排序方式: 共有23条查询结果,搜索用时 15 毫秒
1.
针对分割神经网络需要大量的高质量标签但较难获取的问题,提出基于3D scSE-UNet的半监督学习分割方法. 该方法使用自训练的半监督学习框架,将包含改进的并行空间/特征通道压缩和激励模块(scSE-block+)的3D scSE-UNet作为分割网络. scSE-block+可以从图像空间和特征通道2个方面自动学习图像的有效特征,抑制无用冗余特征,更好地保留图像边缘信息. 在自训练过程中加入全连接条件随机场,对分割网络产生的伪标签进行边缘细化,提升伪标签的精确度. 在LiTS17 Challenge和SLIVER07数据集上验证所提出方法的有效性. 当有标签图像占训练集总图像的30%时,所提方法的Dice相似系数(dice score)为0.941. 结果表明,所提出的半监督学习分割方法可以在仅使用少量标注数据的情况下,取得与全监督分割方法相当的分割效果,有效减轻肝脏CT图像分割对专家标注数据的依赖. 相似文献
2.
3.
刚架拱桥裂缝成因分析研究 总被引:4,自引:0,他引:4
通过对某刚架拱桥裂缝检测,分析其成因及危害,对该桥的加固,维修提供科学的依据,使大件运输能顺利通过。 相似文献
4.
5.
随着计算机技术的飞速发展 ,作为医学中与计算机结合得最紧密的影像诊断学 ,其传统的课本教学方法越发显得过于教条和枯燥 ,但同时应用软件的日益成熟 ,计算机成本的不断下降 ,为多媒体教学提供了日趋完善的条件。目前我们将图形处理软件与计算机技术有机结合产生出可供教学所用的多媒体教学课件已完成第一步 ,基本达到了图文并茂 ,感性与理性相结合 ,使学生在较短的课堂教学中 ,对影像诊断产生浓厚的兴趣 ,并有一定程度的感性认识 ,同时多媒体教学可通过交互作用 ,达到素质教育与专业教育为一体。1 材料与方法1 1 材料(1)教学材料 :参照… 相似文献
6.
7.
多模态配准是医学图像分析中的关键环节,在肝癌辅助诊断、图像引导的手术治疗中具有重要作用。针对传统的迭代式肝脏多模态配准计算量大、耗时长、配准精度低等问题,提出一种基于多尺度形变融合和双输入空间注意力的无监督深度学习配准算法。利用多尺度形变融合框架提取不同分辨率的图像特征,实现肝脏的逐阶配准,在提高配准精度的同时避免网络陷入局部最优。采用双输入空间注意力模块在编解码阶段融合不同水平的空间和文本信息提取图像间的差异特征,增强特征表达。引入基于邻域描述符的结构信息损失项进行网络迭代优化,不需要任何先验信息即可实现精确的无监督配准。在临床肝脏CT-MR数据集上的实验结果表明,与传统的Affine、Elastix、VoxelMorph等算法相比,该算法达到最优的DSC值和TRE值,分别为0.926 1±0.018 6和6.39±3.03 mm,其平均配准时间为0.35±0.018 s,相比Elastix算法提升了近380倍,能准确地提取特征及估计规则的形变场,具有较高的配准精度和较快的配准速度。 相似文献
8.
9.
弧型闸门动态测试研究 总被引:1,自引:0,他引:1
应用动态测试技术对拉浪水电站锈蚀严重的露顶弧型闸门进行动态测试分析,根据测试所反映的应力和振动特性情况,建议电站采取相应的措施,消除了安全隐患。 相似文献
10.
阐述在工程设计中,使用新产品、新技术时如何对传统的三次接线进行改进、完善,使之达到安全、可靠、科学. 相似文献