检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多模态模糊特征融合的脑龄协同预测算法

模式识别与人工智能 2024年第7期37卷 613-625页

作者：王静丁卫平尹涛鞠恒荣黄嘉爽南通大学人工智能与计算机学院南通226019

深度神经网络可通过训练从大脑图像中预测年龄,作为识别衰老相关疾病的生物标志物.传统的脑龄预测方法往往依赖于单一模态的图像数据,而多模态数据可提供更全面的信息,提高预测精度.然而,现有的多模态融合方法往往不能充分利用不同模态... 详细信息

深度神经网络可通过训练从大脑图像中预测年龄,作为识别衰老相关疾病的生物标志物.传统的脑龄预测方法往往依赖于单一模态的图像数据,而多模态数据可提供更全面的信息,提高预测精度.然而,现有的多模态融合方法往往不能充分利用不同模态之间的相关性和互补性.为了克服上述问题,文中提出基于多模态模糊特征融合的脑龄协同预测算法(CMFF),设计模糊融合模块和多模态协同卷积模块,可有效利用多模态信息之间的相关信息和互补信息.首先,利用卷积神经网络从多模态脑图中提取特征张量,径向拼接后整合到一个全局特征张量中.然后,利用模糊融合模块学习被模糊化的特征,再将特征应用到多模态协同卷积模块,通过特定的卷积层增强模态间的互补信息.最后,基于性别信息和经过模糊协同处理的特征执行年龄预测回归任务,得到准确的预测年龄.在SRPBS多重障碍MRI数据集上的实验表明,CMFF性能较优.

关键词：模糊融合协同卷积脑龄预测多模态医学影像深度学习

DE-NNs:基于动态证据神经网络的脑网络分析算法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年

作者：侯涛丁卫平黄嘉爽鞠恒荣南通大学人工智能与计算机学院模式分析与机器智能工业和信息化部重点实验室(南京航空航天大学)

动态功能连接（dynamic functional connections，dFCs）已广泛应用于静息态功能磁共振成像（rs-fMRI）分析，其可以将大脑功能连接视为在多个时间窗上动态变化的过程，探索大脑在不同时间段内的功能连接变化，为脑疾病诊断提供了新的... 详细信息

动态功能连接（dynamic functional connections，dFCs）已广泛应用于静息态功能磁共振成像（rs-fMRI）分析，其可以将大脑功能连接视为在多个时间窗上动态变化的过程，探索大脑在不同时间段内的功能连接变化，为脑疾病诊断提供了新的视角和策略．然而常见的动态脑网络分析方法无法有效利用动态数据之间的潜在关联和时序性，且忽视了各个窗口因为数据质量不一致而导致的不确定性因素．为此，提出一种基于动态证据神经网络（dynamic evidence neural networks，DE-NNs）的脑网络分析算法．该算法设计了一种动态脑网络多视图证据获取模块，将动态脑网络的每个时间窗视为一个视图，利用3个不同的卷积滤波器提取动态脑网络每个时间窗的特征图，充分获取动态层面的证据．为了充分利用动态证据，设计了一种动态证据融合机制，结合证据理论合成规则，针对dFC数据的时序性构造动态信任函数，在分类的决策层对多个窗口产生的证据进行融合，充分考虑不确定性信息，显著提高分类性能．为验证所提DE-NNs的有效性，在3个精神分裂症数据集上与现有的先进算法进行比较实验，结果表明DE-NNs在3个脑疾病诊断任务上的准确率和F1分数都得到了显著提升．

关键词：证据融合不确定性动态功能连接脑网络分析脑疾病诊断

粒-组协同的双向模糊粒舱并行属性约简加速方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年

作者：鞠恒荣单婷婷刘克宇樊晓雪陈悦鹏丁卫平南通大学信息科学技术学院西南交通大学计算机与人工智能学院

大数据分析是目前最活跃的数据挖掘研究之一.由于大数据具有巨大规模和低价值密度的特点，海量数据分析对传统的数据挖掘和分析技术带来了严峻的挑战.本文基于Spark 分布式架构，提出了一种新颖的粒-组协同双向模糊粒舱并行属性约简加... 详细信息

大数据分析是目前最活跃的数据挖掘研究之一.由于大数据具有巨大规模和低价值密度的特点，海量数据分析对传统的数据挖掘和分析技术带来了严峻的挑战.本文基于Spark 分布式架构，提出了一种新颖的粒-组协同双向模糊粒舱并行属性约简加速方法，以加快属性约简算法的实现速度.本文的主要工作由以下四部分组成.首先，对数据集进行划分，将数据子集按决策类等比例分布给多个子节点，以进行并行计算.每个子节点独立执行可以加快整体计算速度.其次，利用虚拟样本构造双向模糊粒舱模型，通过减少计算样本间的模糊关系来实现粒度层面的加速. 然后，为了减少属性约简的计算时间，本文提出了一种粒-组协同的属性约简方法，将属性组和双向模糊粒舱相结合，实现属性层面的加速任务.最后，在主节点将各子节点的约简聚合，对排序后的结果再次进行属性评价，提高约简子集的稳定性.在9个公共数据集上进行实验验证，结果表明本文提出的算法相较于传统的属性约简算法，减少了计算成本，并且提高了运行效率和分类精度.

关键词： Spark分布式粒-组协同粒舱模糊关系属性约简加速器

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多模态多粒度融合网络的癫痫识别方法

数据采集与处理 2024年第3期39卷 710-723页

作者：戚晓雨丁卫平鞠恒荣程学云黄嘉爽南通大学信息科学与技术学院南通226019

结构脑网络(Structural brain network,SC)和功能脑网络(Functional brain network,FC)能从不同角度反映癫痫对大脑结构信息的改变。目前,融合两类脑网络信息进行癫痫的辅助诊断已成为领域内的重要研究之一。然而,常见的融合模型仅在单... 详细信息

结构脑网络(Structural brain network,SC)和功能脑网络(Functional brain network,FC)能从不同角度反映癫痫对大脑结构信息的改变。目前,融合两类脑网络信息进行癫痫的辅助诊断已成为领域内的重要研究之一。然而,常见的融合模型仅在单一粒度上融合两类脑网络信息,忽略了脑网络的多粒度属性。本文提出一种基于多模态多粒度融合网络(Multi-modal multi-grained fusion network,MMFN)的癫痫识别方法,从全局和局部两个粒度对多模态脑网络特征进行融合,充分利用两类脑网络信息。局部粒度上,设计了连接边特征融合和节点特征融合,用以重构两类脑网络的连接边层和节点层的特征图,使两个模态交互式地学习特征;全局粒度上,设计了多模态分解双线性池化模块,学习两类脑网络的联合表示。实验结果表明,相比主流方法,所提方法可以显著提高对癫痫识别的准确率,辅助医生进行癫痫诊断。

关键词：多模态图像多粒度癫痫结构脑网络功能脑网络

FDiff-Fusion：基于模糊逻辑驱动的医学图像扩散融合网络分割模型

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年

作者：耿胜丁卫平鞠恒荣黄嘉爽姜舒王海鹏南通大学人工智能与计算机学院

医学图像分割在临床诊疗和病理分析中具有重要应用价值。近年来，去噪扩散模型在图像分割建模方面取得了显著的成功，其能够更好地捕获图像中的复杂结构和细节信息。然而利用去噪扩散模型用于医学图像分割的方法大多忽略了分割目标的边... 详细信息

医学图像分割在临床诊疗和病理分析中具有重要应用价值。近年来，去噪扩散模型在图像分割建模方面取得了显著的成功，其能够更好地捕获图像中的复杂结构和细节信息。然而利用去噪扩散模型用于医学图像分割的方法大多忽略了分割目标的边界不确定和区域模糊因素，从而造成了最终分割结果的不稳定性和不准确性。为了解决这一问题，文中提出了一种基于模糊逻辑驱动的医学图像扩散融合网络分割模型（FDiff-Fusion）。该模型通过将去噪扩散模型集成到经典U-Net网络中，有效地从输入医学图像中提取丰富的语义信息。由于医学图像的分割目标边界不确定性和区域模糊化现象普遍存在，所以在U-Net网络的跳跃路径上设计了一种模糊学习模块。该模块为输入的编码特征设置多个模糊隶属度函数，用以描述特征点之间的相似程度，并对模糊隶属度函数应用模糊规则处理，从而增强了模型对不确定边界和模糊区域的建模能力。此外，为了提高模型分割结果的准确性和鲁棒性，在测试阶段引入了基于迭代注意力特征融合的方法，该方法将局部上下文信息添加到注意力模块中的全局上下文信息中，以融合每个去噪时间步的预测结果。实验结果显示，与现有的先进分割网络相比，FDiff-Fusion在BRATS 2020脑肿瘤数据集上获得的平均Dice分数和HD95距离分别为84.16%和2.473mm，在BTCV腹部多器官数据集上获得的平均Dice分数和HD95距离分别为83.82%和7.98mm，表现出了良好的分割性能。

关键词：去噪扩散模型 U-Net网络医学图像分割模糊学习迭代注意力特征融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

GIS设备带电检测异常分析及处理

农村电工 2024年第2期32卷 44-45页

作者：丁卫平李志鹏国网河南省电力公司焦作供电公司 454000

随着GIS设备的普及应用,SF6气体泄漏事件不可避免发生,对日常运维检修工作提出了更高要求。本文介绍一起GIS设备带电检测异常事件,SF6气体湿度明显增长,详细分析了故障原因,采取针对性的解决措施使设备恢复正常。

关键词： GIS设备带电检测运维检修异常事件故障原因分析及处理更高要求普及应用

在线全文

学校读者我要写书评

暂无评论

融合稀疏约束的双向k近邻粗糙集模型

小型微型计算机系统 2024年第10期45卷 2370-2377页

作者：樊晓雪尹涛陆杨鞠恒荣丁卫平南通大学信息科学与技术学院江苏南通226019

k近邻粗糙集作为邻域粗糙集的拓展,被广泛应用于知识发现等领域.k近邻粗糙集模型的粒度构建是选取最近的k个样本.然而,传统k近邻粒度不能有效处理样本分布不均匀的数据.此外,单向粒度构建方法也会导致部分离群点被归入到粒度模型中,增... 详细信息

k近邻粗糙集作为邻域粗糙集的拓展,被广泛应用于知识发现等领域.k近邻粗糙集模型的粒度构建是选取最近的k个样本.然而,传统k近邻粒度不能有效处理样本分布不均匀的数据.此外,单向粒度构建方法也会导致部分离群点被归入到粒度模型中,增加了粒度的不确定性.为了解决上述问题,提升粒度模型的稳定性,本文提出了一种融合稀疏约束的双向k近邻粗糙集模型.首先,通过稀疏约束模型刻画样本之间联系,选取紧密关联的样本构造稀疏双向k近邻粒度.然后,基于双向互邻信息策略,剔除模型中不符合该策略的样本.最后,通过条件熵与互信息熵刻画粒度的不确定性程度.UCI数据集的实验结果证明,本文提出的融合稀疏约束的双向k近邻粗糙集模型能够降低信息的不确定性,也为k近邻粗糙集模型的改进提供了新的方向.

关键词： k近邻粗糙集稀疏约束双向策略条件熵互信息熵

维普期刊数据库博看期刊

ViTH:面向医学图像检索的视觉Transformer哈希改进算法

在线全文

学校读者我要写书评

暂无评论

西南大学学报（自然科学版） 2024年第5期46卷 11-26页

作者：刘传升丁卫平程纯黄嘉爽王海鹏南通大学信息科学技术学院江苏南通226019

对海量的医学图像进行有效检索会给医学诊断和治疗带来极其重要的意义.哈希方法是图像检索领域中的一种主流方法,但在医学图像领域的应用相对较少.针对此,提出一种面向医学图像检索的视觉Transformer哈希改进算法.首先使用视觉Transfor... 详细信息

对海量的医学图像进行有效检索会给医学诊断和治疗带来极其重要的意义.哈希方法是图像检索领域中的一种主流方法,但在医学图像领域的应用相对较少.针对此,提出一种面向医学图像检索的视觉Transformer哈希改进算法.首先使用视觉Transformer模型作为基础的特征提取模块,其次在Transformer编码器的前、后端分别加入幂均值变换(Power-Mean Transformation,PMT),进一步增强模型的非线性性能,接着在Transformer编码器内部的多头注意力(Multi-Head Attention,MHA)层引入空间金字塔池化(Spatial Pyramid Pooling,SPP)形成多头空间金字塔池化注意力(Multi-Head Spatial Pyramid Pooling Attention,MHSPA)模块,该模块不仅可以提取全局的上下文特征,而且可以提取多尺度的局部上下文特征,并将不同尺度的特征进行融合.最后在输出幂均值变换层之后将提取到的特征分别通过两个多层感知机(Multi-Layer Perceptrons,MLPs),上分支的MLP用来预测图像的类别,下分支的MLP用来学习图像的哈希码.在损失函数部分,充分考虑了成对损失、量化损失、平衡损失以及分类损失来优化整个模型.在医学图像数据集ChestX-ray14和ISIC 2018上的实验结果表明,该研究所提出的算法相比于经典的哈希算法具有更好的检索效果.

关键词：医学图像检索视觉Transformer 哈希幂均值变换空间金字塔池化

在线全文

学校读者我要写书评

暂无评论

荧光MIRA法快速检测食品中产气荚膜梭菌

中国食品卫生杂志 2024年第2期36卷 139-146页

作者：张士财丁卫平伊廷存张瑞朱富强崔俊凤霍胜楠滨州市检验检测中心山东滨州256600 山东省食品药品检验研究院山东济南250101

目的基于荧光多酶恒温快速扩增(MIRA)技术,建立一种快速准确检测食品中产气荚膜梭菌的方法。方法利用产气荚膜梭菌共有α毒素编码基因plc保守序列设计引物探针,并建立和优化荧光MIRA方法;提取17种非目标菌基因组DNA进行方法特异性验证;... 详细信息

目的基于荧光多酶恒温快速扩增(MIRA)技术,建立一种快速准确检测食品中产气荚膜梭菌的方法。方法利用产气荚膜梭菌共有α毒素编码基因plc保守序列设计引物探针,并建立和优化荧光MIRA方法;提取17种非目标菌基因组DNA进行方法特异性验证;梯度稀释目标菌基因组DNA和菌液用于方法灵敏度评价;选取4种食品进行基质干扰试验,评估方法的稳定性;检测实际样品并与国家标准方法进行比较,以验证该方法的实用性。结果该方法特异性强,检测多种非目标致病菌均呈阴性反应;灵敏度高,以基因组DNA为模板和菌液为模板时最低检测限分别为1.05×10^(1) fg/μL和7.5×10^(0) CFU/mL;该方法不受基质影响,抗干扰能力强;耗时短,约20 min即可完成检测。结论本研究中的荧光MIRA方法快速准确、灵敏度高、特异性强,可用于食品中产气荚膜梭菌的快速检测。

关键词：多酶恒温快速扩增产气荚膜梭菌 plc基因分子检测食源性致病菌