论文部分内容阅读
胰腺图像的三维重建对于辅助疾病诊断具有重要意义.提出一种全自动的胰腺图像三维重建方法,利用改进的U-Net深度学习网络对图像进行分割,并结合面绘制算法生成三维可视化模型.实验结果表明,该方法重建准确度较高,执行效率快,对辅助诊疗具有积极的作用.
基于深度学习的胰腺图像自动三维重建
【摘 要】
：
胰腺图像的三维重建对于辅助疾病诊断具有重要意义.提出一种全自动的胰腺图像三维重建方法,利用改进的U-Net深度学习网络对图像进行分割,并结合面绘制算法生成三维可视化模型.实验结果表明,该方法重建准确度较高,执行效率快,对辅助诊疗具有积极的作用.
【机 构】
：
福建商学院信息工程学院,福建 福州 350012;福建医科大学附属协和医院基本外科
【出 处】
：
计算机时代
【发表日期】
：
2022年1期
其他文献
传统点击率(CTR)预测模型多在单一特征级上进行特征交互,未能充分利用不同特征级上的有效信息.基于特征增强聚合方法提出一种融合广告CTR预测(APNN)模型.在CTR预测模型的嵌入层中引入一阶信息重要性进行特征增强,通过注意力因子分解机(AFM)模型与基于乘积产生层的神经网络(PNN)模型融合不同特征级交互特征和增强的嵌入特征,并利用多个全连接层从融合特征中获得更多潜在的高阶信息.实验结果表明,相比AFM、PNN、FNN等模型,APNN模型的预测精度较高,其在Criteo数据集上的AUC和LogLoss指
自闭症谱性障碍(ASD)是一系列复杂的神经发展障碍性疾病,其包括若干与发育障碍相关的疾病,但是现有的自闭症辅助诊断方法大多是二分类方法,无法满足现实的需要.此外,ASD数据包含的标记噪声,以及高维度、数据分布不平衡等特点给传统分类方法带来了巨大的挑战.为此,提出一种新型的ASD辅助诊断方法,该方法通过引入标记分布学习(LDL)来解决标记噪声问题,引入代价敏感机制来解决样本不平衡问题,并采用基于支持向量回归(SVR)的标记分布学习方法,通过将样本映射到特征空间,解决高维特征带来的分类困难,最终实现多分类AS
知识推理是知识图谱补全的重要方法,已在垂直搜索、智能问答等多个应用领域发挥重要作用.随着知识推理应用研究的不断深入,知识推理的可解释性受到了广泛关注.基于深度强化学习的知识推理方法具备更好的可解释性和更强的推理能力,能够更加充分地利用知识图谱中实体、关系等信息,使得推理效果更好.简要介绍知识图谱及其研究的基本情况,阐述知识推理的基本概念和近年来的研究进展,着重从封闭域推理和开放域推理两个角度,对当下基于深度强化学习知识推理方法进行了深入分析和对比,同时对所涉及到的数据集和评价指标进行了总结,并对未来研究方
实体关系抽取能够从文本中提取事实知识,是自然语言处理领域中重要的任务.传统关系抽取更加关注于单实体对的关系,但是句子内包含不止一对实体且实体间存在重叠现象,因此重叠实体关系抽取任务具有重大研究价值.任务发展至今,总体可以分为基于序列到序列、基于图和基于预训练语言模型三种方式.基于序列到序列的方式主要以标注策略和复制机制的方法为主,基于图的方式主要以静态图和动态图的方法为主,基于预训练语言模型的方式主要以B E RT挖掘潜在语义特征的方法为主.回顾该任务的发展历程,讨论分析每种模型的优势及不足点;结合目前研
SSL VPN流量常常被一些非法应用利用,来绕过防火墙等安全设施的检测.因此,对SSL VPN加密流量的有效识别对网络信息安全具有重要意义.针对此,提出了一种基于Bit级DPI和深度学习的SSL VPN加密流量识别方法,所提方法分为两个步骤:利用Bit级DPI指纹生成技术识别SSL流量,缩小识别范围;再利用基于注意力机制的改进的CNN网络流量识别模型识别SSL VPN流量.该方法不仅有效解决了传统SSL加密流量指纹识别方法存在的漏识别率较高的问题,同时改进后的深度学习模型能提取网络流量中具有非常显著性的细
针对探地雷达(ground penetrating radar,GPR)采集数据时会产生高频杂波影响地下目标自动识别的问题.提出了一种基于变分贝叶斯的GPR图像非负矩阵分解方法(probability nonnegative matrix factorization,PNMF).该方法使用变分贝叶斯模型对非负矩阵分解的基矩阵和系数矩阵进行近似推理,得到杂波成分的低秩矩阵表示,进而将杂波从图像中分离出来.实验过程采用模拟和实测数据进行对比分析,通过信噪比和视觉质量结果验证了PNMF对杂波有较好的抑制作用,具
针对标准WOA算法初始种群分布不均、收敛速度较慢、全局搜索能力弱且易陷入局部最优等问题,提出一种混合策略改进的鲸鱼优化算法.采用Sobol序列初始化种群以使初始解在解空间分布更均匀;通过非线性时变因子和惯性权重平衡并提高全局搜索及局部开发能力,并结合随机性学习策略增加迭代过程中种群的多样性;引入柯西变异提升算法跳出局部最优的能力.通过对12个基准函数和一个水资源需求预测模型的参数估计进行优化实验,结果表明,基于混合策略改进的鲸鱼优化算法在寻优精度及收敛速度上均有明显提升.
基于密度的聚类算法(DBSCAN)是最有效的轨迹数据挖掘方法之一,但基于密度的聚类算法往往受到输入参数选择的限制.在轨迹数据挖掘中,聚类结果不仅受到类内距离和类间距离的影响,还受到聚类中坐标点个数的影响.因此,提出了一种新的基于内外占空比的集群有效性指标来平衡这三个因素,该指标可以自动选择密度聚类的输入参数,并在不同的数据集上形成有效的聚类,优化后的聚类方法可应用于出行者行为轨迹的深度分析和挖掘.实验结果证明,与传统的有效性指标相比,提出的基于占空比的评价指标能够优化输入参数,获得较好的出行者位置信息聚类
针对由于雾霾天气影响造成拍摄的图像出现模糊不清、低对比度和色彩暗淡等问题,提出一种融合估计与评估网络的去雾算法.根据大气退化模型将雾霾图像输入到两个联合且独立的估计网络模型中,分别得到透射图与大气光图的估计值;将估计得到的透射图与大气光值输入到雾图成像公式中,得到去雾图像;通过生成式对抗GAN网络中的鉴别器来联合鉴别,生成更好的透射图与大气光值;最后,通过雾图成像公式反演恢复出清晰的无雾图像.实验结果表明,该算法去雾后的图像变得清晰,对比度得到提高,且图像质量评价指标峰值信噪比和结构相似性指数分别达到了2
针对多媒体技术及应用课程的重难点骨骼动画教学,提出将剪纸文化融入骨骼动画教学的创新改革方案.以成果导向教育为引导,以学生发展为中心,从课前、课中和课后介绍融入剪纸文化的骨骼动画教学创新改革,提升学生的计算机应用能力,培养学生传承创新剪纸文化,实现用现代数字媒体技术弘扬中华优秀传统文化.