检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合注意力线性特征多样化的DR分级模型

光电子．激光 2024年第6期35卷 612-622页

作者：梁礼明董信何安军阳渊江西理工大学电气工程与自动化学院江西赣州341000

糖尿病视网膜病变(diabetic retinopathy, DR)是目前人类的主要致盲疾病之一。针对DR数据集中样本类间差异小和类分布不均衡等制约分级性能提高的问题,本文提出一种融合注意力线性特征多样化(fusion of attention linear feature divers... 详细信息

糖尿病视网膜病变(diabetic retinopathy, DR)是目前人类的主要致盲疾病之一。针对DR数据集中样本类间差异小和类分布不均衡等制约分级性能提高的问题,本文提出一种融合注意力线性特征多样化(fusion of attention linear feature diversification, FALFD)的分级算法。该算法首先用改进的Res2Net残差网络作为模型骨干来增大感受野,进一步提高网络捕捉特征信息的能力;其次引入自适应特征多样化模块(adaptive feature diversification module, AFDM)对眼底图像可分辨的微小病理特征进行识别,获得具有高语义信息的局部特征,避免单一特征区域的限制,进而提高分级准确度;再后利用双线性注意力融合模块(bilinear attention fusion module, BAFM)增加可判别区域特征的网络权重占比;最后采用正则化焦点损失(focal loss, FL)进一步提升算法的分类性能。在IDRID数据集上,灵敏度和特异性分别为94.20%和97.05%,二次加权系数为87.83%;在APTOS 2019数据集上,二次加权系数和受试者工作曲线下的面积分别为88.06%和93.90%。实验结果表明,本文算法在DR分级领域中具有一定的应用价值。

关键词：视网膜病变分级特征多样性注意力机制正则化深度学习

融合Transformer和线索交叉聚合的结直肠息肉分割方法

在线全文

学校读者我要写书评

暂无评论

光电子·激光 2024年

作者：梁礼明李俞霖金家新何安军夏雨辰江西理工大学电气工程与自动化学院江西省通讯终端产业技术研究院有限公司软件部

针对结直肠息肉图像分割时动态信息处理和边缘细节捕捉能力不足，导致边界信息损失和错误分割等问题，本文提出一种建立在Swin Transformer框架上的线索交叉聚合结肠息肉分割方法。该方法首先通过Transformer编码器对图像的病变特征进... 详细信息

针对结直肠息肉图像分割时动态信息处理和边缘细节捕捉能力不足，导致边界信息损失和错误分割等问题，本文提出一种建立在Swin Transformer框架上的线索交叉聚合结肠息肉分割方法。该方法首先通过Transformer编码器对图像的病变特征进行逐级提取。其次利用改进的二阶通道注意力机制增强跨层级信息交互能力，有效提取丰富的多尺度上下文特征信息。再次采用反向频率通道注意力机制中的离散余弦变换，突出多尺度上下文信息的通道特征。最后通过线索交叉聚合模块从动态和静态深度两个层面增强图像特征，进而提升动态信息处理和细节捕捉能力。在数据集CVC-ClinicDB、Kvasir 、CVC-ColonDB 和ETIS-LaribPolypDB上进行测试，Dice指数分别为0.942、0.924、0.800和0.774。MIou指数分别为0.896、0.878、0.726和0.697。实验数据表明，本文提出的方法能有效分割结直肠息肉图像，为结直肠息肉的诊断提供了新思路。

关键词：图像分割结直肠息肉 Transformer 线索交叉聚合模块反向频率注意力模块

基于Swin Transformer和图形推理的结直肠息肉分割方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工程科学学报 2024年第5期46卷 897-907页

作者：梁礼明何安军阳渊吴健江西理工大学电气工程与自动化学院赣州341000

针对结直肠息肉图像分割中病灶区域尺度变化大、边缘模糊以及息肉与正常组织对比度低等问题,导致病变区域分割精度低和分割边界存在伪影,提出一种基于Swin Transformer和图形推理的自适应网络.该网络一是利用Swin Transformer编码器逐... 详细信息

针对结直肠息肉图像分割中病灶区域尺度变化大、边缘模糊以及息肉与正常组织对比度低等问题,导致病变区域分割精度低和分割边界存在伪影,提出一种基于Swin Transformer和图形推理的自适应网络.该网络一是利用Swin Transformer编码器逐层提取输入图像的全局上下文信息,弱化背景信息干扰,多尺度分析病变区域的显著性特点.二是提出全局与局部特征交互模块增强网络对复杂病灶的空间感知能力,突出待分割目标的关键位置信息,精准定位目标.三是通过区域引导图推理模块以图循环递推的方式挖掘先验信息之间的高阶显性关系,促进图间信息传递.四是设计面向边缘细节的边缘约束图推理模块,整合边缘细节,改善分割效果,提高分割精度.在CVC-ClinicDB、Kvasir、CVC-ColonDB和ETIS数据集上进行实验,其Dice系数分别为0.939,0.926,0.810和0.788,平均交并比分别为0.889,0.879,0.731和0.710,分割性能优于现有方法.仿真实验结果表明,对于形态结构复杂、对比度低和边缘模糊的结直肠息肉图像均有较高的分割精度.

关键词：结直肠息肉 Swin Transformer 全局与局部特征交互区域引导图推理边缘约束图推理

同方期刊数据库

跨尺度跨维度的自适应Transformer网络应用于结直肠息肉分割

在线全文

学校读者我要写书评

暂无评论

光学精密工程 2023年第18期31卷 2700-2712页

作者：梁礼明何安军李仁杰吴健江西理工大学电气工程及其自动化学院江西赣州341000

针对结直肠息肉图像病灶区域尺度变化大、边界模糊、形状不规则且与正常组织对比度低等问题,导致边缘细节信息丢失和病灶区域误分割,提出一种跨尺度跨维度的自适应Transformer分割网络。该网络一是利用Transformer编码器建模输入图像的... 详细信息

针对结直肠息肉图像病灶区域尺度变化大、边界模糊、形状不规则且与正常组织对比度低等问题,导致边缘细节信息丢失和病灶区域误分割,提出一种跨尺度跨维度的自适应Transformer分割网络。该网络一是利用Transformer编码器建模输入图像的全局上下文信息,多尺度分析结直肠息肉病灶区域。二是通过通道注意力桥和空间注意力桥减少通道维度冗余和增强模型空间感知能力,抑制背景噪声。三是采用多尺度密集并行解码模块来填补各层跨尺度特征信息之间的语义空白,有效聚合多尺度上下文特征。四是设计面向边缘细节的多尺度预测模块,以可学习的方式引导网络去纠正边界错误预测分类。在CVC-ClinicDB、Kvasir-SEG、CVC-ColonDB和ETIS数据集上进行实验,其Dice相似性系数分别为0.942,0.932,0.811和0.805,平均交并比分别为0.896,0.883,0.731和0.729,其分割性能优于现有方法。仿真实验表明,本文方法能有效改善结直肠息肉病灶区域误分割,具有较高的分割精度,为结直肠息肉诊断提供新窗口。

关键词：结直肠息肉 Transformer 多尺度密集并行解码模块多尺度预测模块

融合Transformer和跨级相位感知的结肠息肉分割方法

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

生物医学工程学杂志 2023年第2期40卷 234-243页

作者：梁礼明何安军朱晨锟盛校棋江西理工大学电气工程与自动化学院江西赣州341000 华南理工大学计算机科学与工程学院广州510000

针对结肠息肉图像分割时空间归纳偏差和全局上下文信息的有效表示缺失,导致边缘细节信息丢失和病变区域误分割等问题,提出一种融合Transformer和跨级相位感知的结肠息肉分割方法。该方法一是从变换的全局特征角度出发,运用分层Transfor... 详细信息

针对结肠息肉图像分割时空间归纳偏差和全局上下文信息的有效表示缺失,导致边缘细节信息丢失和病变区域误分割等问题,提出一种融合Transformer和跨级相位感知的结肠息肉分割方法。该方法一是从变换的全局特征角度出发,运用分层Transformer编码器逐层提取病变区域的语义信息和空间细节;二是通过相位感知融合模块(PAFM)捕获各阶段跨层次交互信息,有效聚合多尺度上下文信息;三是设计位置导向功能模块(POF)有效整合全局与局部特征信息,填补语义空白,抑制背景噪声;四是利用残差轴反向注意力模块(RA-IA)来提升网络对边缘像素点的识别能力。在公共数据集CVC-ClinicDB、Kvasir、CVC-ColonDB和EITS上进行实验测试,其Dice相似性系数分别为94.04%、92.04%、80.78%和76.80%,平均交并比分别为89.31%、86.81%、73.55%和69.10%。仿真实验结果表明,本文提出的方法能有效地分割结肠息肉图像,为结直肠息肉的诊断提供了新窗口。

关键词：图像分割结直肠息肉 Transformer 相位感知融合模块位置导向功能模块

融合Mobile Vit和倒置门控编解码的视网膜血管分割算法

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2023年

作者：梁礼明阳渊朱晨锟何安军吴健江西理工大学电气工程与自动化学院

针对视网膜血管分割时存在背景噪声干扰、边界纹理模糊和微细血管提取难等问题，提出一种融合Mobile Vit和倒置门控编解码的视网膜血管分割算法。改进Mobile Vit模块，在编码部分巧妙实现双联合特征提取；利用多谱注意力模块，从频域维... 详细信息

针对视网膜血管分割时存在背景噪声干扰、边界纹理模糊和微细血管提取难等问题，提出一种融合Mobile Vit和倒置门控编解码的视网膜血管分割算法。改进Mobile Vit模块，在编码部分巧妙实现双联合特征提取；利用多谱注意力模块，从频域维度减少图像特征信息缺失，精确分割血管前景像素；提出特征自适应融合模块，建立血管纹理上下文依赖关系，提高血管分割灵敏度；优化编解码结构设计倒置门控编解码模块，进一步捕获空间信息与深层语义信息，提高视网膜血管图像分割精度。在公共数据集DRIVE、STARE和CHASE＿DB1上进行实验，特异性分别为98.63%、98.97%和98.73%，准确率分别为97.09%、97.54%和97.60%，敏感度分别为81.09%、80.10%和80.79%。仿真实验证明，所提网络对视网膜血管分割具有较好的分割效果，为眼科疾病的诊断提供了新窗口。

关键词：视网膜血管 Mobile Vit模块离散余弦变换倒置门控编解码模块特征自适应融合

融合PVTv2和多尺度边界聚合的结直肠息肉分割算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用研究 2023年第5期40卷 1553-1558页

作者：梁礼明何安军董信李仁杰盛校棋江西理工大学电气工程与自动化学院江西赣州341000 华南理工大学计算机科学和工程学院广州510000

考虑到结直肠息肉图像中病灶区域和周围粘液存在对比度低、边界模糊和形状不规则等复杂特性,导致现有大部分算法无法实现高精准的分割结直肠息肉。鉴于以上难点,提出一种融合PVTv2和多尺度边界聚合的结直肠息肉分割算法。首先,利用PVTv... 详细信息

考虑到结直肠息肉图像中病灶区域和周围粘液存在对比度低、边界模糊和形状不规则等复杂特性,导致现有大部分算法无法实现高精准的分割结直肠息肉。鉴于以上难点,提出一种融合PVTv2和多尺度边界聚合的结直肠息肉分割算法。首先,利用PVTv2逐层提取肠息肉图像中的病灶特征,解决传统卷积神经网络对病灶区域特征提取能力不足的问题;然后,针对网络对复杂病灶区域的空间特征信息表征能力不强的问题,在网络跳跃连接处构建多尺度上下文空间感知模块;其次,设计多尺度挤压适配融合模块聚合不同尺度的特征信息,以减少各个尺度特征的语义差异;最后,为进一步加强边缘细节特征的识别能力,创造性构造残差轴向双边界细化模块。该算法在Kvasir-SEG和CVC-ClinicDB数据集上进行大量实验验证,其相似性系数分别为93.29%和94.52%,平均交并比分别为88.36%和89.88%。实验结果表明,对于复杂的病灶区域以及病灶边界模糊的情况,所提算法在分割精度上均有较大的提升。

关键词：结直肠分割 PVTv2 上下文空间感知挤压适配融合残差轴向双边界细化

在线全文

学校读者我要写书评

暂无评论

两种轴头修复方法

工程机械 2003年第11期34卷 53-54页

作者：何安军新疆马兰63656部队装备股841700

在机械设备使用过程中,有时会出现这种现象:因轴承损坏或安装不正确导致轴头磨损,而轴的其他部位却完好无损.在某些情况下,因新轴总成购买相对较贵,而且不一定能够及时买到,此时可采用以下两种方法对轴头进行修复.

关键词：轴头游标卡尺磨损部位画轴量具滑动轴承轴套修复方法外圆加工轴肩堆焊过盈量

基于注意力机制多特征融合的视网膜病变分级算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光电工程 2023年第1期50卷 98-109页

作者：梁礼明董信李仁杰何安军江西理工大学电气工程与自动化学院江西赣州341000

糖尿病视网膜病变(Diabetic Retinopathy,DR)是糖尿病的一个常见的急性阶段,可引起视网膜的视功能异常。针对视网膜眼底图像病灶区域识别困难以及分级效率不高等问题,本文提出一种基于注意力机制多特征融合的算法来对DR进行诊断分级。... 详细信息

糖尿病视网膜病变(Diabetic Retinopathy,DR)是糖尿病的一个常见的急性阶段,可引起视网膜的视功能异常。针对视网膜眼底图像病灶区域识别困难以及分级效率不高等问题,本文提出一种基于注意力机制多特征融合的算法来对DR进行诊断分级。首先对输入的图像采用高斯滤波等形态学预处理来提升眼底图像特征对比度;然后用ResNeSt50残差网络作为模型的骨干,引入多尺度特征增强模块对视网膜病变图像病变区域进行特征增强,提高分级准确率;再后利用图形特征融合模块对主干输出的特征增强后的局部特征进行信息融合;最后采用中心损失和焦点损失组合的加权损失函数进一步提升分类效果。在印度糖尿病视网膜病变(IDRID)数据集中灵敏度和特异性分别为95.65%和91.17%,二次加权一致性检验系数为90.38%。在Kaggle比赛数据集中准确率为84.41%,受试者工作特征曲线下的面积为90.36%。仿真实验表明,本文算法在糖尿病视网膜病变分级中具有一定的应用价值。

关键词：视网膜病变分级多尺度特征注意力机制图形特征融合

维普期刊数据库博看期刊