基于数据增强及注意力机制的肺结节检测系统

带标注的医学影像数据过少使模型的学习能力有限,深度检测过程中下采样带来的微小结节特征信息容易丢失。为此,设计了一种基于计算机断层扫描的生成式对抗网络（CT-GAN）的数据增强及改进YOLO-V4检测框架的肺计算机辅助检测系统。首先,在结节生成框架CT-GAN中引入DropBlock正则化方法,实现带标注医学影像的数据增强,以提升肺结节的生成质量; 其次,在YOLO-V4中引入坐标注意力机制,以捕捉肺结节的位置感知、方向感知和跨通道的信息,更加精确地检测肺结节感兴趣区域。实验结果表明,在LUNA16数据集上,所提框架的数据增强和结节检测的性能优于其他框架。     

可编程序控制器在设备故障自动检测中的应用

介绍了在使用可编程序控制器的设备上编制自动检测程序用来检测设备故障的详细方法和编程实例；该程序可以全自动地检测设备故障，从而使设备维修极为简单，设备维修也将由此进入一个崭新的阶段。     

基于3D卷积神经网络的肺结节检测

针对肺结节自动检测模型精度较低,假阳性较高等问题,提出一种基于3D卷积神经网络的两阶段肺结节检测方法。第一阶段使用3D V-Net检测出所有候选结节,并融合残差跳转连接构建深层网络,以保留上层网络一定比例输出,实现图像特征重用,引入改进的损失函数解决数据集正负样本失衡的问题;第二阶段使用3D VGG网络对候选结节分类,以降低假阳性,并加入残差连接防止梯度消失和退化,以加速网络训练过程。实验结果表明,该方法在候选结节检测阶段的敏感度为91.28%,分类阶段的准确率为99.22%,敏感度为96.60%,可有效辅助放射科医生对肺结节进行检测。     

基于残差结构的三维U-Net肺结节检测算法

针对肺部CT图像中肺结节检测存在检测灵敏度差、假阳性高的问题和检测网络中存在深层网络容易忽略浅层位置信息的问题,提出了一种结合残差结构的三维Res Add-Unet网络肺结节检测算法。该算法添加了残差结构,有效地结合浅层网络和深层网络的信息来获取结节特征,提高了检测灵敏度。在肺结节假阳性减少网络中,提出ResVGG网络对候选结节进行分类,降低了假阳性。在LUNA16数据集上对所提出算法的验证表明,其准确度达98.21%,灵敏度达97.79%,证明了该算法对肺结节检测有良好的性能。     

基于改进的Faster R-CNN的肺结节检测方法研究

研究使用相同的CT图像数据集,对几种常见的肺结节检测方法进行对比试验,最终选取了检测精度高的Faster R-CNN进行了实验.然而,即使是本领域内检测精度最高的Faster R-CNN方法在肺结节检测领域的效果也难以令人满意.原始的Faster R-CNN中的锚框尺寸大,在肺结节检测领域无法达到好的应用效果,为了提高结节检测的精度,在Faster R-CNN的基础上进行了改进,改进的内容主要包括：(1)更多层的特征提取使得检测精度提高,因此,在网络特征提取时采用ResNet替换掉原始网络中的VGG16网络,采用ResNet-101进行后续实验的改进.(2)引入了一种K-Means聚类算法分析anchor的尺寸,选择合适的k值后,重新设置锚框的大小.通过对锚框的尺寸的改进,数据与锚框大小的匹配度提高了,模型的整体性能有了提升.实验证明：所提出的方法具有较高的精度和效率.     

基于三维卷积神经网络的肺结节分类

为提高不易分割诊断的毛玻璃结节的分类准确率,同时针对VGG16网络结构卷积层数深,参数多的问题,提出一种基于灰度增强、纹理和形状滤波增强的三维深度卷积神经网络用于肺结节分类.对VGG16网络结构进行优化,提出的模型在肺结节公开数据集LIDC-IDRI上进行训练和测试.结果表明,采用灰度增强、纹理和形状滤波增强相结合的方...     

改进的CenterNet算法在肺结节检测中应用

针对CT图像肺结节检测精度低、结节特征区域提取不准确以及网络多次采样过程中造成特征图像像素点丢失导致检测结果差的问题,提出了改进的CenterNet肺结节检测算法。该算法采用Resnet-50为主干网络,在主干网络顶层加入坐标注意力机制来提高模型对结节位置的敏感度;在第3次采样后加入空洞金字塔模块来获得不同感受野信息,减少采样过程信息丢失;借鉴特征金字塔结构将主干网络与反卷积组进行特征融合,解决推理阶段特征信息不足的问题。在LUNA16数据集上实验结果表明,该算法在经过200次迭代后的AP达到96.6%,AR达到69.8%,比原始算法提高6.8%和9.1%,对CT图像中各类型的肺结节都能准确地定位检测。     

基于卷积神经网络的肺结节分类方法研究

为了提高肺结节自动恶性分类模 型的性能,提出一种肺结节良恶性分类算法。首先,将3维肺结节CT图像作为模型输入;然后将双路径网络与卷积神经网络模型结合用于提取CT图像特征。其中,残差连接用于捕获更多高层和语义信息,密集连接用于降低模型的复杂度。在Luna16数据集上的实验结果表明,该算法的ROC可以达到90％,算法性能优于同类型算法性能。     

基于移动窗口注意力机制和编码解码器的肺结节分类方法

针对肺结节分类方法仍存在缺乏推理过程的可解释性和判别性特征表示等问题,提出了一个基于移动窗口注意力机制和编码解码器肺结节分类方法(SWAC)来对图像进行特征提取。该模型结合了卷积神经网络(CNN)和移动窗口注意力机制的优势,通过关注结节分类所必需的区域进行结节分类,有效地提取了结节的浅层特征和深层特征。该卷积神经网络引入了Focal损失函数,对网络主干进行特征约束来关注难分类样本,以此提升网络的判别表征能力。在LIDC-IDRI数据集上通过消融实验分析了该方法中各部分的贡献和影响,结果表明,SWAC分类方法具有优异的性能。     

基于图像模式的肺结节识别

将矩阵化最小二乘支持向量机算法应用于肺结节识别的研究,将图像矩阵作为输入,可解决空间信息丢失问题。实验选用20套CT影像,用提取出的20个结节与20个假阳测试分类器性能。正则化参数用网格搜索方法进行交叉验证,从而得到线性核下的最优参数。实验结果验证了此种方法在肺结节检测中应用的可行性及有效性。     

胸部CT中肺实质的自动分割及粘连肿瘤检测

为了实现胸部CT图像肺区的完全自动分割与辅助诊断,提出了一种自动肺实质分割算法,即引入基于量子粒子群优化的二维直方图阈值分割算法结合3-D区域生长,通过分割背景及胸腔实现肺实质分割,并提出行扫描曲率分析法实现粘连肿瘤检测及左右肺分离.该方法有效解决了肺实质分割中高密度特征易丢失、边缘肿瘤易遗漏等问题.通过多组胸部CT序列图像的实验,证明该方法对于肺实质分割非常精确有效,与传统分割算法相比,在分割精度上有明显提高.     

基于断层CT的轻便式引信自动检测系统研究

为解决部队弹药引信对重要零部件自动检测的问题,研制了基于断层CT的轻便式引信自动检测系统。分析该系统的工作原理,各子系统的组成和功能并对其关键技术进行了研究。     

基于DenseNet的低分辨CT影像肺腺癌组织学亚型分类

为了实现在低剂量、低分辨率CT扫描影像中对肺腺癌组织学亚型的分类鉴别,提出一种基于DenseNet的深度学习方法,从混合性磨玻璃结节（mGGNs）5 mm层厚的低分辨率CT影像中预测IAC和MIA病理分类. 从丽水市中心医院105例患者的105个5 mm层厚低分辨率CT图像中选取样本,划分训练集和测试集后,对训练集进行数据扩展,构建深度学习2D和3D DenseNet模型,分类鉴别IAC和MIA. 2D DenseNet模型的分类准确度为76.67%,敏感性为63.33%,特异性为90.00%,受试者工作特征曲线下的区域面积为0.888 9,显著优于3D DenseNet模型和其他几种深度学习网络模型. 深度学习技术,尤其是2D DenseNet模型,可辅助并指导医生在肺癌CT筛查中对患者的肺腺癌组织学亚型进行预判,特别是在图像分辨率较低的情况下,仍能够快速提供较为准确的诊断.     

砝码量值传递智能化自动检测系统的研究与实现

在我国的量值传递系统中,砝码占据着重要的地位.它不仅是量值检测系统中的标准仪器,与此同时,还可以对相关的仪器进行校准,在计量器的校准仪器中,量规是其中最基本的人仪器,所以,砝码的出现是量规中的基础.在砝码量值检测系统中,要对数据检测的准确性进行保障,为了能够对检测的效率进行提升,相关人员对此进行了重视,与此同时,在砝码...     

基于网络资源的"传感器与自动检测技术"精品课程建设

"传感器与自动检测技术"是一门技术基础课,也是工科专业的主干课程之一.分析了该课程存在的问题.探讨了如何利用"传感器与自动检测技术"精品课程网站的建设,实现优质教学资源共享,使课堂教学在空间、时间及教学内容上得到延伸.     

我军车辆的设计要求与试验检测程序

详细介绍了我军车辆的设计要求、试制过程及试验检测程序.     

基于因子分析与聚类分析的交通事件自动检测算法融合

针对目前通常只利用一种交通事件自动检测算法进行事件检测导致的效果不佳问题,在对单个交通事件自动检测算法产生漏警和误警的原因进行分析的基础上,设计了一套与之相对应的交通条件在线评价指标,并以因子分析与聚类分析为手段提出了一种基于多个交通事件自动检测基本算法的决策级融合方法。运用某特大城市快速路感应线圈实测数据进行验证的结果表明,在交通事件自动检测基本算法的误警率为0.5%左右、检测率为63.5%～66.1%的条件下,所提出方法的检测率和误警率分别达到了90.6%和0.0981%,明显优于对比方法的检测效果。     

民事程序选择权的正当性分析

民事程序选择权是当事人基于程序处分权,在一定范围内决定如何取舍程序利益的权利。本文主要从法哲学、法经济学、法理方面以及立足时代背景之下(特别是在"社会主义和谐社会"的构建中)剖析了此项权利设置的正当性,以期为完善我国的民事程序选择权制度提供理论上的支撑。