检索结果-南通市图书馆

一种基于多尺度特征和有效注意力的病理图像分割方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：王建宇王朝立孙占全刘晓虹上海理工大学光电信息与计算机工程学院上海市第八人民医院放射科

病理图像分割作为病理学图像分析的一项重要任务，为医生对患者的病情进行诊断以及后续治疗方案的制定起到了至关重要的作用.然而，病理图像因其复杂的结构，例如血管、空洞、图像中病变区域与正常区域间边界模糊及对比差异小等问题，... 详细信息

病理图像分割作为病理学图像分析的一项重要任务，为医生对患者的病情进行诊断以及后续治疗方案的制定起到了至关重要的作用.然而，病理图像因其复杂的结构，例如血管、空洞、图像中病变区域与正常区域间边界模糊及对比差异小等问题，使得现有模型分割效果不理想.因此，本文提出了一种基于多尺度特征和有效注意力的病理图像分割模型，其挑战性困难在于如何有效地利用空间和通道的相关性从病理图像中精确分割边界平滑的癌变组织.首先，该模型用金字塔视觉Transformer架构对输入图像提取包含丰富语义信息的多尺度特征，再用级联融合解码器对高层特征进行聚合，得到全局映射图指导后续解码过程.其次，在解码器部分，提出局部增强的反向注意力模块和联合注意力模块对级联解码器中的特征进行有效处理.最后，使用深度监督的方式对模型进行有效训练，并将提出的方法在3个病理图像数据集上与多个先进的分割模型进行对比实验.大量的定性以及定量结果显示，本文提出的方法比其他模型表现出更好的性能，可以对病理图像进行有效的分割.

关键词：病理图像语义分割多尺度特征注意力机制 Transformer

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于特征深层融合的吊装过程视频目标分割

上海理工大学学报 2024年第4期46卷 407-416页

作者：周明君王朝立孙占全上海理工大学光电信息与计算机工程学院上海200093

吊装事故的频繁发生,对国家、社会、人民都造成了非常大的损害。根据吊装过程的视频信息,实现无人安全监控的关键是准确度和速度,提出了一种新的基于全局编码和非对称卷积的目标分割网络,研究视频图像的半监督目标分割问题。首先,将带... 详细信息

吊装事故的频繁发生,对国家、社会、人民都造成了非常大的损害。根据吊装过程的视频信息,实现无人安全监控的关键是准确度和速度,提出了一种新的基于全局编码和非对称卷积的目标分割网络,研究视频图像的半监督目标分割问题。首先,将带有标签的视频图像输入网络,分别通过全局编码器与相似性编码器提取到互为补充的特征,从而获得对目标外观的有效表示;然后,通过非对称卷积将两个分支的特征进行深层融合;最后,采用残差上采样解码生成预测掩膜,实现对目标的分割。该方法在DAVIS2017数据集上的准确度为0.675,综合指标为0.708,帧率为31帧/s;在实验用吊装数据集上的准确度为0.952,综合指标为0.976,比基线方法高5.1%,帧率为26.16帧/s。与其他网络方法进行了实验比较,验证了分割算法在准确度与速度方面的有效性。

关键词：深度学习视频目标分割特征深层融合目标外观表示吊装

在线全文

学校读者我要写书评

暂无评论

基于利尿肾图的新型肾实质自动分割算法

建模与仿真 2024年第2期13卷 1673-1683页

作者：朱郭慧孙占全上海理工大学光电信息与计算机工程学院上海

尽管深度学习图像分割技术在医学图像处理中取得了良好的效果,但由于利尿肾动态显像具有噪声明显、对比度低、图像质量差和边界不清晰的特点,大多数现有的分割方法在获取感受野和提取图像特征信息方面仍然面临很大的挑战。为了解决上述... 详细信息

尽管深度学习图像分割技术在医学图像处理中取得了良好的效果,但由于利尿肾动态显像具有噪声明显、对比度低、图像质量差和边界不清晰的特点,大多数现有的分割方法在获取感受野和提取图像特征信息方面仍然面临很大的挑战。为了解决上述问题,本文提出了一种新的肾实质自动分割算法,该算法采用的是Swin-Transformer编码器与解码器,并且结合了特征融合模块、连续扩张卷积模块与深度注意力模块。特征增强模块中的空间金字塔池模块,可以弥补空间表征并产生多尺度表征。连续扩张卷积能通过获取多尺度上下文聚合来扩大感受野。注意力模块通过顺序捕获多尺度编码器特征之间的关系来解决编码器和解码器特征之间的语义差距。该算法应用于私人的利尿肾造影数据集。仿真实验结果表明,与其他深度学习分割方法比较,该方法可以显著提高肾脏分割性能。

关键词：医学图像分割语义分割注意力机制空间金字塔感受野膨胀卷积

在线全文

学校读者我要写书评

暂无评论

基于深度学习的多标签不均衡心电信号分类

建模与仿真 2024年第2期13卷 1693-1704页

作者：顾浩丞孙占全上海理工大学光电信息与计算机工程学院上海

心电图(ECG)自动分类技术已经成为医学诊断的热门研究领域。在临床上,同一个患者通常伴随多种心律失常。为了能够精准分类出多种心律失常,本文提出了一种涵盖多种注意力机制的一维卷积神经网络模型。相比传统的机器学习或者深度学习方... 详细信息

心电图(ECG)自动分类技术已经成为医学诊断的热门研究领域。在临床上,同一个患者通常伴随多种心律失常。为了能够精准分类出多种心律失常,本文提出了一种涵盖多种注意力机制的一维卷积神经网络模型。相比传统的机器学习或者深度学习方法提取特征的能力有限,引入的注意力机制能够引导模型学习心电信号中不同通道和空间位置之间的差异信息的同时结合全局稀疏自注意力,提高分类仿真模型对与心律失常有关特征的关注程度;其次,通过重采样技术以及在损失函数的设计上融入了标签相关性策略来应对多标签带来的类别不均衡问题。在两个公开的多标签心电数据集CPSC2018和PTB-XL上评估该网络的性能,macro-F1分别达到84.13%和73.6%。实验结果表明,该模型具有良好的分类性能。

关键词：心电图深度学习多标签分类卷积神经网络注意力机制数据不均衡

在线全文

学校读者我要写书评

暂无评论

城镇职工工资变化规律及影响因素分析

生产力研究 2024年第6期 26-30页

作者：李凤孙占全上海外国语大学贤达经济人文学院上海202162 上海理工大学光电信息与计算机工程学院上海200093

随着信息技术的飞速发展,史料数据收集的规模越来越大,对历史的研究从定性转变为定量研究,量化历史研究成为当前研究热点,其中年鉴记录着大量翔实的史料数据,是量化历史研究的重要数据来源之一。城镇职工工资是社会经济发展的重要指标,... 详细信息

随着信息技术的飞速发展,史料数据收集的规模越来越大,对历史的研究从定性转变为定量研究,量化历史研究成为当前研究热点,其中年鉴记录着大量翔实的史料数据,是量化历史研究的重要数据来源之一。城镇职工工资是社会经济发展的重要指标,其变化历史规律研究对社会经济变化及人民生活水平的评估都具有重要的意义。以《中国劳动统计年鉴》为数据源,对不同城镇单位职工工资变化的规律及影响因素进行定量分析,分别利用时间序列分析方法对职工平均工资自身的变化规律进行研究,利用聚类方法对历史数据集进行时间段划分,从而发掘了更加合理的工资变化规律。针对影响工资变化的影响因素分别利用相关系数和多元逐步回归分析法获得了单个影响因素指标和影响因素组合指标,这些规律的发掘为当下或将来的职工工资调整和政策制定提供历史参考。

关键词：城镇职工工资时间序列聚类影响因素分析多元逐步回归热度图

在线全文

学校读者我要写书评

暂无评论

一种阶段重置的知识蒸馏方法研究与仿真

建模与仿真 2024年第2期13卷 1455-1465页

作者：陈骏立孙占全上海理工大学光电信息与计算机工程学院上海

知识蒸馏是一种将知识从教师网络传递到学生网络的模型压缩方法。目前的知识蒸馏方法存在教师网络和学生网络之间的语义信息不一致的问题,具体而言,师生模型之间的前向推理距离不一致导致语义信息不一致,最终损耗蒸馏性能。为了解决这... 详细信息

知识蒸馏是一种将知识从教师网络传递到学生网络的模型压缩方法。目前的知识蒸馏方法存在教师网络和学生网络之间的语义信息不一致的问题,具体而言,师生模型之间的前向推理距离不一致导致语义信息不一致,最终损耗蒸馏性能。为了解决这个问题,本文探索一种新的阶段重置知识蒸馏方法。该方法设计了以阶段为单位的知识蒸馏,师生网络相同阶段共享输出,降低了由学生与教师推理路径长度差异过大造成的特征语义不匹配的影响,从而提升学生网络的性能。最后,本文用提出的方法在公共数据集上进行仿真实验,并与最新的方法进行比较,实验结果表明本文提出的方法更具优势。

关键词：神经网络分类模型模型压缩知识蒸馏阶段重置

基于Transformer和双注意力机制的颈动脉超声造影图像斑块分割方法

在线全文

学校读者我要写书评

暂无评论

建模与仿真 2024年第2期13卷 1577-1591页

作者：王金生孙占全上海理工大学光电信息与计算机工程学院上海

脑卒中是一项重大的公共卫生挑战,同时也是全球导致死亡人数最多的疾病之一。颈动脉粥样硬化斑块与脑卒中等缺血性疾病密切相关。颈动脉斑块的早发现和早治疗对预防未来缺血性脑卒中疾病的发生具有重要意义。超声造影(CEUS)已经成为常... 详细信息

脑卒中是一项重大的公共卫生挑战,同时也是全球导致死亡人数最多的疾病之一。颈动脉粥样硬化斑块与脑卒中等缺血性疾病密切相关。颈动脉斑块的早发现和早治疗对预防未来缺血性脑卒中疾病的发生具有重要意义。超声造影(CEUS)已经成为常见的诊断颈动脉斑块的成像方式,因此从CEUS图像中准确分割动脉粥样硬化斑块对于预防和治疗缺血性脑卒中至关重要。然而,由于斑块边界模糊和图像噪声强烈等原因,CEUS图像颈动脉斑块自动分割面临巨大挑战。因此,如何提高颈动脉斑块分割性能仍然是迫切需要解决的问题。本文提出了一种创新的医学图像分割框架,称为DATU-Net,该框架将Swin Transformer模块和双注意力机制集成到U形架构中,以实现CEUS图像颈动脉斑块自动分割。DATU-Net采用基于Swin Transformer模块构建的编码器,可以有效地建模远程依赖关系和多尺度上下文信息。为了获得更丰富的特征表示,我们在编码器–解码器的跳跃连接中引入了双级注意力(Dual-Level Attention)模块,以增强图像特定的位置特征和通道特征,从而有效提高了斑块分割性能。此外,我们在解码器中引入了Swin Transformer模块,用于进一步探索上采样过程中的全局上下文信息,同时逐步恢复特征图。我们利用实际的临床数据集对提出的框架性能进行了评估。广泛的实验仿真结果显示,本文提出的方法在Dice系数(0.8548)、交并比(0.7632)、精确度(0.8746)和召回率(0.8863)等方面始终优于其他分割网络。这些实验证明了DATU-Net的有效性,为颈动脉超声造影图像斑块自动分割问题提供了一种可行的解决方案。

关键词：颈动脉斑块超声造影医学图像分割 Swin Transformer 双注意力机制

在线全文

学校读者我要写书评

暂无评论

基于互信息的多导联心电图排序方法

电子科技 2024年第2期37卷 55-60页

作者：南娇孙占全上海理工大学光电信息与计算机工程学院上海200093

基于卷积神经网络的心电图(Electrocardiograph,ECG)自动分类研究从默认12导联顺序的心电图中提取特征,未考虑导联顺序对卷积网络特征提取的影响。为解决该问题,文中提出了一种基于互信息的两端递增排序方法,使用互信息衡量导联之间的... 详细信息

基于卷积神经网络的心电图(Electrocardiograph,ECG)自动分类研究从默认12导联顺序的心电图中提取特征,未考虑导联顺序对卷积网络特征提取的影响。为解决该问题,文中提出了一种基于互信息的两端递增排序方法,使用互信息衡量导联之间的相关性,并根据导联之间的相关性以及二维卷积的特点将关系密切的导联相邻排序。实验结果表明,多导联心电图排序方法在3个数据库和3个卷积网络分类模型上取得了显著效果,F1、正确率、召回率、精确率以及杰卡德系数数值分别提升了0.011、0.009、0.007、0.014和0.013,汉明损失值减低了0.002。

关键词：心电图心率不齐卷积神经网络互信息多导联排序分类相关性

基于Transformer的多编码器端到端语音识别

在线全文

学校读者我要写书评

暂无评论

电子科技 2024年第4期37卷 1-7页

作者：庞江飞孙占全上海理工大学光电信息与计算机工程学院上海200093

当前广泛使用的Transformer模型具有良好的全局依赖关系捕捉能力,但其在浅层时容易忽略局部特征信息。针对该问题,文中提出了一种使用多个编码器来改善语音特征信息提取能力的方法。通过附加一个额外的卷积编码器分支来强化对局部特征... 详细信息

当前广泛使用的Transformer模型具有良好的全局依赖关系捕捉能力,但其在浅层时容易忽略局部特征信息。针对该问题,文中提出了一种使用多个编码器来改善语音特征信息提取能力的方法。通过附加一个额外的卷积编码器分支来强化对局部特征信息的捕捉,弥补浅层Transformer对局部特征信息的忽视,有效实现音频特征序列全局和局部依赖关系的融合,即提出了基于Transformer的多编码器模型。在开源中文普通话数据集Aishell-1上的实验表明,在没有外部语言模型的情况下,相比于Transformer模型,基于Transformer的多编码器模型的字符错误率降低了4.00%。在内部非公开的上海话方言数据集上,文中所提模型的性能提升更加明显,其字符错误率从19.92%降低至10.31%,降低了48.24%。

关键词： Transformer 语音识别端到端深度神经网络多编码器多头注意力特征融合卷积分支网络