检索结果-南通市图书馆

Nano Research 2024年第6期17卷 5399-5408页

作者： xuxuan gu Jinlong Shen Zhiwei Xu Wenqi Wang Ying Wu Wen Zhou Chen Xie Quli Fan State Key Laboratory of Organic Electronics and Information Displays&Institute of Advanced Materials(IAM) Nanjing University of Posts&Telecommunications9 Wenyuan RoadNanjing 210023China

Semiconducting polymer nanoparticles(SPNs)have shown great promise in second near-infrared window(NIR-II)***,the issue of long metabolic time significantly restricts the clinical application of *** this study,we rationally designed a biodegradable SPN(BSPN50)for NIR-II fluorescence imaging-guided photodynamic therapy(PDT).BSPN50 is prepared by encapsulating a biodegradable SP(BSP50)with an amphiphilic copolymer ***50 is composed of NIR-II fluorescent diketopyrrolopyrrole(DPP)segment and degradable poly(phenylenevinylene)(PPV)segment with the ratio of 50/***50 has both satisfactory degradability under myeloperoxidase(MPO)/hydrogen peroxide(H_(2)O_(2))and NIR-II fluorescence emission upon 808 nm laser ***,BSPN50 shows good photodynamic efficacy under 808 nm laser ***50 shows a faster degradation rate than BSPN100 which has no PPV segment both in vitro and in *** addition,BSPN50 can effectively diagnose tumor via NIR-II fluorescence imaging and inhibit the tumor growth by ***,our study provides a rational approach to construct biodegradable nanoplatforms for efficient tumor NIR-II phototheranostics.

关键词： near-infrared(NIR)-II fluorescence imaging semiconducting polymer nanoparticles photodynamic therapy tumor imaging

基于DeepLabv3的样本不均衡图像语义分割研究

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

成都工业学院学报 2022年第3期25卷 16-21页

作者：王汉谱刘志豪谷旭轩廖建英贺志强涂兵彭怡书湖南理工学院信息科学与工程学院湖南岳阳414006 湖南理工学院机器视觉与人工智能研究中心湖南岳阳414006

卷积神经网络(Convolutional Neural Networks,CNN)在处理语义分割上具有独特优势,但是小目标、稀少目标等样本不均衡问题成为影响分割精度的重要因素。由此提出一种以DeepLabv3网络为基本框架,结合了Focal Loss和GPB/OWT/UCM边缘分割... 详细信息

卷积神经网络(Convolutional Neural Networks,CNN)在处理语义分割上具有独特优势,但是小目标、稀少目标等样本不均衡问题成为影响分割精度的重要因素。由此提出一种以DeepLabv3网络为基本框架,结合了Focal Loss和GPB/OWT/UCM边缘分割的图像语义分割方法。首先,利用DeepLabv3网络中Resnet101编码器进行特征提取,所得特征经过空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块后获得多尺度信息,再通过解码器恢复到原图分辨率,进行图像的像素级分割;然后,引入Focal Loss替换原来网络中的交叉熵损失函数,即在原来每个单像素损失值上加权重,加强对困难样本特征的学习;最后,融合GPB/OWT/UCM边缘分割算法,使得小目标区域的语义信息仅由低等级特征去单独决定,从而优化小目标和稀少目标的边缘细节的分割。实验结果表明:在PASCAL VOC 2012数据集上,该方法所得均交并比(Mean Intersection over Union,MIoU)为80.23%,相比于原来DeepLabv3网络,MIoU值提升了0.71%,改善了样本不均衡问题。

关键词：语义分割样本不均衡多尺度信息边缘细节

在线全文

学校读者我要写书评

暂无评论

基于FCN的图像语义分割算法研究

成都工业学院学报 2022年第1期25卷 36-41页

作者：王汉谱瞿玉勇刘志豪谷旭轩贺志强彭怡书何伟湖南理工学院信息科学与工程学院湖南岳阳414006 湖南理工学院机器视觉与人工智能研究中心湖南岳阳414006

图像语义分割的传统方法是依靠人工设计提取特征,用机器学习的方法进行分类,来达到分割的效果,但是过程比较复杂,且最终的分割效果也不理想。为解决该问题,提出运用深度学习的方法自动提取图像中物体特征,实现端到端训练,并提升分割精... 详细信息

图像语义分割的传统方法是依靠人工设计提取特征,用机器学习的方法进行分类,来达到分割的效果,但是过程比较复杂,且最终的分割效果也不理想。为解决该问题,提出运用深度学习的方法自动提取图像中物体特征,实现端到端训练,并提升分割精度。采用的基础网络是ResNet-50,同时采用空洞空间金字塔池化模块进行有效的特征融合,并在最后一组卷积块中使用了空洞卷积来控制感受野,以提取多尺度信息。在解码阶段采用密集上采样卷积来获得最终的输出预测图。实验表明,该方法获得mIoU值为86.185%。

关键词：语义分割全卷积神经网络空洞空间金字塔池化密集上采样卷积

在线全文

学校读者我要写书评

暂无评论

海上气枪震源阵列优化组合设计与应用

石油学报 2012年第A01期33卷 142-148页

作者：李绪宣王建花张金淼顾汉明中海油研究总院北京100027 中国地质大学地球物理与空间信息学院武汉430074 中国地质大学构造与油气资源教育部重点实验室武汉430074

笔者基于海上气枪震源子波模拟方法,针对海上多子阵进行了大量的不同气枪阵列组合情形下的震源子波模拟试算,提出了适应深水地震勘探要求的立体多阵列和将气枪阵列的大容量气枪放置在中间位置以及交错排列两种非常规气枪阵列,所模拟的... 详细信息

笔者基于海上气枪震源子波模拟方法,针对海上多子阵进行了大量的不同气枪阵列组合情形下的震源子波模拟试算,提出了适应深水地震勘探要求的立体多阵列和将气枪阵列的大容量气枪放置在中间位置以及交错排列两种非常规气枪阵列,所模拟的子波具有低频能量强、初泡比大、陷波点处的频谱能量强的特点。同时,把优选的立体四阵列组合和六子阵非常规阵列组合的气枪阵列在不同勘探靶区进行了野外地震采集试验,结果表明,笔者提出的优化阵列组合设计可以明显提高子波性能,所获得的地震剖面品质明显改进,深部地层的反射特征明显,清楚地展示了盆地结构、地层充填特征等,取得了良好的应用效果。

关键词：气枪阵列设计立体气枪阵列非常规气枪阵列设计气枪阵列震源应用

在线全文

学校读者我要写书评

暂无评论

海上气枪阵列震源子波数值模拟研究

中国海上油气 2009年第4期21卷 215-220页

作者：李绪宣温书亮顾汉明杨凯王建花中海石油研究中心 100027 中国地质大学武汉中海油田服务股份有限公司

基于海上地震勘探气枪理论模型,开展了单枪、单一子阵列、立体阵列震源子波数值模拟研究。结果表明,单一子阵列可以很好地提高子波主脉冲值,并在压制气泡脉冲方面具有较好的效果;立体阵列可以较好地抑制由于海面虚反射等因素引起的陷波... 详细信息

基于海上地震勘探气枪理论模型,开展了单枪、单一子阵列、立体阵列震源子波数值模拟研究。结果表明,单一子阵列可以很好地提高子波主脉冲值,并在压制气泡脉冲方面具有较好的效果;立体阵列可以较好地抑制由于海面虚反射等因素引起的陷波作用,其子波频谱较平面阵列子波频谱光滑。气枪立体阵列组合能够有效地提高子波质量,对其开展更深入的研究与试验具有重要意义。

关键词：海上气枪阵列子阵列立体阵列震源子波数值模拟