融合双注意力机制3D U-Net的肺肿瘤分割

目的 精确的肺肿瘤分割对肺癌诊断、手术规划以及放疗具有重要意义。计算机断层扫描（computed tomography,CT）是肺癌诊疗中最重要的辅助手段,但阅片是一项依靠医生主观经验、劳动密集型的工作,容易造成诊断结果的不稳定,实现快速、稳定和准确的肺肿瘤自动分割方法是当前研究的热点。随着深度学习的发展,使用卷积神经网络进行肺肿瘤的自动分割成为了主流。本文针对3D U-Net准确度不足,容易出现假阳性的问题,设计并实现了3维卷积神经网络DAU-Net（dual attention U-Net）。方法 首先对数据进行预处理,调整CT图像切片内的像素间距,设置窗宽、窗位,并通过裁剪去除CT图像中的冗余信息。DAU-Net以3D U-Net为基础结构,将每两个相邻的卷积层替换为残差结构,并在收缩路径和扩张路径中间加入并联在一起的位置注意力模块和通道注意力模块。预测时,采用连通域分析对网络输出的二值图像进行后处理,通过判断每个像素与周围26个像素的连通关系获取所有的连通域,并清除最大连通域外的其他区域,进一步提升分割精度。结果 实验数据来自上海胸科医院,总共1 010例肺癌患者,每例数据只包含一个病灶,专业的放射科医师提供了金标准,实验采用十折交叉验证。结果表明,本文提出的肺肿瘤分割算法与3D U-Net相比,Dice系数和哈斯多夫距离分别提升了2.5%和9.7%,假阳性率减少了13.6%。结论 本文算法能够有效提升肺肿瘤的分割精度,有助于实现肺癌的快速、稳定和准确分割。     

众核平台上广度优先搜索算法的优化

图算法在多个领域具有重要的应用价值。随着社会信息化程度的提高,需要处理的图数据量越来越大,图算法的性能已成为研究热点。广度优先搜索算法是一种重要的图算法,研究它的性能优化技术可以为其他图算法的性能优化提供借鉴。目前,在新一代Xeon Phi众核处理器上的工作均基于自顶向下算法且没有考虑到非均匀访存(NUMA)对性能的影响。文中以混合广度优先搜索算法为基础,结合NUMA拓扑结构,从任务分配、向量化和数据预处理3个方面展开优化,在Xeon Phi平台上设计并实现了高性能并行广度优先搜索算法。一系列实验结果表明,优化后的算法在不同规模的测试数据上与Graph500官方优化的算法相比取得了50%~145%的性能提升。     

同步McCulloch－Pitts型神经网络分析

本文讨论ＭＰ型方程组，提出了在系统平衡态给定时求最佳收敛系统的策略，并按系统动力学性质的相同与否对权值进行了分类，给出其等价类的代表元和关于系统演化的线性关系，进而得到有关平衡态、振荡及容错性（输入偏差与权值故障）等方面的信息。     

基于曙光1000的中尺度数值气象预报系统及其在江淮流域的适用性研究

本文介绍了我们基于曙光1000建立起来的中尺度数值气象预报系统及其在江淮流域的适用性研究,包括MM4数值预报模式的分析及其并行化方法,系统组成及基于该系统的预报过程.通过对1998年、1999年发生在江淮流域的多次各类暴雨天气过程,利用曙光1000上并行化中尺度模式MM4进行的数值预报结果与实况进行的对比分析研究,结果表明曙光1000上并行化的中尺度数值模式MM4对发生在江淮流域的江淮气旋、梅雨锋暴雨等中尺度天气系统具有较好的预报能力,尤其在6至24小时的预报时效内对发生在系统内的中尺度降水系统(中尺度雨带)具有很好的预报能力,反映出该系统具有良好的区域适用性.实例研究也表明,该中尺度数值模式仍然有许多问题要解决,文中指出了今后将继续研究和改进的方向.     

基于曙光1000的中尺度数值气象预报系统及其在江淮？…

本文介绍了我们基于曙光１０００建立起来的中尺度数值气象预报系统及其在江淮流域的适用性研究,包括ＭＭ４数值预报模式的分析及其并行化方法,系统组成及基于该系统的预报过程。通过对１９９８年、１９９９年发生在江淮流域的多次各类暴雨天气过程,利用曙光１０００上并行化中尺度模式ＭＭ４进行的数值预报结果与实况进行的对比分析研究,结果表明：曙光１０００上并行化中尺度数值模式ＭＭ４对发生在江淮流域的江淮气旋、梅雨锋     

人工神经网络理论研究进展

本文综述了人工神经网络理论中的几种典型方法及近期的一些应用。