Abstract Prediction of glioma is crucial to provide a precise treatment plan to optimize the prognosis of children with glioma. However, studies on the grading of pediatric gliomas using radiomics are limited. Meanwhile, existing methods are mainly based on only radiomics features, ignoring intuitive information about tumor morphology on traditional imaging features. This study aims to utilize multiparametric magnetic resonance imaging (MRI) to identify high-grade and low-grade gliomas in children and establish a classification model based on radiomics features and clinical features. A total of 85 children with gliomas underwent tumor resection, and part of the tumor tissue was examined pathologically. Patients were categorized into high-grade and low-grade groups according to World Health Organization guidelines. Preoperative multiparametric MRI data, including contrast-enhanced T1-weighted imaging, T2-weighted imaging, T2-weighted fluid-attenuated inversion recovery, diffusion-weighted images, and apparent diffusion coefficient sequences, were obtained and labeled by two radiologists. The images were preprocessed, and radiomics features were extracted for each MRI sequence. Feature selection methods were used to select radiomics features, and statistically significant clinical features were identified using t-tests. The selected radiomics features and conventional MRI features were used to train the AutoGluon models. The improved model, based on radiomics features and conventional MRI features, achieved a balanced classification accuracy of 66.59%. The cross-validated areas under the receiver operating characteristic curve for the classifier of AutoGluon frame were 0.8071 on the test dataset. The results indicate that the performance of AutoGluon models can be improved by incorporating conventional MRI features, highlighting the importance of the experience of radiologists in accurately grading pediatric gliomas. This method can help predict the grade of pediatric glioma before pathological examination and assist in determining the appropriate treatment plan, including radiotherapy, chemotherapy, drugs, and gene surgery.

Acoustic mode analysis for aero-engines can offer valuable insights for the design of silent engines as well as for fault diagnosis. Commonly, this is done in the (spatial) Fourier domain, necessitating the use of multiple uniformly spaced microphones to ensure adequate resolution. Recent works show that sub-Nyquist estimation is feasible using sparse reconstruction frameworks, although such modelling generally introduces an estimation bias that has to be compensated for. Moreover, there is a growing interest in monitoring mode amplitude over continuous time, as it can offer crucial insights for diagnosing operational conditions. In this work, we introduce a Block Orthogonal Matching Pursuit (BOMP) method for continuous time mode analysis, exploiting the underlying structural sparsity of the signal model. Specifically, the (pseudo) ℓ0-norm penalty is employed to induce sparsity in the wavenumber domain, whereas a block structure is imposed as a constraint to monitor the amplitude variation in the time domain. The effectiveness of the BOMP is evaluated using both numerical simulations and experimental measurements, indicating the proposed method's preferable performance as compared to the classic Least Absolute Shrinkage and Selection Operator (LASSO) and Orthogonal Matching Pursuit (OMP) methods.

Time-varying mesh stiffness (TVMS) is a vital internal excitation source for the spiral bevel gear (SBG) transmission system. Spalling defect often causes decrease in gear mesh stiffness and changes the dynamic characteristics of the gear system, which further increases noise and vibration. This paper aims to calculate the TVMS and establish dynamic model of SBG with spalling defect. In this study, a novel analytical model based on slice method is proposed to calculate the TVMS of SBG considering spalling defect. Subsequently, the influence of spalling defect on the TVMS is studied through a numerical simulation, and the proposed analytical model is verified by a finite element model. Besides, an 8-DOF dynamic model is established for SBG transmission system. Incorporating the spalling defect into TVMS, the dynamic responses of spalled SBG are analysed. The numerical results indicate that spalling defect would cause periodic impact in time domain. Finally, an experiment is designed to verify the proposed dynamic model. The experimental results show that the spalling defect makes the response characterized by periodic impact with the rotating frequency of spalled pinion. Conflict of Interest Statement The authors declare no conflicts of interest.