检索结果-南通市图书馆

作者：窦蕾萍江西理工大学

学位级别：硕士

2019年底新型冠状病毒肺炎以极快的速度传播至世界各地,对人类的身体健康造成了极大的伤害与威胁。而ct作为一种临床上常用的影像学技术,其可以通过重建病灶部位图像的形式,为临床诊断提供支持。胸部ct平扫是当前新冠病毒肺炎的主要筛... 详细信息

2019年底新型冠状病毒肺炎以极快的速度传播至世界各地,对人类的身体健康造成了极大的伤害与威胁。而ct作为一种临床上常用的影像学技术,其可以通过重建病灶部位图像的形式,为临床诊断提供支持。胸部ct平扫是当前新冠病毒肺炎的主要筛查和辅助诊断手段,对病毒的筛查起到了重要的作用。通过诊断,对早期新冠肺炎患者给予有效的治疗,可以避免其发展为重症肺炎。图像的边缘包含着大部分的信息,边缘识别作为图像处理领域中的关键步骤,在对图像进行特征描述、匹配时都有着重大的影响。对新冠肺炎CT图像的弱边缘进行提取,突出肺部感染区域,有助于医学专家对新冠肺炎病毒的分析与判断。本文主要对Canny与数学形态学两种边缘检测算法展开了研究,在传统算法的基础之上,对两种算法分别进行了相应的改进。具体改进工作如下:(1)对传统Canny边缘检测算法的改进:1采用自适应中值滤波和引导滤波组成的混合滤波器对图像进行去噪;2在计算图像梯度时将二阶有限差分法用4-方向的Sobel算子替换;3利用自适应线性插值的方法进行非极大值抑制。(2)数学形态学边缘检测算法的改进:1根据形态学基本运算提出了一种新的边缘检测算子,并选用0°、45°、90°、135°方向的结构元素对图像执行边缘检测,将检测结果通过均权融合的方法进行边缘融合;2选用不同尺寸的结构元素对图像进行多尺度边缘检测,并将检测结果通过实体加权与信息熵结合的方法进行融合;3将前两步所得图像边缘通过实体加权与信息熵结合的方法进行融合,得到最终的形态学边缘检测结果。最后,我们将两种改进的图像边缘检测技术分别应用于新冠病毒肺炎ct图像,并与其他算法进行实验对比,结果表明,两种改进算法都能检测到更加清晰的图像边缘。

关键词：图像边缘检测 Canny算法数学形态学算法新冠肺炎CT图像

来源：

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

基于DenseNet模型优化的新冠肺炎CT图像检测算法

引用

青岛科技大学学报（自然科学版） 2022年第3期43卷 107-111,119页

作者：王剑峰王传旭青岛科技大学信息科学技术学院山东青岛266061

提出了一种基于DenseNet模型优化的新冠肺炎CT图像检测算法。首先,分析并实现了ResNet、EfficientNet和DenseNet 3种网络模型,完成了在FlyAI平台上对新冠肺炎CT图像检测训练及分类任务。通过对技术原理、分类准确率等参量的分析和对比,... 详细信息

提出了一种基于DenseNet模型优化的新冠肺炎CT图像检测算法。首先,分析并实现了ResNet、EfficientNet和DenseNet 3种网络模型,完成了在FlyAI平台上对新冠肺炎CT图像检测训练及分类任务。通过对技术原理、分类准确率等参量的分析和对比,表明DenseNet具有优越的自适应能力和分类能力。进一步针对该模型改用Focal Loss损失函数模型,在新冠肺炎CT图像数据集上的识别和分类达到94.57%的准确率,相比原来交叉熵损失函数下的模型,提升2.26%的精度,同时也高于其他检测方法,证明了所提算法的有效性。

关键词：新冠肺炎CT图像 ResNet模型 EfficientNet模型 DenseNet模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向生物医学数据的小样本分类方法研究

面向生物医学数据的小样本分类方法研究

引用

作者：李亚容江南大学

学位级别：硕士

机器学习尤其是深度学习技术促进着现代医学的发展,在很多疾病的诊断过程中起到了重要作用。传统机器学习方法需要大量的数据来训练算法模型,而在智慧医疗领域,由于数据的来源涉及患者隐私,很难获取海量的生物医学数据进行公开研究,这... 详细信息

机器学习尤其是深度学习技术促进着现代医学的发展,在很多疾病的诊断过程中起到了重要作用。传统机器学习方法需要大量的数据来训练算法模型,而在智慧医疗领域,由于数据的来源涉及患者隐私,很难获取海量的生物医学数据进行公开研究,这给机器学习技术在该领域的应用带来了诸多挑战。在该背景下,本文主要结合EEG脑电癫痫信号和新冠肺炎肺部ct图像这两种生物医学数据的自动诊断问题,开展面向生物医学数据的小样本分类方法研究,主要工作如下:(1)针对基于EEG脑电信号的癫痫诊断问题,提出一种基于多视角TSK模型的EEG癫痫自动检测算法。该算法使用多视角框架来协同处理从不同视角提取的特征数据,提出一种基于二次正则化的视角加权机制来区分每个视角的重要程度,并从不同维度增加EEG小样本数据集的内在联系,从而避免了单一特征提取视角的性能下降问题;此外,该算法以TSK模糊系统为基本模型,提高了算法的可解释性。实验结果表明,与其它癫痫EEG信号检测方法相比,本文提出的方法可以从数据中获取更多有价值的特征信息,能够在增强模型泛化能力的同时提升分类准确率,且具有较好的结果可解释性。(2)针对基于肺部ct图像的新冠肺炎诊断问题,提出一种新冠肺炎CT图像自动检测算法。该算法使用深度生成模型VAE来增加COVID-19数据集的数据量,从而提供更多的样本信息来减少过拟合;并基于迁移学习技术,提出一种用于COVID-19诊断的分类模型。此外,为了提高模型的泛化能力,使用Stacking集成技术对自动诊断模型进行同质集成。在新冠肺炎ct数据集上的实验结果表明,相比于对比算法,本文提出的算法可以从数据中获取更多有价值的样本信息,有效降低了模型的过拟合,对新冠肺炎CT图像的诊断精度更高。(3)在本文提出的新冠肺炎CT图像自动检测算法基础上,开发了基于ct图像的新冠肺炎智能检测系统。首先对该系统进行需求分析和可行性分析,确定系统的各个功能模块和系统架构,然后使用Python语言和PyQt框架对系统进行敏捷开发。其中,新冠肺炎检测功能的核心是本文提出的新冠肺炎检测算法,通过将算法和系统相结合,实现了对新冠肺炎快速、便捷的诊断,减轻了医生的工作负担。

关键词：小样本学习 EEG癫痫信号新冠肺炎CT图像分类

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：