CT图像肺结节大小、形状和纹理的多样性，导致肺结节的良恶性诊断十分困难。在三维卷积神经网络的基础上，提出了一种基于多深度残差注意力机制的网络（MDRA-net），用于良恶性肺结节分类。MDRA-net通过在残差分支上使用特征融合及迭代分层融合的方法，提升了网络对结节位置特征及全局特征的感知能力；此外，结合注意力机制，引入projection and excitation模块，利用空间和通道信息进行校准，进一步提升了网络提取特征的能力。在LUNA16数据集上的实验结果表明，MDRA-net分类模型的肺结节检测准确率达96.52%，灵敏度和特异性分别为93.01%和97.77%，较现有的基于深度学习的肺结节良恶性分类模型有较大提升。

机器人路径规划是指按照一定的寻优策略规划出从起始位置到目的地的尽可能最优的无碰路径。路径规划技术分为传统方法和启发式方法两大类。综述了多种启发式方法在机器人路径规划优化领域的研究现状, 分析了不同算法的性能和适应场景；此外, 考虑到人工势场法在路径规划中所表现的优良品质, 也研究了其最新技术进展。最后对比分析了各种算法的优缺点, 指出方法的深度融合应是路径规划技术的未来发展方向。