检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

汉唐陶舞俑艺术鉴赏

国学 2024年第2期12卷 296-302页

作者：王哲北方民族大学设计艺术学院，宁夏银川

汉唐是中国历史上的重要时期，也是中华民族文化大繁荣的代表时期之一。汉唐时期的舞蹈艺术和陶舞俑是中华民族灿烂瑰宝的代表，为艺术家们提供了丰富的创作资源和灵感。对汉唐的舞蹈及陶舞俑的研究，不仅可以帮助我们了解古代的舞蹈形... 详细信息

汉唐是中国历史上的重要时期，也是中华民族文化大繁荣的代表时期之一。汉唐时期的舞蹈艺术和陶舞俑是中华民族灿烂瑰宝的代表，为艺术家们提供了丰富的创作资源和灵感。对汉唐的舞蹈及陶舞俑的研究，不仅可以帮助我们了解古代的舞蹈形式、风格和文化内涵，还能为研究古代社会生活、审美和艺术发展提供重要线索，让人们在还原历史场景的同时，还能感受当时的文化氛围。挖掘和了解这些古老而美丽的艺术形式，不仅可以领略汉唐时期人们的审美观念，同时也有助于传承和弘扬我们中国的传统文化。这对于雕塑艺术和舞蹈艺术的发展和创新具有重要的意义。

关键词：汉代陶舞俑唐代陶舞俑文化传承 Han Dynasty Dance Figurines Tang Dynasty Dance Figurines Cultural Inheritance

来源：博看期刊评论

在线全文

博看期刊

学校读者我要写书评

暂无评论

面向头颈部肿瘤转移性淋巴结分割网络

光学精密工程 2024年第9期32卷 1420-1431页

作者：周涛石道宗薛佳文彭彩月党培周忠伟北方民族大学计算机科学与工程学院宁夏银川750021 北方民族大学图像图形智能处理国家民委重点实验室宁夏银川750021 宁夏医科大学口腔学院宁夏银川750004

头颈部肿瘤是我国常见的恶性肿瘤,其预后主要受颈部淋巴结转移的影响,医学上通过核磁共振成像技术对转移性淋巴结成像后再进行诊断,然而,核磁共振技术成像存在病灶形态信息丢失,病灶区域对比度低和病灶边界模糊的问题。针对这些问题,提... 详细信息

头颈部肿瘤是我国常见的恶性肿瘤,其预后主要受颈部淋巴结转移的影响,医学上通过核磁共振成像技术对转移性淋巴结成像后再进行诊断,然而,核磁共振技术成像存在病灶形态信息丢失,病灶区域对比度低和病灶边界模糊的问题。针对这些问题,提出面向头颈部肿瘤转移性淋巴结分割网络协助医生进行诊断。首先,设计跨层跨视野注意力模块,其接收深浅层的特征信息后利用自注意力机制分别突显深浅层的转移淋巴形状,通过不同感受野的深层特征图学习到更好的语义上下文特征,将浅层特征图与深层特征图逐像素融合,增强转移淋巴病灶区域的形态信息。其次,设计多尺度特征融合模块,在特征金字塔的初始位置融合不同尺度的特征图,丰富转移淋巴病灶区域的形态信息。然后,设计增强注意力预测头模块,通过对预测前的特征图使用并行的自注意力与门控通道转换模块,凸出病灶区域,细化病灶边界。最后,使用临床淋巴结转移医学图像数据集验证网络的有效性。实验结果表明,所提网络对于淋巴结转移病灶分割的APdet,APseg,ARdet,ARseg,mAPdet和mAPseg分别为74.88%,74.12%,63.11%,62.28%,74.64%和74.04%。该网络实现对淋巴结转移病灶区域的精确检测分割,对辅助淋巴结诊断具有积极意义。

关键词：医学图像处理头颈部肿瘤淋巴结转移实例分割注意力机制

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

自注意力相似度迁移跨模态哈希网络

北京航空航天大学学报 2024年第2期50卷 615-622页

作者：梁焕王海荣王栋北方民族大学计算机科学与工程学院银川750021

为进一步提升跨模态检索性能,提出自注意力相似度迁移跨模态哈希网络模型。设计了一种通道空间混合自注意力机制强化关注图像的关键信息,并使用共同注意力方法加强模态信息交互,提高特征学习质量;为在哈希空间重构相似关系,采用迁移学... 详细信息

为进一步提升跨模态检索性能,提出自注意力相似度迁移跨模态哈希网络模型。设计了一种通道空间混合自注意力机制强化关注图像的关键信息,并使用共同注意力方法加强模态信息交互,提高特征学习质量;为在哈希空间重构相似关系,采用迁移学习的方法利用实值空间相似度引导哈希码的生成。在3个常用的数据集MIRFLICKR-25K、IAPR TC-12和MSCOCO上与深度跨模态哈希(DCMH)、成对关系引导的深度哈希(PRDH)、跨模态汉明哈希(CMHH)等优秀方法进行对比实验,结果显示哈希码长度为64 bit的条件下,所提模型在3个数据集图像检索文本任务的平均精确度均值(MAP)达到72.3%,文本检索图像任务的MAP达到70%,高于对比方法。

关键词：跨模态检索哈希学习注意力机制迁移学习无监督学习

内蒙古地区中华民族视觉符号挖掘与艺术创作研究

在线全文

学校读者我要写书评

暂无评论

M^(3)Res-Transformer:新冠肺炎胸部X-ray图像识别模型

国学 2024年第3期12卷 339-343页

作者：张玥北方民族大学设计艺术学院，宁夏银川

中华民族拥有多元一体的文化符号，文章通过提炼内蒙古地区中华民族共同的视觉符号并且进行艺术转化，以此来表现内蒙古地区优秀传统视觉符号与社会主义先进视觉符号。文章阐述了内蒙古地区中华民族视觉符号背后的文化内涵以及艺术创作... 详细信息

中华民族拥有多元一体的文化符号，文章通过提炼内蒙古地区中华民族共同的视觉符号并且进行艺术转化，以此来表现内蒙古地区优秀传统视觉符号与社会主义先进视觉符号。文章阐述了内蒙古地区中华民族视觉符号背后的文化内涵以及艺术创作的路径。敏锐地把握传统与现代结合的美学情景，创作以内蒙古地区中华民族视觉符号为主体，用油画的绘画语言讲述时代的进步。

关键词：内蒙古中华民族视觉符号艺术创作 Inner Mongolia Visual Symbols of the Chinese Nation Artistic Creation

来源：博看期刊评论

在线全文

博看期刊

学校读者我要写书评

暂无评论

电子学报 2024年第2期52卷 589-601页

作者：周涛刘赟璨侯森宝常晓玉叶鑫宇陆惠玲北方民族大学计算机科学与工程学院宁夏银川750021 北方民族大学图像图形智能处理国家民委重点实验室宁夏银川750021 宁夏医科大学医学信息与工程学院宁夏银川750004

新冠肺炎(COVID-19)自爆发以来严重影响人类生命健康,近年来残差神经网络广泛应用于COVID-19识别任务中,辅助医生快速地诊断COVID-19患者,但是COVID-19图像病变区域形状复杂、大小不一,与周围组织的边界模糊,导致网络难以提取有效特征.... 详细信息

新冠肺炎(COVID-19)自爆发以来严重影响人类生命健康,近年来残差神经网络广泛应用于COVID-19识别任务中,辅助医生快速地诊断COVID-19患者,但是COVID-19图像病变区域形状复杂、大小不一,与周围组织的边界模糊,导致网络难以提取有效特征.本文针对上述问题,提出一种M^(3)Res-Transformer的新冠肺炎胸部X-ray图像识别模型,采用Res-Transformer作为模型的主干网络,结合ResNet和ViT,有效地整合局部病变特征和全局特征;设计混合残差注意力模块(mixed residual attention Module,mraM),同时考虑通道和空间位置的相互依赖性,增强网络的特征表达能力;为了增大感受野,提取多尺度特征,通过叠加具有不同扩张率的扩张卷积构造多尺度扩张残差模块(multiscale dilated residual Module,mdrM),根据不同层次特征尺度的差异,使用3个逐渐收缩尺度的mdrM进行多尺度特征提取;提出上下文交叉感知模块(contextual cross-awareness Module,ccaM),使用深层特征中的语义信息来引导浅层特征,然后将浅层特征中的空间信息嵌入深层特征中,采用交叉加权注意力机制高效聚合深层和浅层特征,获得更丰富的上下文信息.为了验证本文所提模型的有效性,在新冠肺炎胸部X-ray图像数据集上进行实验,与先进的CNN分类模型、融合不同注意力机制的ResNet50模型、基于Transformer的分类模型对比以及消融实验.结果表明,本文所提模型的Acc、Pre、Rec、F1-Score与Spe指标分别为96.33%、96.36%、96.33%、96.35%与96.26%,在COVID-19胸部X-ray图像识别任务中有效提升了识别精度,并通过可视化方法对其进行进一步验证,为COVID-19的辅助诊断提供重要的参考价值.

关键词： COVID-19 胸部X-ray图像残差神经网络 vision transformer 注意力机制

DRT Net:面向特征增强的双残差Res-Transformer肺炎识别模型

在线全文

学校读者我要写书评

暂无评论

光学精密工程 2024年第5期32卷 714-726页

作者：周涛彭彩月杜玉虎党培刘凤珍陆惠玲北方民族大学计算机科学与工程学院宁夏银川750021 北方民族大学图像图形智能处理国家民委重点实验室宁夏银川750021 宁夏医科大学医学信息与工程学院宁夏银川750004

针对肺部X射线图像的病灶区域较小、形状复杂,与正常组织间的边界模糊,使得肺炎图像中的病灶特征提取不充分的问题,提出了一个面向特征增强的双残差Res-Transformer肺炎识别模型,设计3种不同的特征增强策略对模型特征提取能力进行增强... 详细信息

针对肺部X射线图像的病灶区域较小、形状复杂,与正常组织间的边界模糊,使得肺炎图像中的病灶特征提取不充分的问题,提出了一个面向特征增强的双残差Res-Transformer肺炎识别模型,设计3种不同的特征增强策略对模型特征提取能力进行增强。设计了组注意力双残差模块(GADRM),采用双残差结构进行高效的特征融合,将双残差结构与通道混洗、通道注意力、空间注意力结合,增强模型对于病灶区域特征的提取能力;在网络的高层采用全局局部特征提取模块(GLFEM),结合CNN和Transformer的优势使网络充分提取图像的全局和局部特征,获得高层语义信息的全局特征,进一步增强网络的语义特征提取能力;设计了跨层双注意力特征融合模块(CDAFFM),融合浅层网络的空间信息以及深层网络的通道信息,对网络提取到的跨层特征进行增强。为了验证本文模型的有效性,分别在COVID-19 CHEST X-RAY数据集上进行消融实验和对比实验。实验结果表明,本文所提出网络的准确率、精确率、召回率,F1值和AUC值分别为98.41%,94.42%,94.20%,94.26%和99.65%。DRT Net能够帮助放射科医生使用胸部X光片对肺炎进行诊断,具有重要的临床作用。

关键词：肺炎识别 X射线图像特征增强双残差结构 Transformer

基于DCIF-GAN的肺部肿瘤PET/CT跨模态医学图像融合

在线全文

学校读者我要写书评

暂无评论

光学精密工程 2024年第2期32卷 221-236页

作者：周涛程倩茹张祥祥李琦陆惠玲北方民族大学计算机科学与工程学院宁夏银川750021 宁夏医科大学医学信息工程学院宁夏银川750004 北方民族大学图像图形智能处理国家民委重点实验室宁夏银川750021

基于生成对抗网络(Generative Adversarial Network,GAN)的医学图像融合是计算机辅助诊断领域的研究热点之一,但是现有基于GAN的融合方法存在训练不稳定,提取图像的局部和全局上下文语义信息能力不足,交互融合程度不够等问题。针对上述... 详细信息

基于生成对抗网络(Generative Adversarial Network,GAN)的医学图像融合是计算机辅助诊断领域的研究热点之一,但是现有基于GAN的融合方法存在训练不稳定,提取图像的局部和全局上下文语义信息能力不足,交互融合程度不够等问题。针对上述问题,本文提出了双耦合交互式融合GAN(Dual-Coupled Interactive Fusion GAN,DCIFGAN)。首先,设计了双生成器双鉴别器GAN,通过权值共享机制实现生成器之间和鉴别器之间的耦合,通过全局自注意力机制实现交互式融合;第二,设计耦合CNN-Transformer的特征提取模块(Coupled CNN-Transformer Feature Extraction Module,CC-TFEM)和特征重构模块(CNN-Transformer Feature Reconstruction Module,C-TFRM),提升了对同一模态图像内部的局部和全局特征信息提取能力;第三,设计跨模态交互式融合模块(Cross Model Intermodal Fusion Module,CMIFM),通过跨模态自注意力机制,进一步整合不同模态间的全局交互信息。为了验证本文模型的有效性,在肺部肿瘤PET/CT医学图像数据集上进行实验,该文方法在平均梯度,空间频率,结构相似度,标准差,峰值信噪比,信息熵等上与其他四种方法中最优方法相比,分别提高了1.38%,0.39%,29.05%,30.23%,0.18%,4.63%。模型能够突出病变区域信息,融合图像结构清晰且纹理细节丰富。

关键词：医学图像图像融合 PET/CT 耦合生成对抗网络 Swin Transformer

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

宁夏杨氏泥塑的艺术特色与文化传承

东方收藏 2024年第1期 156-158页

作者：丁年晨北方民族大学设计艺术学院宁夏银川750030

宁夏回族自治区隆德县杨氏泥塑历来以悠久的历史、鲜明的色彩、逼真的形态而声名远扬,其发展至今已有百余年的历史。作为我国民间艺术的重要组成部分,它凝聚了中华民族的文化精髓和审美观念,在我国民间泥塑艺术中占据有一席之地。100多... 详细信息

宁夏回族自治区隆德县杨氏泥塑历来以悠久的历史、鲜明的色彩、逼真的形态而声名远扬,其发展至今已有百余年的历史。作为我国民间艺术的重要组成部分,它凝聚了中华民族的文化精髓和审美观念,在我国民间泥塑艺术中占据有一席之地。100多年来,诸多杨氏泥塑传承人不断提升自我,同时更加注重对杨氏泥塑文化艺术精神的传承和发展。文章通过对宁夏杨氏泥塑的阐述,剖析其文化精神与创作特点,探讨在当下如何更好地将它的文化艺术精神进一步发扬光大。

关键词：宁夏杨氏泥塑艺术特色文化传承

利用跨模态轻量级YOLOv5模型的PET/CT肺部肿瘤检测

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

电子与信息学报 2024年第2期46卷 624-632页

作者：周涛叶鑫宇刘凤珍陆惠玲北方民族大学计算机科学与工程学院银川750021 宁夏医科大学医学信息工程学院银川750004 北方民族大学图像图形智能处理国家民委重点实验室银川750021

多模态医学图像可在同一病灶处提供更多语义信息,针对跨模态语义相关性未充分考虑和模型复杂度过高的问题,该文提出基于跨模态轻量级YOLOv5(CL-YOLOv5)的肺部肿瘤检测模型。首先,提出学习正电子发射型断层显像(PET)、计算机断层扫描(CT)... 详细信息

多模态医学图像可在同一病灶处提供更多语义信息,针对跨模态语义相关性未充分考虑和模型复杂度过高的问题,该文提出基于跨模态轻量级YOLOv5(CL-YOLOv5)的肺部肿瘤检测模型。首先,提出学习正电子发射型断层显像(PET)、计算机断层扫描(CT)和PET/CT不同模态语义信息的3分支网络;然后,设计跨模态交互式增强块充分学习多模态语义相关性,余弦重加权计算Transformer高效学习全局特征关系,交互式增强网络提取病灶的能力;最后,提出双分支轻量块,激活函数簇(ACON)瓶颈结构降低参数同时增加网络深度和鲁棒性,另一分支为密集连接的递进重参卷积,特征传递达到最大化,递进空间交互高效地学习多模态特征。在肺部肿瘤PET/CT多模态数据集中,该文模型获得94.76%mAP最优性能和3238 s最高效率,以及0.81 M参数量,较YOLOv5s和EfficientDet-d0降低7.7倍和5.3倍,多模态对比实验中总体上优于现有的先进方法,消融实验和热力图可视化进一步验证。

关键词： YOLOv5 跨模态交互式增强块双分支轻量块 PET/CT多模态肺部肿瘤影像