U型网络相关论文
多模态心脏核磁共振成像（Magnetic Resonance Imaging,MRI）是临床心脏疾病常用的影像学检测方法。由于多模态图像中模态间和模态内强......
针对视网膜血管分割任务中存在的毛细血管分割遗漏和断连的问题，从最大限度地利用视网膜血管的特征信息的角度出发，添补视网膜血管的......
眼底视网膜血管的检测与分析对许多眼科疾病的诊断具有重要意义.为了更精确、健全地提取视网膜血管的特征信息,提出一种融合多标签......
基于全卷积的U型网络（U-Net）结构被医学图像分割模型广泛地用作骨干结构，但卷积神经网络（CNN）在捕捉长距离依赖能力上的劣势限制了分割......
多模态医学图像能够有效融合解剖图像和功能图像的信息，将人体内部的功能、解剖等多方面信息反映在同一幅图像上，在临床上有十分重要......
期刊
为了提高目标检测领域小目标漏检及整体的检测精度不高的问题，提出改进的U-Net,以提取不同尺度的特征，并引入强化学习来调整包围框的......
作为计算机图形图像处理领域的研究热点之一,人像分割技术是图像分割技术的重要组成部分,其应用领域涉及到自动驾驶、智能搜救、电......
高光谱遥感图像具有光谱分辨率高的特点,但受成像传感器的限制,高光谱图像空间分辨率较低,极大影响了高光谱图像的应用,因此提高高......
随着计算机技术的发展,语音处理的效果得到了显著的提升,语音分离作为语音处理的基础任务之一,受到了广泛关注。探索结合音频指纹......
学位
成像系统实时采集的低光照环境图像具有照度低、噪声严重、视觉效果差等问题,为了提高低光照环境成像质量,本文提出基于多尺度小波......
音乐源分离在音乐信息检索领域有着重要的研究价值.传统音乐源分离方法存在依赖假设、模型复杂度有限、表示能力不足等问题.能应对......
针对视网膜血管在分割过程容易出现细节特征信息丢失、血管轮廓模糊等问题,提出一种改进的循环分割对抗网络算法.该算法改进了分割......
传统抽取算法在病灶、细节区域存在分割不精准的问题。改进算法对U-net深度神经网络进行改进,在网络底层加入Dense-net网络中的稠......
由于低照度图像不易于分辨其中的具体细节,难以对图像进行进一步的利用.为了提高低照度图像的可视性,解决传统U-net对图像特征提取......
由于缺陷样本数量稀缺、缺陷种类不平衡、人工设计缺陷特征构造成本高且特征泛化能力差等实际因素,导致有监督机器学习模型难以解......
光学成像技术是光学领域一个非常具有前景的方向,该技术已广泛应用于医疗诊断,遥感遥测,虚拟现实等场景中。随着生物医学成像,尤其......
随着成像技术的发展进步和各种成像设备的普及,人们能轻易地获取大量类型不同、内容丰富的图像。对于很多计算机视觉和图像分析任......
视网膜血管分割对眼部疾病的自动分析和诊断具有重要意义.针对视网膜图像对比度低、血管细小导致血管分割困难的问题,本文提出一种......
提出了一种基于深度学习的大视场大规模目标精确检测算法.以香烟滤棒为检测对象,研究具有强粘连、强阴影遮挡、强畸变、低对比度的......
目的为了精确分割腹部动脉血管,提出一种基于深度学习的全自动腹部动脉CT图像分割算法。方法采用区域不平衡块生成方法提取CT血管......
青光眼是一种不可逆转的致盲性眼科疾病,应当早发现和早治疗。但人工诊断是费时费力的过程,而且受基层医疗资源的限制,人工诊断很......
现代社会癌症多发,且发病人群越来越呈现年轻化的趋势,而放射治疗对治疗很多恶性肿瘤都十分有效,比如头颈癌,而放射治疗方案需要拍......
针对视网膜血管图像特征信息复杂程度高,现有算法存在微血管分割较低和病理信息误分割等问题,提出一种融合Dense Net和U-Net网络的......
受地形、地物遮挡和反射率等影响,机载激光雷达获得的DSM数据值存在局部缺失。针对此问题,设计了一种基于U-Net改进的深度学习算法......
眼底视网膜图像计算机辅助诊断系统可以帮助眼科医生进行决策分析,实现自动病灶筛查和快速管理,大大地减少医生的工作量。围绕眼底......
噪声驱动生成对抗网络(generative adversarial network,GAN)的生成器能生成高质量数字图像,为信息隐藏提供了新的数据载体.利用正......
针对普通二维语义分割网络难以精确分割海马体磁共振图像的问题,提出结合序列学习和U型网络的海马体分割方法.该方法中,U型网络由......
期刊
眼底图像血管分割问题是眼科及其他相关疾病计算机辅助诊断的基础。通过分割和分析眼底图像中的血管结构,可以对糖尿病视网膜病变......
