次发射不同参数阵列波方式的超声傅里叶成像算法能够在一定条件下实现对超声相控阵成像的有效仿真,其声学性能符合超声相控阵成像的一般规律。运用多物理场耦合有限元分析软件COMSOL Multiphysics对聚乙烯管道电熔接头金属电热丝的超声响应特性进行了有限元模拟分析,并对聚乙烯管材内壁钻孔缺陷及含孔洞缺陷聚乙烯管道电熔接头进行了超声相控阵检测成像实验,验证了有限元模拟分析结果的正确性。采用Richardson-Lucy反卷积算法对聚乙烯管材内壁钻孔缺陷超声相控阵成像图进行图像复原处理并取得了良好的复原效果,进一步验证了基于超声傅里叶成像的相控阵成像仿真方法具有一定的可行性。实现了对聚乙烯管道电熔接头超声相控阵检测成像的仿真。为了提高聚乙烯管道电熔接头缺陷识别的效率和准确性,基于聚乙烯管道电熔接头的超声相控阵成像仿真图,根据电熔接头不同缺陷及内部结构的超声成像信号特征,结合基于最大类间方差法的图像分割及数学形态学等数字图像处理技术,设计了缺陷自动分类识别方法。该方法在仿真图上有效识别出了冷焊特征线、金属电热丝及熔合界面附近的孔洞和夹渣缺陷,并在超声相控阵成像实验图中取得了一定的识别效果,为聚乙烯管道电熔接头超声相控阵检测成像的缺陷智能识别提供了参考,具有一定的工程应用价值。(本文来源于《福州大学》期刊2016-06-01）
赵杰[10]（2015）在《基于多特征数据融合的金属缺陷超声智能检测研究》一文中研究指出金属材料在使用过程中由于长时间积累疲劳和应力,会逐渐出现裂纹、腐蚀等缺陷,进行必要的检测和识别,采取一定的安全措施可以有效防止材料突然断裂,减少事故发生。一般工程现场金属缺陷的评判是由工程师通过肉眼和经验观察超声检测回波信号来进行,具有效率低、准确率差和工作量大的缺点。而随着人工智能和计算机大数据处理能力的不断发展,采用计算机辅助缺陷识别的措施越来越重要,既可减轻工作人员的工作量,又可以提高识别准确率,保证缺陷评价结果的一致性。超声检测信号作为一种非线性、不平稳信号,本身含有很多突变量,加之检测材料的结构复杂性,传统适合于平稳信号的分析方法存在很多弊端,而缺陷回波信号的特征提取和选择是缺陷识别的前提,特征的优劣直接影响着缺陷识别的正确性和可靠性。通过制造平底孔、通孔和平底槽叁种缺陷试块,进行超声波无损检测获得缺陷回波信号,对其进行固有时间尺度分解(ITD),提取每阶分量的时频域特征参数和小波包能量作为缺陷特征向量。考虑到神经网络对初始权值和阈值的敏感性,用果蝇算法进行参数优化,得到识别模型,对以上两种特征参数进行训练识别得到对应的判断值,通过D-S论据理论对所有判断值进行决策级融合,得到每种缺陷的综合识别率。验证结果对比表明:本文方法对该实验中所有金属缺陷识别率接近100%,对工程现场的金属缺陷识别具有很好的辅助作用。(本文来源于《华北电力大学》期刊2015-12-01）
超声智能检测论文开题报告
（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：
本文介绍了超声检测的原理以及应用的领域,并对人工智能进行了进一步阐述,并对近年来人工智能的发展进行了总结。本文尝试利用基于深度学习的人工智能,应用于超声无损检测,利用大量的训练集,通过卷积层、池化层以及全连接层进行训练,得到学习模型,可以利用该模型预测超声检测中缺陷类型和大小,并对缺陷分类,从而进一步提升超声检测的实用性。
（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。
超声智能检测论文参考文献
[1].郭芳琪,赵佳琦,刘晟.人工智能自动检测系统在甲状腺结节术前超声诊断中的应用[J].第二军医大学学报.2019
[2].李文翔.人工智能应用于超声检测的前景[J].电子测试.2019
[3].顾兴旺,李婷,龙士国,王子菡,蔡朦.风电叶片智能高效便携式C扫描超声检测系统开发[J].测控技术.2018
[4].陈颖.工业智能超声检测攻克国际难题[N].深圳特区报.2018
[5].黄鑫,林桂港,刘进,邓启路,何敏娜.一种基于移动智能终端的超声乳腺检测系统设计与实现[J].影像研究与医学应用.2017
[6].江健.智能超声成槽质量检测原理及其在实际工程中的应用[J].建材与装饰.2017
[7].赵雪.焊管内毛刺超声检测缺陷特征提取与智能识别研究[D].辽宁科技大学.2017
[8].赵雷.基于STM32的超声智能检测系统研究[D].西安石油大学.2016
[9].黄跃鑫.基于超声相控阵的聚乙烯管道接头无损检测与缺陷智能识别[D].福州大学.2016
[10].赵杰.基于多特征数据融合的金属缺陷超声智能检测研究[D].华北电力大学.2015
论文知识图
