检索结果-南通市图书馆

电子与信息学报 2022年第1期44卷 138-148页

作者：杨昆常世龙王尉丞高聪刘筱刘爽薛林雁河北大学质量技术监督学院保定071002 计量仪器与系统国家地方联合工程研究中心保定071002 河北省新能源汽车动力系统轻量化技术创新中心保定071002

为了对肾透明细胞癌(ccRCC)进行准确核分级以改善肾癌的治疗和预后,该文提出一种新的通道注意力模块sECANet,通过计算特征图中当前通道与临近通道以及当前通道与远距离通道之间的信息交互来获取更多有用的特征。实验中收集了90例患者的... 详细信息

为了对肾透明细胞癌(ccRCC)进行准确核分级以改善肾癌的治疗和预后,该文提出一种新的通道注意力模块sECANet,通过计算特征图中当前通道与临近通道以及当前通道与远距离通道之间的信息交互来获取更多有用的特征。实验中收集了90例患者的肾组织病理图像,进行裁切和增强后采用五折交叉验证法对改进后的网络在Patch级别进行验证。实验结果表明,该文所提出的模型在Patch级别上鉴别ISUP分级的准确率为78.48±3.17%,精确率为79.95±4.37%,召回率为78.43±2.44%,F1分数为78.51±3.04%。进一步地,对每个病例所有Patch的预测结果采用多数投票法得到Image级别的分类结果,所有病例的准确率为88.89%,精确率为89.88%,召回率为87.65%,F1分数为88.51%。因此,sECANet在Patch级别和Image级别上均优于其他注意力机制和基本网络模型ResNet50。据此,该文所构建的病理图像ccRCC ISUP分级模型有良好的诊断效能,可以为患者的治疗和预后提供一定的参考。

关键词：肾透明细胞癌 ISUP分级病理图像深度学习注意力机制

YOLOF-CBAM:一种新的结直肠息肉实时分类与检测方法

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2023年第16期46卷 138-147页

作者：杨昆孙宇锋汪世伟路宇飞薛林雁河北大学质量技术监督学院保定071002 计量仪器与系统国家地方联合工程研究中心保定071002 河北省新能源汽车动力系统轻量化技术创新中心保定071002 河北大学电子信息工程学院保定071002

针对目前常见的计算机辅助检测系统对结肠镜图像中息肉的分类与检测准确性和实时性不足的问题,提出了一种以YOLOv4为基本框架,结合空间注意力机制与改进特征融合层的YOLOF-CBAM模型,可对白光和窄带成像双模态内镜图像中的增生性息肉与... 详细信息

针对目前常见的计算机辅助检测系统对结肠镜图像中息肉的分类与检测准确性和实时性不足的问题,提出了一种以YOLOv4为基本框架,结合空间注意力机制与改进特征融合层的YOLOF-CBAM模型,可对白光和窄带成像双模态内镜图像中的增生性息肉与腺瘤性息肉进行实时分类与检测。为了使息肉的特征提取更准确,在YOLOv4的主干网中增加CBAM模块,使网络特征提取层关注到更加重要的空间以及通道信息,抑制不必要特征向下传递;在此基础上,通过对特征融合层PANet进行剪枝操作优化网络结构,以此减少网络参数量,进一步提高模型的检测速度。为了对改进后的模型进行训练和测试,从河北大学附属医院收集了2988张包含了白光和NBI的内镜图像,并按照9∶1的划分比例划分为训练集和测试集。实验结果表明,YOLOF-CBAM在测试集上的mAP值为86.44%,识别增生性息肉和腺瘤性息肉的召回率分别为89.62%和85.64%,精确率分别为91.35%和85.19%,且实时分类速度达到47 FPS,证明所提出的模型具有潜在的临床应用价值。

关键词：结直肠息肉实时分类与检测注意力机制 YOLOv4 PANet

基于MSSA+IESN+MFFN组合算法的齿轮箱早期故障智能诊断

在线全文

学校读者我要写书评

暂无评论

中国工程机械学报 2023年第2期21卷 172-177页

作者：冯贺平杨敬娜吴梅梅薛林雁王德永河北软件职业技术学院智能工程系河北保定071030 河北软件职业技术学院网络工程系河北保定071030 河北大学质量技术监督学院河北保定071000 芯华创(北京)电子科技有限公司设计部北京030002

齿轮箱故障诊断存在变速工况、样本数量偏少以及会形成强噪声情况,提出了一种通过多尺度特征融合网络(MFFN)实现故障诊断技术。对初始时域信号拓展形成多特征域,建立造多维堆栈稀疏自编码器(MSSA)对不同特征域进行故障采集,通过粒子群... 详细信息

齿轮箱故障诊断存在变速工况、样本数量偏少以及会形成强噪声情况,提出了一种通过多尺度特征融合网络(MFFN)实现故障诊断技术。对初始时域信号拓展形成多特征域,建立造多维堆栈稀疏自编码器(MSSA)对不同特征域进行故障采集,通过粒子群算法优化回声状态网络(IESN)进行信号处理。研究结果表明:样本充足条件下,MFFN模型诊断时,定速工况为99.15%,变速工况为98.46%,达到了更高准确率并降低了标准差。在样本不足条件下,深度特征融合网络(DEFN)和MFFN对于样本数量减少表现出了优异鲁棒性,MFFN达到了更优的性能。在噪声干扰场景下,采用MFFN依然能够达到85%的准确率。该算法具备更优抗干扰性能,采用多维特征提取能够更好地适应处于强噪声干扰环境。该研究为实现传动系统的稳定运行提供了理论参考。

关键词：齿轮箱故障诊断深度学习多堆栈稀疏自编码器(MSSA) 多尺度特征融合网络(MFFN)

肾透明细胞癌数字病理图像细胞核ISUP分级预测

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2023年第4期46卷 121-128页

作者：杨昆王尉丞秦赓原嘉成刘爽薛林雁河北大学质量技术监督学院保定071002 河北大学计量仪器与系统国家地方联合工程研究中心保定071002

针对全切片数字病理图像中的肾透明细胞癌进行精准的细胞核分级并改善肾癌的治疗和预后,提出了一种基于多尺度通道信息拼接与融合残差网络的ccRCC病理图像国际泌尿病理学会核分级方法。通过多尺度通道信息拼接将不同阶段的语义信息进行... 详细信息

针对全切片数字病理图像中的肾透明细胞癌进行精准的细胞核分级并改善肾癌的治疗和预后,提出了一种基于多尺度通道信息拼接与融合残差网络的ccRCC病理图像国际泌尿病理学会核分级方法。通过多尺度通道信息拼接将不同阶段的语义信息进行融合,从而在不损失深度信息的同时提取更多的浅层特征,实现更准确的分类效果。实验收集了90例病人的肾组织病理切片,对WSI图像进行裁切和增强后,按照4:1的比例分成训练集和测试集。在训练集上对CSFNet卷积神经网络模型参数进行迭代优化,并在测试集上验证模型性能。实验结果表明,提出的CSFNet模型鉴别ISUPⅠ级、ISUPⅡ级、ISUPⅢ级和正常病理图像的宏平均AUC与微平均AUC分别为0.9758和0.9794,准确率为88.00%,精确率为88.36%,召回率为86.67%,F1分数为87.32%,且优于其他主流的分类网络模型,因此,本文所提出的肾透明细胞癌病理图像ISUP细胞核分级模型有良好的诊断效能,具有潜在的临床应用价值。

关键词：肾透明细胞癌 ISUP细胞核分级深度学习通道拼接融合

注意范围和视觉刺激大小的相对比例与内源性注意和外源性注意的对比度反应调制

在线全文

学校读者我要写书评

暂无评论

注意范围和视觉刺激大小的相对比例与内源性注意和外源性注意的对...

中国神经科学学会第十届全国学术会议

作者：黄丹薛林雁陈垚上海交通大学生物医学工程学院

视觉注意可分为内源性和外源性注意两类,已有研究表明这两类注意采用不同方式对视觉刺激对比度反应进行调制。另有证据说明注意对刺激对比度反应的调制方式与注意范围和视觉刺激大小两者的相对比例有关。详细对比分析内源性和外源性注... 详细信息

视觉注意可分为内源性和外源性注意两类,已有研究表明这两类注意采用不同方式对视觉刺激对比度反应进行调制。另有证据说明注意对刺激对比度反应的调制方式与注意范围和视觉刺激大小两者的相对比例有关。详细对比分析内源性和外源性注意对刺激对比度反应的调制机制与注意范围和视觉刺激两者相对大小之间的关系是非常必要的。我们采用心理物理学的研究手段对此问题开展研究。实验中被试完成以下任务:电脑屏幕中心出现十字作为注视点,接着出现视觉线索,线索消失后,不同对比度的Gabor刺激图像（一个大的Gabor周围环绕着三个小的Gabor）出现,被试需判断图像中大的Gabor刺激的线条方位与垂直方向的偏向,按键做出反应。我们采用不同的视觉线索诱导出不同类型的注意,通过调整大小Gabor之间的距离来控制被试注意范围和视觉刺激两者之间的相对大小。我们发现当注意范围和视觉刺激大小两者之间的相对比例自大变小时,内源性和外源性注意对刺激对比度的调制都发生了从对比度调制模式到反应增益模式的转换,但两种注意从对比度调制模式到反应增益模式的转换的方式不同。我们的研究说明了注意范围和视觉刺激大小两者的相对比例对对比度反应调制的影响,同时也给内源性和外源性注意是具有不同的性质的两类注意提供了新的证据。

关键词：视觉注意内源性注意外源性注意对比度反应

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

数字驱动、网络平台与宏观经济政策协调

统计研究 2023年第2期40卷 29-41页

作者：白仲林曾晶薛雁天津财经大学统计学院

为进一步厘清数据要素的宏观经济机理、分析与评估宏观经济政策推动数字经济发展的动态效应,秉承“新古典复兴”学派的逻辑,本文构建了包含网络平台主体的新凯恩斯动态随机一般均衡模型(DSGE模型),研究了货币政策、财政补贴政策与非数... 详细信息

为进一步厘清数据要素的宏观经济机理、分析与评估宏观经济政策推动数字经济发展的动态效应,秉承“新古典复兴”学派的逻辑,本文构建了包含网络平台主体的新凯恩斯动态随机一般均衡模型(DSGE模型),研究了货币政策、财政补贴政策与非数字人力资本投资冲击分别对消费增长、数据资本积累、总产出增长率和通货膨胀率等宏观变量的动态效应,并模拟研究了货币政策和财政补贴政策协调促进我国数字经济发展的效应。分析发现,网络平台对消费需求大数据的深度学习和及时反馈,提升了货币政策调控物价、拉动内需增长的效率,加速了数据资本积累并呈现出与非数字经济时代不同的特征;政府对网络平台研究与试验发展(R&D)项目的适度补贴可持续刺激消费增长,有利于改善市场配置效率、削弱商品价格上涨刚性、保持物价长期稳定;非数字人力资本投资是把双刃剑,能够推动经济增长,但会抑制数据资本积累;数字时代,科学协调财政补贴政策与货币政策可使我国宏观经济在增长路径上保持可持续性发展。

关键词：数据资本网络平台动态随机一般均衡模型宏观经济动态效应

一种基于改进YOLOv5s网络的结直肠腺瘤实时检测方法

在线全文

学校读者我要写书评

暂无评论

河北大学学报（自然科学版） 2022年第3期42卷 327-336页

作者：刘爽田兆星李浩然常颖吴思蓓薛林雁河北大学质量技术监督学院计量仪器与系统国家地方联合工程研究中心河北保定071002 河北大学附属医院消化内科河北保定071000

为解决现有的基于深度学习的结直肠息肉检测算法计算复杂或检测精度较低,不能在速度和精度方面同时满足实时检测的问题,提出了一种基于单阶段目标检测网络YOLO(you only look once)v5s的结直肠腺瘤实时检测方法.在YOLOv5s的主干网中融... 详细信息

为解决现有的基于深度学习的结直肠息肉检测算法计算复杂或检测精度较低,不能在速度和精度方面同时满足实时检测的问题,提出了一种基于单阶段目标检测网络YOLO(you only look once)v5s的结直肠腺瘤实时检测方法.在YOLOv5s的主干网中融入通道注意力机制,并以BCEWithLogitsLoss代替其原有的交叉熵损失函数BCELogits,以此提升网络性能.选取2074张腺瘤图片和包含19700帧的20段腺瘤视频,按照3∶1的比例构建结直肠腺瘤训练集和测试集.测试结果表明,结直肠腺瘤检测的平均精度为93.6%,检测速度为93帧/s,验证了该系统可以在肠镜的退镜过程中实时检测腺瘤性息肉,且具有较好的检测性能.

关键词：计算机辅助诊断腺瘤卷积神经网络 YOLOv5s 实时检测

在线全文

学校读者我要写书评

暂无评论

不同注意任务类型及难度对猕猴微眼动的影响

生物化学与生物物理进展 2014年第9期41卷 860-869页

作者：叶晶莹薛林雁黄丹杨月皎陈垚上海交通大学生物医学工程学院上海200240 河北大学质量技术监督学院保定071000

微眼动是视觉注视过程中幅度最大、速度最快的眼动,可以消除由于神经系统适应性而产生的视觉衰退现象,在视觉信息处理过程中发挥着重要作用.基于微眼动与视觉感知功能的相关性,设计实验研究猕猴完成显性、隐性注意任务以及不同难度显性... 详细信息

微眼动是视觉注视过程中幅度最大、速度最快的眼动,可以消除由于神经系统适应性而产生的视觉衰退现象,在视觉信息处理过程中发挥着重要作用.基于微眼动与视觉感知功能的相关性,设计实验研究猕猴完成显性、隐性注意任务以及不同难度显性注意任务时,视觉注视情况下微眼动的差异.通过对不同难度显性注意任务下微眼动的参数进行比较,发现随着任务难度的增加,微眼动的幅度、速率和频率都被抑制.另一方面,对比不同类型的视觉感知任务(显性注意和隐性注意),发现在相似的实验范式下,隐性注意对微眼动的频率有明显的抑制作用,但幅度和频率没有得到一致的结果,这表明视觉注意任务类型的不同或将导致猕猴完成任务的策略不同.这些工作将为今后进一步研究微眼动产生的神经机制以及视觉注意过程中眼动的作用机制奠定良好的基础.

关键词：微眼动显性注意隐性注意任务难度

改进EfficientNet网络的COVID-19 X光分类

在线全文

学校读者我要写书评

暂无评论

计算机与现代化 2023年第9期 94-99页

作者：刘禅奕黄丹薛林雁王涛朱桃四川轻化工大学自动化与信息工程学院四川宜宾644002 四川轻化工大学人工智能四川省重点实验室四川宜宾644002 河北大学质量技术监督学院河北保定071002

针对新冠感染蔓延速度快、新冠医学图像的人工诊断耗时长、压力大、医疗资源不平衡等诸多问题,在轻量级网络EfficientNet-B0的基础上引入新的注意力模块ECBAM,提出一种EfficientNet-ECBAM网络。首先用此模块替换EfficientNet-B0网络结构... 详细信息

针对新冠感染蔓延速度快、新冠医学图像的人工诊断耗时长、压力大、医疗资源不平衡等诸多问题,在轻量级网络EfficientNet-B0的基础上引入新的注意力模块ECBAM,提出一种EfficientNet-ECBAM网络。首先用此模块替换EfficientNet-B0网络结构中SE模块能够改善其因降维操作导致部分细节丢失的问题。其次,因为ECBAM模块能在通道和空间2个维度进行特征提取,亦能改善SE模块提取图片特征信息不充分的问题。在选用的COVID-19胸部X光数据集上进行的实验得出,基于EfficientNet-B0网络改进后的EfficientNet-ECBAM网络的准确率比经典卷积神经分类网络VGG16、ResNet-50分别提升了3.76个百分点和2.13个百分点,特异性及敏感性等指标也均有提升,模型参数量也分别降低了97.3%、85.6%,比轻量级网络SqueezeNet、MobileNet V1的准确率分别提升了2.97个百分点和2.44个百分点。在消融实验中,改进的ECBAM模块的各项指标也优于其他注意力模块。实验结果表明,本文提出的EfficientNet-ECBAM网络模型具有分类性能好、参数量低、计算量小的优势,利于部署在经济欠发达地区的医疗机构。

关键词：新冠感染深度学习 EfficientNet 注意力模块