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

面向医学影像报告生成的门归一化编解码网络

智能系统学报 2024年第2期19卷 411-419页

作者：谭立玮张淑军韩琪郭淇王鸿雁青岛科技大学信息科学技术学院山东青岛266061 青岛科技大学数据科学学院山东青岛266061 青岛市干部保健服务中心山东青岛266071

医学影像报告的自动生成可以减轻医生的工作强度,减少误诊或漏诊的情况发生。由于医学影像的独特性,通常病灶比较小,与正常区域灰度差异难以分辨,导致文本生成时关键词的缺失,报告不够准确。对此提出一种面向医学影像报告生成的门归一... 详细信息

医学影像报告的自动生成可以减轻医生的工作强度,减少误诊或漏诊的情况发生。由于医学影像的独特性,通常病灶比较小,与正常区域灰度差异难以分辨,导致文本生成时关键词的缺失,报告不够准确。对此提出一种面向医学影像报告生成的门归一化编解码网络,通过门控通道变换单元优化视觉特征提取,加强特征间的差异,自动筛选关键特征;提出门归一化算法,沿通道维度整合上下文信息,在浅层网络激活、深层网络抑制通道间神经元活性,过滤无效特征,使文本和视觉语义充分交互,提高报告生成质量。在2种广泛使用的基准数据集IU X-Ray和MIMIC-CXR上的试验结果表明,模型能够取得先进的性能,生成的影像报告也具有更好的视觉语义一致性。

关键词：医学影像处理文本处理特征提取信息融合通道编码深度学习报告生成器灰度差异

维普期刊数据库博看期刊

1例高龄新型冠状病毒感染合并高血压患者的中西医结合护理体会

在线全文

学校读者我要写书评

暂无评论

中西医结合护理 2024年第2期10卷 162-167页

作者：张淑军景少娟北京市第一中西医结合医院呼吸科北京100026

本文总结1例高龄新型冠状病毒感染合并高血压患者的护理经验。基于辨证分型,采取中西医结合护理干预,在护理评估、消毒隔离、病情观察、口腔护理、健康指导、心理护理等常规护理的基础上,开展耳穴压豆、穴位贴敷、皮内针等中医特色技术... 详细信息

本文总结1例高龄新型冠状病毒感染合并高血压患者的护理经验。基于辨证分型,采取中西医结合护理干预,在护理评估、消毒隔离、病情观察、口腔护理、健康指导、心理护理等常规护理的基础上,开展耳穴压豆、穴位贴敷、皮内针等中医特色技术联合物理疗法,有效改善临床症状,促进患者早日康复。

关键词：新型冠状病毒感染高龄患者高血压中西医结合护理耳穴压豆穴位贴敷

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

移窗自注意力与卷积融合的医学图像分割网络

计算机仿真 2024年第2期41卷 261-267,288页

作者：郑言瑞张淑军王鸿雁青岛科技大学信息科学技术学院山东青岛266061 青岛市干部保健服务中心山东青岛266071

医学图像分割是临床诊疗中的关键技术,为疾病诊断提供可靠依据。由于病灶或器官等区域尺度不一、小目标难以辨识,且边界信息较弱,容易导致过分割或欠分割问题。提出一种移窗自注意力与卷积融合的医学图像分割网络STrongUNet,使用卷积提... 详细信息

医学图像分割是临床诊疗中的关键技术,为疾病诊断提供可靠依据。由于病灶或器官等区域尺度不一、小目标难以辨识,且边界信息较弱,容易导致过分割或欠分割问题。提出一种移窗自注意力与卷积融合的医学图像分割网络STrongUNet,使用卷积提取浅层特征,小感受野获得细粒度信息;通过移窗自注意力机制对局部信息进行增强提取,解决长距离依赖问题;编码器和解码器结构对称,并用两种跳跃连接方式融合高级和低级特征,实现多尺度融合的精准分割。在多器官分割数据集Synapse上的实验表明,在Dice相似系数(DSC)和Hausdorff距离(HD)评估度量上至少提高了1.94%和4.99%。

关键词：医学图像分割编解码网络卷积神经网络注意力机制

SAU-Net:基于U-Net和自注意力机制的医学图像分割方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2022年第10期50卷 2433-2442页

作者：张淑军彭中李辉青岛科技大学信息科学技术学院山东青岛266061

基于深度学习的生物医学图像分割由于其精度的提高,可以更好地辅助医生做精确的诊断.目前主流的基于U-Net的分割模型通过多层卷积进行局部特征的提取,缺失了全局信息,使分割过于局部化而产生误差.本文通过自注意力机制和分解卷积策略对U... 详细信息

基于深度学习的生物医学图像分割由于其精度的提高,可以更好地辅助医生做精确的诊断.目前主流的基于U-Net的分割模型通过多层卷积进行局部特征的提取,缺失了全局信息,使分割过于局部化而产生误差.本文通过自注意力机制和分解卷积策略对U-Net模型进行改进,提出一种新的深度分割网络SAU-Net,使用自注意力模块增加全局信息,将原U-Net中的级联结构改为逐像素相加,减小维度,降低计算量;提出一种快速简洁的分解卷积方法,将传统卷积分解为两路一维卷积,并加入残差连接强化上下文信息.在BRATS和Kaggle两个脑肿瘤数据集上进行的实验结果表明,SAU-Net在参数量和Dice系数上都有更优的性能.

关键词：自注意力分解卷积医学图像分割深度学习 U-Net

基于CM-Transformer的连续手语识别

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2022年第5期45卷 49-53,78页

作者：叶康张淑军郭淇李辉崔雪红青岛科技大学信息科学技术学院青岛266061

针对捕获手语动作的全局特征和局部特征以及保留图像中原有的结构和捕获上下文联系,提出了一种改进的卷积多层感知机-自注意力(CM-Transformer)方法用于连续手语识别。CM-Transformer将卷积层的结构一致性优势与自注意力模型编码器的全... 详细信息

针对捕获手语动作的全局特征和局部特征以及保留图像中原有的结构和捕获上下文联系,提出了一种改进的卷积多层感知机-自注意力(CM-Transformer)方法用于连续手语识别。CM-Transformer将卷积层的结构一致性优势与自注意力模型编码器的全局建模性能相结合,以捕获长期的序列依赖。同时将自注意力模型前馈层替换为多层感知机,以发挥其平移不变性和局部性。使用随机帧丢弃和随机梯度停止技术,减少时间和空间上的训练计算量,防止过拟合,由此构建一种高效计算的轻量级网络;最后使用连接主义时间分类解码器对输入和输出序列对齐,得到最终的识别结果。在两个大型基准数据集上的实验结果表明了所提方法的有效性。

关键词：连续手语识别卷积神经网络自注意力模型多层感知机

用于连续手语识别的CM-Transformer方法

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2022年

作者：叶康张淑军郭淇李辉崔雪红青岛科技大学信息科学技术学院

针对捕获手语动作的全局特征和局部特征以及保留图像中原有的结构和捕获上下文联系，提出了一种改进的卷积多层感知机-自注意力（CM-Transformer）方法用于连续手语识别。CM-Transformer将卷积层的结构一致性优势与自注意力模型编码器...

针对捕获手语动作的全局特征和局部特征以及保留图像中原有的结构和捕获上下文联系，提出了一种改进的卷积多层感知机-自注意力（CM-Transformer）方法用于连续手语识别。CM-Transformer将卷积层的结构一致性优势与自注意力模型编码器的全局建模性能相结合，以捕获长期的序列依赖。同时将自注意力模型前馈层替换为多层感知机，以发挥其平移不变性和局部性。同时使用随机帧丢弃和随机梯度停止技术，减少时间和空间上的训练计算量，防止过拟合，由此构建一种高效计算的轻量级网络；最后使用连接主义时间分类解码器对输入和输出序列对齐，得到最终的识别结果。在两个大型基准数据集上的实验结果表明了所提方法的有效性。

关键词：

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CNN和BLSTM的连续手语识别

重庆理工大学学报（自然科学） 2022年第4期36卷 177-186页

作者：张淑军王帅李辉青岛科技大学信息科学技术学院山东青岛266061

相对孤立词识别,连续手语识别对上下文的时间依赖性更强、语义更加复杂且时序分割困难,目前的研究在识别精度、背景抗干扰性和抗过拟合能力等方面仍存在不足。为此,提出一种基于CNN和BLSTM的连续手语识别方法,通过自适应视频采样,对输... 详细信息

相对孤立词识别,连续手语识别对上下文的时间依赖性更强、语义更加复杂且时序分割困难,目前的研究在识别精度、背景抗干扰性和抗过拟合能力等方面仍存在不足。为此,提出一种基于CNN和BLSTM的连续手语识别方法,通过自适应视频采样,对输入视频数据进行预处理,去除无关背景的干扰;在CNN空间特征提取的基础上,利用BLSTM双向语义依赖挖掘能力,对连续手语视频进行时序建模,构建CTC损失函数解决时间序列标签对齐问题。该算法在CSL和ConGD数据集上分别取得了98.4%和62.5%的平均识别率。

关键词：深度学习连续手语识别 CNN BLSTM CTC

在线全文

学校读者我要写书评

暂无评论

面向医学影像报告生成的门归一化编解码网络

智能系统学报 2023年

作者：谭立玮张淑军韩琪郭淇王鸿雁青岛市干部保健服务中心青岛科技大学数据科学学院青岛科技大学信息科学技术学院

医学影像报告的自动生成可以减轻医生的工作强度，减少误诊或漏诊的情况发生。由于医学影像的独特性，通常病灶比较小，与正常区域灰度差异难以分辨，导致文本生成时关键词的缺失，报告不够准确。对此本文提出了一种面向医学影像报告生... 详细信息

医学影像报告的自动生成可以减轻医生的工作强度，减少误诊或漏诊的情况发生。由于医学影像的独特性，通常病灶比较小，与正常区域灰度差异难以分辨，导致文本生成时关键词的缺失，报告不够准确。对此本文提出了一种面向医学影像报告生成的门归一化编解码网络，通过门控通道变换单元优化视觉特征提取，加强特征间的差异，自动筛选关键特征；提出门归一化算法，沿通道维度整合上下文信息，在浅层网络激活、深层网络抑制通道间神经元活性，过滤无效特征，使文本和视觉语义充分交互，提高报告生成质量。在两种广泛使用的基准数据集IU X-Ray和MIMIC-CXR上的实验结果表明模型能够取得先进的性能，生成的影像报告也具有更好的视觉语义一致性。

关键词：医学影像处理文本处理特征提取信息融合通道编码深度学习报告生成器灰度差异

基于改进Transformer的连续手语识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2022年第S2期49卷 573-578页

作者：王帅张淑军叶康郭淇青岛科技大学信息科学技术学院青岛266061

连续手语识别是一项具有挑战性的任务,当前大多数模型忽略了对长序列的整体建模能力,导致对较长手语视频的识别和翻译准确率较低。Transformer模型独特的编解码结构可用于手语识别,但其位置编码方式以及多头自注意力机制仍有待改善。因... 详细信息

连续手语识别是一项具有挑战性的任务,当前大多数模型忽略了对长序列的整体建模能力,导致对较长手语视频的识别和翻译准确率较低。Transformer模型独特的编解码结构可用于手语识别,但其位置编码方式以及多头自注意力机制仍有待改善。因此,文中提出了一种基于改进Transformer模型的连续手语识别方法,通过多处复用的带参数位置编码对连续手语句子中的每个词向量进行多次循环计算,准确掌握各个词之间的位置信息;在注意力模块中添加可学习的记忆键值对形成持久记忆模块,通过线性高维映射等比例扩大注意力头数与嵌入维度,最大程度地发挥Transformer模型的多头注意力机制对较长手语序列的整体建模能力,深入挖掘视频内部各帧中的关键信息。所提方法在最具权威的连续手语数据集PHOENIX-Weather2014和PHOENIX-Weather2014-T上取得了有竞争力的识别结果。

关键词：连续手语识别 Transformer 多头注意力位置编码