检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于深度学习的垂体腺瘤MRI图像分割研究

基于深度学习的垂体腺瘤MRI图像分割研究

作者：伍志发安徽医科大学

学位级别：硕士

目的:图像分割是医学影像分析领域中的关键步骤之一,分割效率和结果的精细程度直接关系到临床治疗和科学研究的时效性与准确性,随着深度神经网络架构的进步和医学影像分割需求的提高,深度学习方法被广泛应用于在包括肿瘤分割在内的各种... 详细信息

目的:图像分割是医学影像分析领域中的关键步骤之一,分割效率和结果的精细程度直接关系到临床治疗和科学研究的时效性与准确性,随着深度神经网络架构的进步和医学影像分割需求的提高,深度学习方法被广泛应用于在包括肿瘤分割在内的各种医学图像处理任务中。目前国内外使用深度学习方法对垂体腺瘤MRI图像进行分割的研究报道较少,本研究拟探讨基于卷积神经网络的深度学习模型对3D-CUBE T1WI对比增强MRI图像上的垂体腺瘤及鞍区组织（垂体、视神经、颈内动脉、海绵窦）进行语义分割的效果,并将深度学习模型的分割结果应用于鞍区三维重建,以提高垂体性腺瘤MRI图像的分割效率并推动其向临床应用转化。资料与方法:收集2019年1月至2021年12月间在我院行垂体MRI 3D-CUBE T1WI对比增强检查的符合研究条件者共72例（共计5816张冠状位和矢状位高分辨率MRI图像）,患者平均年龄24±10.5岁,肿瘤组织最大径线平均值16±4.2mm;其中泌乳素瘤58例、生长激素瘤7例、促肾上腺皮质激素瘤5例,其他2例。图像经裁剪、预处理与数据增强后,构建包含1008例垂体腺瘤MRI容积图像的三维数据集,以其中的80%作为训练集,20%作为测试集,输入基于四种不同3D卷积神经网络架构（U-Net 3D、Dense-Net 3D、V-Net与Dense-Voxel-Net）的深度学习模型中进行训练和测试,比较各网络对垂体腺瘤及邻近鞍区组织的分割效果,并将分割结果应用于鞍区三维重建。结果:准确率结果:深度神经网络在垂体腺瘤MRI图像分割任务上表现出良好的学习能力,基于四种不同3D卷积神经网络的深度学习模型在测试集上的平均Dice系数分别为84.83%（Unet-3D）、85.41%（Dense-Net 3D）、81.44%（V-Net）和83.42%（Dense-Voxel-Net）;模型在对肿瘤组织、视神经与脑组织、双侧颈内动脉的分割上表现较好,分别达到91.53%（Unet-3D）、90.41%（Dense-Net 3D）、90.80%（Unet-3D）,而对正常垂体组织与双侧海绵窦的分割效果欠佳,分别达到54.22%（Unet-3D）、39.78%（Dense-Voxel-Net）。训练耗时与显存占用:四种网络的训练耗时与GPU显存的使用情况分别为9h 26min/16.2GB（Unet-3D）、12h 15min/19.0 GB（Dense-Net 3D）、11h 33min/20.5 GB（V-Net）和12h30min/21.0 GB（Dense-Voxel-Net）。权重参数体积与单位图像耗时:各网络的权重参数体积与处理单例图像所需的时间分别为6.8 MB/0.52s（Unet-3D）、6.02MB/0.72s（Dense-Net 3D）、174 MB/1.63s（V-Net）和6.88 MB/0.75s（Dense-Voxel-Net）。结论:3D卷积神经网络模型在对3D-CUBE T1WI对比增强MRI图像上的垂体腺瘤及鞍区组织分割的效果良好,主要表现在对肿瘤组织、视神经与脑组织、双侧颈内动脉的分割中,对测试集的验证结果表明模型具有一定的稳健性和泛化能力,证明了深度学习方法在垂体腺瘤分割任务中的有效性。通过将分割结果进行可视化和三维重建,可以满足部分临床和科研需求,能够在人工智能和精准医疗的大背景下为垂体腺瘤患者的临床治疗、术前评估及预后评价提供有价值的信息。

关键词：垂体腺瘤深度学习卷积神经网络图像分割三维重建

TYR/BDNF基因慢病毒载体的构建及其在大鼠脑梗死模型中的应用

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

华中科技大学学报（医学版） 2022年第3期51卷 360-365,374页

作者：刘玉刘影伍志发鹿静雅中国科学技术大学附属第一医院影像科合肥230001

目的构建携带酪氨酸酶基因(tyrosinase, TYR)和脑源性神经营养因子(brain-derived neurotrophic factor, BDNF)基因的重组慢病毒载体,建立TYR和BDNF基因过表达的骨髓间充质干细胞株(BMSCs),并利用光学成像技术监测BMSCs在大鼠脑梗死模... 详细信息

目的构建携带酪氨酸酶基因(tyrosinase, TYR)和脑源性神经营养因子(brain-derived neurotrophic factor, BDNF)基因的重组慢病毒载体,建立TYR和BDNF基因过表达的骨髓间充质干细胞株(BMSCs),并利用光学成像技术监测BMSCs在大鼠脑梗死模型脑内分布情况。方法应用RT-PCR技术扩增TYR及BDNF基因,然后克隆到H7656载体,构建慢病毒表达载体H16189,转染293T细胞,包装并测定其滴度,转染BMSCs后,应用RT-PCR、Western blot和ELISA检测目的基因及蛋白的表达。构建大鼠大脑中动脉梗塞模型,纹状体注射慢病毒感染的BMSCs,小动物光学成像观察BMSCs脑内分布情况。结果成功构建慢病毒表达载体H16189(PLENTI-CBH-TYR-3XFLAG-P2A-LUC2-TCMV-BDNF-6XHIS-F2A-PURO-WPRE),病毒滴度为2.6×10;TU/mL。慢病毒感染BMSCs后,RT-PCR检测到TYR和BDNF mRNA的表达,Western blot或ELISA法成功检测到TYR和BDNF蛋白表达。光学成像结果显示BMSCs可以在脑内迁徙,且主要聚集在脑梗死区域。结论成功构建了携带TYR及BDNF基因的慢病毒表达载体,光学成像显示携带TYR及BDNF基因的BMSCs可以将重组质粒运输到缺血梗死区,为下一步进行MRI显像及疗效评价提供了实验依据。

关键词：骨髓间充质干细胞酪氨酸酶基因脑源性神经营养因子脑梗死

在线全文

学校读者我要写书评

暂无评论

数字人权再反思:基于功能分化的视角

法学家 2024年第2期 158-172,196页

作者：伍德志武汉大学法学院

数字人权的社会基础并非一体化的数字社会,数字技术只是强化但并没有根本改变工业社会的结构特征与运作逻辑,数字社会仍然是功能分化社会,数字人权也因此不具备代际变革的颠覆性意义。数字人权的基本功能是在数字时代继续维护各个系统... 详细信息

数字人权的社会基础并非一体化的数字社会,数字技术只是强化但并没有根本改变工业社会的结构特征与运作逻辑,数字社会仍然是功能分化社会,数字人权也因此不具备代际变革的颠覆性意义。数字人权的基本功能是在数字时代继续维护各个系统的功能分化,限制各个功能系统借助数字技术所产生的内在扩张性,从而在个人身心系统与功能系统之间、不同功能系统之间确立合理的界限。数字人权可被区分为普遍功能性数字人权与特殊功能性数字人权。前者主要是指互联网接入权,其功能是在社会整体层面支持所有系统的涵括性与功能分化;后者主要是指生物人及其社会角色的数字人权,其功能主要是维护个人身心系统的完整性与自主性,以及社会角色所代表的功能系统沟通的自主性。

关键词：数字社会工业社会数字人权功能分化互联网接入权

在线全文

学校读者我要写书评

暂无评论

网络暴力与道德宪治:基于系统论的分析

政治与法律 2024年第5期 63-80页

作者：伍德志武汉大学法学院湖北武汉430072

网络暴力是道德系统内在的自我强迫性增长所产生的结构性压迫。道德在互联网的支持下演化出自我再生产的功能系统,由此获得了一种不受外部约束的内部增长态势。道德系统不仅侵蚀了个人心理系统,而且将自己偏执的理性强加给其他社会子系... 详细信息

网络暴力是道德系统内在的自我强迫性增长所产生的结构性压迫。道德在互联网的支持下演化出自我再生产的功能系统,由此获得了一种不受外部约束的内部增长态势。道德系统不仅侵蚀了个人心理系统,而且将自己偏执的理性强加给其他社会子系统。对网络暴力的现有法律治理模式可以被归纳为个人主义模式、组织主义模式与国家主义模式,但它们都难以限制道德系统的内在扩张性。系统自控模式主张对道德系统的限制只能来自道德系统自身,通过在系统内部建立对立结构来对系统的病态扩张加以限制。道德宪治就是对系统自控模式的规范化与合理化。道德宪治是通过宪法这个结构性耦合机制,来为道德系统设定社会自治的框架,从而在不破坏道德系统功能自治的前提下,在其内部建立“反向结构”,进而达到以道德限制道德之功效。

关键词：网络暴力道德系统系统自控模式道德宪治反思性法

数智化背景下企业会计数据要素价值创造逻辑与实践推进策略

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

财会月刊 2024年第12期45卷 22-27页

作者：肖旭伍志燕贵州师范大学历史与政治学院贵阳550025 贵州开放大学马克思主义学院贵阳550023

在数智化时代,会计数据要素已经成为企业的关键生产要素,逐渐渗透并融入企业的运营、管理和战略之中,蕴藏着巨大的潜能和价值。因此,探究数智化背景下企业会计数据要素价值创造问题显得尤为重要。本文从数据要素在经济学理论中的地位演... 详细信息

在数智化时代,会计数据要素已经成为企业的关键生产要素,逐渐渗透并融入企业的运营、管理和战略之中,蕴藏着巨大的潜能和价值。因此,探究数智化背景下企业会计数据要素价值创造问题显得尤为重要。本文从数据要素在经济学理论中的地位演进出发,厘清数据要素的价值创造逻辑。以此为基础,构建企业会计数据要素价值创造体系,并选取客户信用风险及应收账款管理数字化、多维经营预测和经营分析数字化两个典型场景进行应用举例,为会计数据要素的实际应用提供参考。最后,为了更好地推进企业会计数据要素价值创造实践,从会计数据标准建设、业财融合和会计职能拓展、会计数据要素流通和利用、新一代信息技术实践应用等方面提出适应性改革建议,为企业会计数据要素的应用奠定良好的实践基础。

关键词：数智化会计数据要素数据价值链数据资产应用场景

基于卷积神经网络的胸片肺野分割与肺结核的筛查研究

在线全文

学校读者我要写书评

暂无评论

临床放射学杂志 2023年第4期42卷 671-677页

作者：刘梦秋伍志发丁虎刘影中国科学技术大学附属第一医院(安徽省立医院)影像科合肥230001 中国科学技术大学计算机科学与技术学院合肥230026

目的探究基于卷积神经网络的级联深度学习模型在胸部X线平片图像上对肺野分割以及肺结核筛查的应用价值。方法搜集2018年10月至2020年2月行胸部X线摄影检查的健康对照组1300名和肺结核患者825例,随机选择140名健康对照组和60例患者组成... 详细信息

目的探究基于卷积神经网络的级联深度学习模型在胸部X线平片图像上对肺野分割以及肺结核筛查的应用价值。方法搜集2018年10月至2020年2月行胸部X线摄影检查的健康对照组1300名和肺结核患者825例,随机选择140名健康对照组和60例患者组成肺野分割数据集,评价基于U-net++网络的深度学习模型对胸片肺野的分割效果。划分数据集中的80%(1700例)作为训练集,20%(425例)作为测试集,使用四种分类网络(VGG 16、Inception V3、Resnet 101、Densenet 121)对分割结果内是否存在结核病灶进行判断,并使用网络公开的深圳市第三人民医院肺结核数据集(CHX)对模型的检出效能进行评价。结果级联模型中U-net++分割网络对胸片肺野分割的Dice相似指数与交并比(IOU)分别达到99.42%和98.84%;VGG 16、Inception V3、Resnet 101及Densenet 121四种分类网络对肺结核的筛查率最高分别为95.77%、96.00%、94.35%和95.06%;四种分类网络在CHX数据集上的最高检出率分别为84.44%、83.99%、81.42%和86.25%,曲线下面积(AUC)分别达到0.896、0.881、0.919和0.935。结论基于卷积神经网络的级联深度学习模型对胸片上肺野的分割效果良好,对肺结核的筛出具有较高的应用价值,模型具有一定的泛化能力。

关键词：深度学习卷积神经网络级联模型肺结核

基于深度学习的CT图像肋骨自动分割与三维重组研究

在线全文

学校读者我要写书评

暂无评论

临床放射学杂志 2022年第2期41卷 351-356页

作者：伍志发刘梦秋吴娇艳刘影安徽医科大学附属省立医院影像科合肥230001 中国科学技术大学附属第一医院影像科

目的探讨基于卷积神经网络的深度学习模型在胸部CT图像上对肋骨区域的自动分割与三维重组的价值。方法搜集2020年11月至2021年1月在本院行胸部CT检查者共130例(共计33280张轴位图像),以其中的80例作为训练集,20例作为测试集,来自另外三... 详细信息

目的探讨基于卷积神经网络的深度学习模型在胸部CT图像上对肋骨区域的自动分割与三维重组的价值。方法搜集2020年11月至2021年1月在本院行胸部CT检查者共130例(共计33280张轴位图像),以其中的80例作为训练集,20例作为测试集,来自另外三台不同CT设备的被检者各10例作为独立验证集,评价基于四种3D分割网络(UNet 3D、VNet、DenseNet 3D与DenseVoxelNet)的深度学习模型对CT图像上肋骨区域的分割效果,并将结果应用于肋骨三维重组。结果基于四种3D分割网络的深度学习模型在测试集上的最高Dice系数分别为99.91%、99.80%、99.90%、99.73%,准确率(IOU)分别达到99.82%、99.60%、99.80%、99.47%,其中UNet 3D网络在验证集上达到最高99.85%的Dice系数,IOU达到99.70%。结论基于卷积神经网络的深度学习模型在胸部CT图像上对肋骨区域的自动分割效果良好,并具有一定的泛化能力,分割结果应用于肋骨三维重组具有较高的临床价值。

关键词：深度学习卷积神经网络 CT图像三维重组

在线全文

学校读者我要写书评

暂无评论

基于人工智能的机床主轴故障诊断研究

机床与液压 2024年

作者：陈琪廖璘志伍倪燕韩国培材大学宜宾职业技术学院智能制造学院

随着信息通信技术（ICT）的发展，智能工厂成为了制造领域的新趋势，人工智能技术在机械故障诊断中的应用也引起了研究人员的关注。本文通过构建一个测试台，收集了人为改变主轴偏心的故障数据，并采用三种人工智能模型（CNN、LSTM和aut... 详细信息

随着信息通信技术（ICT）的发展，智能工厂成为了制造领域的新趋势，人工智能技术在机械故障诊断中的应用也引起了研究人员的关注。本文通过构建一个测试台，收集了人为改变主轴偏心的故障数据，并采用三种人工智能模型（CNN、LSTM和auto-encoder）进行学习，分析比较了它们对主轴7种故障状态分类的准确性。实验结果表明，三种模型均具有较高的准确性，其中CNN模型的准确率最高，达到了99.3%。此外，本文还提出了数据收集、数据处理和模型开发的方法，以便将人工智能技术有效地应用于机床领域。

关键词：人工智能故障诊断 CNN LSTM 主轴

基于图优化的GNSS/双目视觉/惯性SLAM系统开发及应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国惯性技术学报 2024年第5期32卷 475-483页

作者：夏琳琳宋梓维方亮孙伍虹志东北电力大学自动化工程学院吉林132012 吉林化工学院信息与控制工程学院吉林132022

为提高机器人室外长航时定位精度,提出一种基于图优化的全球导航卫星系统(GNSS)/双目视觉/惯性同时定位与建图(SLAM)系统开发及应用。将空间中的线特征作为几何约束的补充,集成至前端的特征提取及后端的位姿优化线程,提升位姿解算精度... 详细信息

为提高机器人室外长航时定位精度,提出一种基于图优化的全球导航卫星系统(GNSS)/双目视觉/惯性同时定位与建图(SLAM)系统开发及应用。将空间中的线特征作为几何约束的补充,集成至前端的特征提取及后端的位姿优化线程,提升位姿解算精度。同时,以因子图构建联合优化的图结构,并推导出全局观测误差模型。近200 m的BullDog-CX机器人巡检结果表明,所提算法相比于VINSFusion和PL-VINS分别取得约12.6%及3.4%的定位精度提升,为室外机器人长航时导航提供了一种可行方案。

关键词： GNSS/双目视觉/惯性SLAM系统图优化线特征约束全局观测多传感器融合