【摘 要】
：
多发性硬化症是一种中枢神经脱髓鞘疾病,该疾病会让患者出现认知能力下降、肌肉无力、痉挛和疲劳等临床症状。当前的药物治疗只能预防或缓解症状,因此及早诊断出此疾病能够增加患者治疗的机会。虽然采用核磁共振检测的方法可以提高前期辅助诊断的效率,但仍然需要有经验的医生耗费过多的时间和精力进行综合判断。为了减少时间成本,同时提高多发性硬化症的诊断效果,本文基于深度学习和传统神经网络对多发性硬化症脑图像的检测展开
论文部分内容阅读
多发性硬化症是一种中枢神经脱髓鞘疾病,该疾病会让患者出现认知能力下降、肌肉无力、痉挛和疲劳等临床症状。当前的药物治疗只能预防或缓解症状,因此及早诊断出此疾病能够增加患者治疗的机会。虽然采用核磁共振检测的方法可以提高前期辅助诊断的效率,但仍然需要有经验的医生耗费过多的时间和精力进行综合判断。为了减少时间成本,同时提高多发性硬化症的诊断效果,本文基于深度学习和传统神经网络对多发性硬化症脑图像的检测展开研究,主要工作如下:（1）提出一种基于前馈神经网络的检测算法。首先对多发性硬化症脑图像进行三重离散小波变换,再从分解出的小波子带中提取10个小波熵,这样能够降低图像特征维度。然后采用自适应遗传算法优化前馈神经网络,以便前馈神经网络在训练过程中获取最佳连接权重和阈值。最后分别采用遗传算法和自适应遗传算法优化前馈神经网络,实验结果表明自适应遗传算法的优化效果更好。（2）提出一种基于卷积神经网络的检测算法。首先通过3个卷积层和最大池化层对图像特征进行提取和降维,两个全连接层和Softmax分类器用于图像分类。在此过程中,使用批量归一化技术和Dropout策略来解决卷积神经网络出现的内部协变量偏移和过拟合的问题。同时采用Adam算法优化卷积神经网络,以便卷积神经网络在训练过程中获取最佳参数。最后分别采用Adam、SGDM以及RMSProp算法优化卷积神经网络,实验结果表明Adam算法的优化效果更好。（3）采用10次10折交叉验证来测试两种检测算法的表现,并将准确度,灵敏度、精确度以及特异性作为评估指标。实验中基于前馈神经网络检测算法的特异性、灵敏度、准确度以及精确度分别为91.91%,91.98%,91.97%和91.95%。基于卷积神经网络检测算法的特异性、灵敏度、准确度以及精确度分别为94.96%,94.82%,94.85%和94.89%。最后将这两种检测算法与其他两个研究人员提出的先进检测算法进行对比,发现基于卷积神经网络的检测算法表现更好。图24幅,表10个,参考文献65篇。
其他文献
随着移动智能终端、无线通信网络和定位技术的发展,基于位置服务（Location Based Services,LBS）技术得到日益广泛的应用。用户对LBS的依赖性与日俱增的同时,也面临着个人隐私泄露的风险。近年来,国内外学者在位置隐私保护领域做了大量工作并取得一系列成果。现有的位置隐私保护方案大多采用的是基于可信第三方（Trusted Third Party,TTP）的集中式结构,但现实中可信第三
在流化床粉煤气化运行过程中,由于气泡运动而造成的压力波动已得到广泛认同。压力波动的随机性和间歇性会给设备和安全生产带来极大的危害。对此,本文以流化床中气泡运动引起的压力波动为研究对象,对不同流型的压力波动风险进行分析,并通过K-means聚类算法识别不同流型。首先,本文采用广义极值分布对流化床运行过程中的四种流型压力波动数据进行极值统计建模。结果表明,采用广义极值分布拟合随机过程下的压力波动数据得
人体姿态估计是计算机视觉领域的基础性问题之一,它在行为识别、人机交互、游戏、动画、自动驾驶等领域均有着广阔的应用前景。基于深度学习的静态图像人体姿态估计任务是将图片输入到网络模型中,输出图片中人体关键点（如头部、手腕、膝盖等关节）的精确像素位置。对静态图像进行人体姿态估计是视频姿势估计和跟踪等相关问题的基础,同时对于动作识别等更高层次的任务也非常有帮助。随着深度学习技术的发展,静态图像人体姿态估计
随着信息技术的高速发展,“互联网+”时代的到来使得大数据应用到了人们社交、交易、购物等方方面面。人们可以在足不出户的前提下完成很多的操作,但与此同时,大量的数据暴露在网络之中,有价值的隐私信息被不断的挖掘,人们的隐私遭受了前所未有的威胁,对隐私的保护成为了社会各界关注的焦点。由于安全多方计算可以在不泄露隐私的前提下完成交互式计算,因此在亟需隐私保护的当下,对于安全多方计算的研究,具有极其重要的科学
基于对水利行业重点院校、大中型设计院、BIM软件公司、造价软件企业等相关单位以及重点大中型水利项目等的调研成果，对BIM在水利工程造价行业的应用现状进行介绍和总结，分析其存在的主要问题，对将水利工程造价融入BIM设计流程、实现精准造价、提升造价工作效率3方面的应用需求进行梳理。根据现状发展水平和行业需求，提出水利工程造价与BIM技术应用相结合方案的“三阶段”发展设想，即实现工程量和造价信息等基础信
人群计数是计算机视觉的一个重要研究课题,其主要任务是估计出一张图像包含的人群数量。人群计数算法被广泛应用于公共安全、交通管理及生物研究等多个领域,具有极高的科学研究价值。近年来,研究者通过卷积神经网络回归密度图的方法实现了计数精度的提升。然而,受到图像中人群尺度变化的影响,实现人群数量的准确估计仍然是一项充满挑战的任务。因此,本文在卷积神经网络回归密度图方法的基础上提出了多特征融合策略以解决人群尺
目的 探讨全院“一张床”创新管理模式在缩短患者床位等候时间等方面的应用效果。方法 回顾性分析2020年1～12月东莞市人民医院跨科收置的110例肛肠科或消化内科患者为研究对象。2020年1～6月调配60例患者，在此期间采取常规床位管理模式; 2020年7～12月调配50例患者，在此期间实施全院“一张床”创新管理模式。比较实施全院“一张床”创新管理模式前后的患者床位等候时间、住院时间、床位周转次数、
随着我国基础设施建设投入力度的加大,传统意义上的交通网络得到了极大的完善,城市之间的时间距离大大缩短。同时,信息技术的发展以及信息化建设的加快,使得地理距离的作用逐渐弱化,城市之间的交流逐渐加深,区域联系结构也发生了巨大的变化。城市是区域的经济、政治和文化中心,在自身快速发展的同时与区域内临近城市的联系也会愈发紧密,使得许多规模、职能不同的城市组成具有一定空间组织能力的城市网络结构。以我国所有地级
随着人们的生活水平不断提高,自助旅游成为更多人愿意选择的休闲放松方式,基于移动终端的导航系统和景点导游系统的结合因其具有的便捷性和低成本受到了许多游客的青睐。然而,由于大多数景区自助导游系统都是基于全球定位系统（GPS）实现的,误差较大且定位精度易受复杂环境因素影响,一定程度上降低了游客参观时的体验感。基于移动增强现实（MAR）技术的景区导览系统采用混合注册技术（GPS定位和景物识别双向切换）不仅
数字签名技术一直是密码学领域中研究的重要对象,目前,数字签名技术已有相当成熟的发展体系,并被广泛应用在生活的各个领域。但是随着电子商务、匿名系统等新应用的出现,普通数字签名已经不能满足需求,而具有匿名性、追踪性的群签名在匿名系统、车联网、电子商务等特殊场景中有重要应用。又因传统数字签名（包括群签名）不能抵抗量子攻击,而格密码体制在后量子密码学中具有潜在的优势,所以,研究格上的群签名方案在理论与实际