改进密集连接网络的胸部多疾病X光图像分类算法

为改变高度依赖人工读胸片的传统诊疗方式,关注疾病之间关联性,实现多病种自动识别,缓解医学影像诊断压力,减少误诊和漏诊,针对胸部疾病多标签分类提出了DS-EANet121模型.在DenseNet121网络的基础上采用动态激活函数,使变化的输入不断适应网络;引用SoftPool最大程度保留特征信息,并且为关注到更多的局部特征,融合ECA注意力机制,在适当跨信道交互的同时提升模型的性能.最终得到平均AUC为0.897,平均ACC为0.842.实验结果表明：改进后的DS-EANet121较原始网络分类精度上有明显提升,有一定的临床应用价值.     

基于DM642的视频图像实时通信和传输

文中以DM642为核心处理器,设计了相应的视频采集电路和视频输出端口电路,其中视频采集电路的主要芯片是TVP5150A。视频输出端口电路的主要芯片是SAA7105。论文还给出了系统的软件设计思想以及实际的实现过程：应用DSP／BIOS实时操作系统对系统资源进行初始化和控制,确定系统工作方式,完成任务的调度管理、中断服务管理和外设驱动程序的管理等操作。DM642成功地实现了视频图像的采集处理和传输。     

基于改进残差网络和动态ReLU肺癌病理图像分类

为实现肺癌病理图像的准确分类，提出一种基于双重注意力和动态ReLU的残差网络DrANeT,在网络模型中嵌入CBAM双重注意力机制，提高网络提取有用特种图的能力；使用动态ReLU替换网络中所使用的普通ReLU,可以根据不同特征图自动调整参数，提高模型性能。实验结果表明，该网络模型在肺良性图像、肺腺癌图像和肺鳞状细胞癌图像准确率分别达到100.00%、99.96%、99.96%,整个数据集准确率达到99.96%。因此，表明本实验所改进的网络模型可以有效地提高肺癌病理图像分类的准确率。     

自组装制备PtIr合金气凝胶及其高效电催化氨氧化性能

氨具有低成本、易液化和高体积能量密度等特点,是一种有吸引力的无碳燃料,用其制成的直接氨燃料电池也备受科研人员青睐,却受限于阳极氨氧化缓慢的动力学过程。本工作采用无表面活性剂的简单方法通过纳米颗粒(NPs)自组装制备了三维多孔网络结构的PtIr合金气凝胶高效氨氧化催化剂。该结构提供了丰富开放的互联质子传输通道和额外的催化活性位点,有助于氨电催化氧化中NH₃分子的去质子化过程。当Pt和Ir物质的量比为80/20时,PtIr合金气凝胶展现出最优的氨氧化(AOR)催化活性。实验通过研究NH₃浓度和工作温度对催化剂氨氧化性能的影响发现,Pt₈₀Ir₂₀合金气凝胶催化剂的AOR性能随着氨水浓度或温度的上升而增强,如当氨水浓度为0.5 mol/L时,合金催化剂在0.5 V电位下的质量比活性为44.03 A·g^–1,约是0.05 mol/L氨水中的4倍。当温度上升至80℃时,合金催化剂在0.5 V电位下的质量比活性为148.73 A·g^–1,约为25℃下的12倍。在此温度...