检索结果-南通市图书馆

维普期刊数据库博看期刊

多模态弱监督学习在肝癌图像生成与分割中的应用

在线全文

学校读者我要写书评

暂无评论

中国医学物理学杂志 2024年第1期41卷 8-17页

作者：潘依乐高永彬上海工程技术大学电子电气工程学院上海201620

针对MRI软组织对比度高但不是胸部成像护理标准,导致难以获得足够多专家标注的MRI数据的问题,通常将CT转换成MRI图像。由于难以获取对应模态的CT和MRI图像,结合生成式对抗网络的结构特点,提出CSCGAN生成网络模型。该模型以CycleGAN作为... 详细信息

针对MRI软组织对比度高但不是胸部成像护理标准,导致难以获得足够多专家标注的MRI数据的问题,通常将CT转换成MRI图像。由于难以获取对应模态的CT和MRI图像,结合生成式对抗网络的结构特点,提出CSCGAN生成网络模型。该模型以CycleGAN作为框架,由于CycleGAN可能存在模式坍塌问题,同时StyleGAN2能够控制合成图像的样式和特征的细节,实现高分辨率图像的合成,因此将其融入到CycleGAN中,重构了网络的生成器。同时为了减少外部干扰,引入了噪声模块,另外为了防止肿瘤在转换时丢失,修改了网络的鉴别器结构,并加入了混合注意力机制。实验结果显示,与文中其他方法相比,该模型生成的样本图像在Dice相似系数、Hausdorff距离、体积比和平均交并比各项指标上均有所提升,该方法有效实现了肝脏肿瘤病变图像的模态转换,生成的数据能够提高分割网络的准确性。

关键词：医学图像处理模态转换肝脏肿瘤分割生成式对抗网络混合注意力机制

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于证据增强的多特征融合的文档级关系抽取

计算机应用 2024年

作者：颜新月杨淑群高永彬上海工程技术大学电子电气工程学院

文档级关系抽取（DocRE）的目的是识别文档中实体对之间存在的所有关系。针对证据句子、文档信息未能被有效利用和实体多提及的问题，在使用证据增强上下文特征的基础上，构建一种多特征融合的文档级关系抽取模型EMF(Evidence Multi-fea... 详细信息

文档级关系抽取（DocRE）的目的是识别文档中实体对之间存在的所有关系。针对证据句子、文档信息未能被有效利用和实体多提及的问题，在使用证据增强上下文特征的基础上，构建一种多特征融合的文档级关系抽取模型EMF(Evidence Multi-feature Fusion)。首先，在实体前后加上实体类型，将关系文本特征与实体提及进行关联，以获得特定于关系的实体特征；其次，通过不同卷积核获得片段表示，通过注意力机制获得实体对感知的多粒度片段级特征；同时，利用证据分布增强与实体对高度相关的上下文特征；最后，融合以上特征进行关系分类，并在推理时将获得的证据组成伪文档与原文档一起输入分类器中进行关系分类。在文档级关系抽取数据集DocRED上的实验结果表明，相较于先进模型EIDER(EvIDence-EnhanceddocRe)，所提模型在IngF1和F1分数上分别提高了0.42、0.41个百分点，F1值达到了62.89%，使模型更加关注与实体和关系相关的部分，提高了抽取的精度，并具有较好的可解释性。

关键词：文档级关系抽取证据提及注意片段特征

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于图谱嵌入语义融合协同推理的事实验证

计算机应用 2024年

作者：沈马磊史志才高永彬胡建洋上海工程技术大学电子电气工程学院上海中侨职业技术大学信息工程学院

事实验证是自然语言处理领域的一项关键任务，要求能够从大量的纯文本中根据给定的声明检索相关的证据，并使用这些证据推理验证声明。以往的研究通常将证据句子拼接或利用图结构表示证据之间的关系，不能清晰地表示各证据之间的内在关... 详细信息

事实验证是自然语言处理领域的一项关键任务，要求能够从大量的纯文本中根据给定的声明检索相关的证据，并使用这些证据推理验证声明。以往的研究通常将证据句子拼接或利用图结构表示证据之间的关系，不能清晰地表示各证据之间的内在关联。因此，设计一种基于图谱和文本融合的协同推理网络模型CNGT(Co-attention Networks with Graph and Text Fusion)，通过构建证据知识图谱和证据句子进行语义融合。首先，根据证据句子构建证据知识图谱，利用图变换编码器学习图谱表示；其次，利用BERT(Bidirectional Encoder Representations from Transformers)模型对声明和证据进行编码；最后，通过双层协同推理网络有效融合推理图谱信息和文本特征。实验结果表明，所提模型在FEVER(Fact Extraction and VERification)数据集中相较于先进模型KGAT(Knowledge Graph Attention Network)，标签准确率提高了0.84个百分点和FEVER得分提高了1.51个百分点，模型更加关注证据句子之间的关系，并且通过证据图谱展示出模型对于证据句子关系的可解释性。

关键词：事实验证图谱图变换编码器语义融合协同推理网络

基于知识增强自适应原型网络的小样本关系分类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：张河萍方志军卢俊鑫高永彬上海工程技术大学电子电气工程学院华东师范大学计算机科学与技术学院

小样本关系分类是指在任务中使用少量标注实例对各种关系进行分类，并可快速适用于对全新的类别进行归类。然而，当测试域与训练域之间存在分布差异时，现有的小样本分类算法泛化能力有限，导致性能的显著下降。针对该问题，提出一种适... 详细信息

小样本关系分类是指在任务中使用少量标注实例对各种关系进行分类，并可快速适用于对全新的类别进行归类。然而，当测试域与训练域之间存在分布差异时，现有的小样本分类算法泛化能力有限，导致性能的显著下降。针对该问题，提出一种适用于领域适应任务的知识增强自适应原型网络，通过探索实例之间的联系以提高模型的鲁棒性，同时学习关于关系的先验知识和内在语义以获得可解释原型。具体来说，通过引入交互注意力机制来捕捉支持实例与查询实例之间的相关性，突出关键实例，并生成交互实例。同时，自适应原型融合机制以关系信息为锚点生成自适应混合系数，通过特征融合将实例与关系信息相结合，从而生成混合原型。在公开数据集FewRel 1.0 和 2.0上进行了充足的实验，验证了该方法具有更好的分类效果与稳定性。

关键词：关系分类小样本学习小样本关系分类原型网络知识增强

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合图像信息的多嵌入表示实体对齐方法

计算机工程与应用 2024年第15期60卷 111-121页

作者：刘春梅高永彬余文俊上海工程技术大学电子电气工程学院上海201620

实体对齐是知识图谱融合技术的关键环节,然而现有方法在处理跨语言图谱时未能充分利用图谱数据,在此提出一种方法融合图像信息的多嵌入表示实体对齐方法。该方法从不同角度获取文本嵌入,并利用图像数据丰富文本嵌入,实现多模态信息融合... 详细信息

实体对齐是知识图谱融合技术的关键环节,然而现有方法在处理跨语言图谱时未能充分利用图谱数据,在此提出一种方法融合图像信息的多嵌入表示实体对齐方法。该方法从不同角度获取文本嵌入,并利用图像数据丰富文本嵌入,实现多模态信息融合以完成跨语言图谱的实体对齐任务。通过图像生成模型解决实体图像覆盖不完全问题,结合迭代策略获得高质量实体图像信息以扩充跨语言知识图谱中种子序列对。为了更好适用现实世界真实知识图谱融合过程,该方法将对齐阶段转换为二分图匹配问题。提出的方法在公开数据集上进行了实验分析,实验结果表明了方法的良好性能,还通过消融实验验证各模块的有效性,并针对不同情况提供了参数的可选择性。

关键词：实体对齐知识图谱知识融合跨语言

在线全文

学校读者我要写书评

暂无评论

基于多尺度特征融合与注意力的肝脏分割方法

中国医学物理学杂志 2024年第6期41卷 739-746页

作者：冉梅子胡小军姜晓燕范应方王航王海玲高永彬上海工程技术大学电子电气工程学院上海201620 南方医科大学第五附属医院肝胆外科广东广州510000

由于CT影像对比度低、肝脏形状不规则、相邻器官边界模糊,目前基于卷积神经网络的方法在肝脏分割任务上的表现不佳,尤其是在边界识别和小目标检测方面。基于此,提出一种基于多尺度特征融合与注意力的肝脏分割方法(MFFA UNet)。首先,利... 详细信息

由于CT影像对比度低、肝脏形状不规则、相邻器官边界模糊,目前基于卷积神经网络的方法在肝脏分割任务上的表现不佳,尤其是在边界识别和小目标检测方面。基于此,提出一种基于多尺度特征融合与注意力的肝脏分割方法(MFFA UNet)。首先,利用多尺度特征融合获取丰富的分割信息,同时使用空间和通道注意力机制捕获全局空间和通道间的关系。其次,通过深度监督模块充分利用中间隐藏层的输出,增强网络的学习能力,加快网络收敛速度。此外,采用一种混合损失函数,以解决类别不平衡的问题,进一步提升模型的分割效能。实验结果表明,所提出的MFFA UNet方法在公共数据集LITS上的表现超越当前主流分割网络,分割结果更接近真实值。

关键词：肝脏分割注意力机制多尺度特征融合深度监督 MFFA UNet

基于稀疏Transformer的雷达点云三维目标检测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机工程 2022年第11期48卷 104-110,144页

作者：韩磊高永彬史志才上海工程技术大学电子电气工程学院上海201600 上海市信息安全综合管理技术研究重点实验室上海200240

随着计算机视觉技术的发展,基于点云的三维目标检测算法被广泛应用于自动驾驶、机器人控制等领域。针对点云稀疏条件下基于点云三维目标检测算法鲁棒性较差、检测精度低的问题,提出基于稀疏Transformer的三维目标检测算法。在注意力矩... 详细信息

随着计算机视觉技术的发展,基于点云的三维目标检测算法被广泛应用于自动驾驶、机器人控制等领域。针对点云稀疏条件下基于点云三维目标检测算法鲁棒性较差、检测精度低的问题,提出基于稀疏Transformer的三维目标检测算法。在注意力矩阵生成阶段,通过稀疏Transformer模块显式选择Top-t个权重元素,以保留有利于特征提取的权重元素,在降低环境噪点对鲁棒性影响的同时加快Transformer模块的运行速度。在回归阶段,将基于空间特征粗回归模块生成的边界框作为检测头模块的初始锚框,用于后续边界框的精细回归操作。设计基于体素的三维目标检测算法的损失函数,以精确地衡量类别损失、位置回归损失和方向损失。在KITTI数据集上的实验结果表明,相比PointPillars算法,该算法的平均精度均值提高3.46%,能有效提高点云三维目标的检测精度且具有较优的鲁棒性。相比原始Transformer模块,所提稀疏Transformer模块在点云图像上的平均运行速度加快了约0.54 frame/s。

关键词：机器视觉三维目标检测稀疏Transformer 粗回归损失函数

在线全文

学校读者我要写书评

暂无评论

良性阵发性位置性眩晕的辅助诊断

中国医学物理学杂志 2023年第11期40卷 1446-1452页

作者：刘雪冰高永彬上海工程技术大学电子电气工程学院上海201600 上海工程技术大学智慧医疗研究所上海201600

目的:设计一种利用视觉虹膜识别概念和神经网络来诊断良性阵发性位置性眩晕(BPPV)的方法,从而辅助医生进行诊断。方法:通过计算机视觉二值化和阈值化技术从BPPV患者眼球运动视频中定位瞳孔和虹膜,捕获眼球运动轨迹。在眼球运动过程中使... 详细信息

目的:设计一种利用视觉虹膜识别概念和神经网络来诊断良性阵发性位置性眩晕(BPPV)的方法,从而辅助医生进行诊断。方法:通过计算机视觉二值化和阈值化技术从BPPV患者眼球运动视频中定位瞳孔和虹膜,捕获眼球运动轨迹。在眼球运动过程中使用虹膜模板匹配方法提取瞳孔和眼球运动的特征信息。将获得的眼动数据输入设计的神经网络进行BPPV诊断。结果:通过计算机视觉技术的实时检测和网络学习特征的能力,能有效捕捉并描述眼球运转轨迹,输出当前眼动轨迹信息,辅助医生做出更准确、更迅速的决策。结论:使用这种相对简单、无创且精确的方法来测量扭转眼球运动解决了长期存在的阻碍视觉和眼球运动的问题,能广泛应用于基础和临床研究或诊断测试。

关键词：良性阵发性位置性眩晕二值化阈值化模板匹配

在线全文

学校读者我要写书评

暂无评论

基于门机制注意力模型的文本生成图像方法

计算机工程与应用 2023年第12期59卷 208-216页

作者：陈积泽姜晓燕高永彬上海工程技术大学电子电气工程学院上海201620

针对传统文本生成图像方法存在生成图像局部纹理单一、边缘细节不清晰和不符合输入文本描述等问题,提出一种门机制注意力模型的文本生成图像方法RAGAN。针对传统方法无法生成细粒度图像的问题,使用增加门机制的注意力模型网络筛选出相... 详细信息

针对传统文本生成图像方法存在生成图像局部纹理单一、边缘细节不清晰和不符合输入文本描述等问题,提出一种门机制注意力模型的文本生成图像方法RAGAN。针对传统方法无法生成细粒度图像的问题,使用增加门机制的注意力模型网络筛选出相关的词向量,并与中间隐藏向量相结合形成新的隐藏向量,再通过生成对抗网络的相互博弈让生成器生成纹理更加丰富、目标物体边缘更加清晰的图像,从而提高图像质量;针对生成图像不符合输入文本描述的问题,使用文本重构提取生成图像中蕴含的深层次的语义特征,与输入文本的语义特征进行对比,通过定义重构损失提高语义一致性。相比于基准模型,在CUB数据集上的Inception Score与R-precision分别提高了9.17%和8.3%,在COCO数据集上的Inception Score与R-precision分别提高了13.67%和5.56%,证明了该模型在保持语义一致性的同时,有效提高了生成图像的真实性和艺术性。

关键词：注意力机制卷积神经网络生成对抗网络深度学习