排序方式: 共有29条查询结果,搜索用时 15 毫秒
1.
为提升黑色素瘤图像二分类问题的准确率,针对黑色素瘤图像中存在的有效特征不明显的问题,借鉴特征金字塔思想,提出一种改进的残差网络的黑色素瘤图像分类模型。使用迁移学习,以预训练的ResNet50模型为基础结构,利用改进的注意力机制筛选有效特征,用空洞卷积改进Inception结构并基于该结构构建额外的分支以不同方式提取并融合特征,用加权的方式把分支的特征和ResNet50模型主干提取的特征进行融合。所提模型在ISIC 2017数据集上可以取得87.8%分类准确率,表明了其对解决黑色素瘤图像二分类问题的有效性。 相似文献
2.
3.
4.
长时间的肝脏医学图像人工诊断容易使医生产生疲劳,导致误诊和漏诊情况发生。针对以上现象提出一种改进的Unet网络用于肝脏和肝肿瘤自动分割。改进Unet模型,引入注意力残差结构和特征复用结构,提高输入图像中特征信息的利用效率;对损失函数进行改进,在Dice系数中加入欠分割和过分割惩罚因子,提高模型的预测能力。在公开数据集上的实验结果表明:该算法对肝脏和肝肿瘤的分割相似系数分别达到了0.962和0.713,优于现有的分割模型且具有较强的鲁棒性。 相似文献
5.
6.
7.
8.
9.
10.
在控制机器人的各种方法中,采用生物电信号控制机器人的研究发展非常迅速,成为二十一世纪最热门的研究课题。眼电图EOG(electro-oculography)方法是目前唯一一种信号产生于生物电的眼运动记录技术。本文在对EOG的产生原理及扫视信号提取的方法进行分析的基础上,利用EOG信号提取侧、俯平面的视角变化来实现对机器人进行三维空间移动定位,最后通过仿真实验对整个移动定位控制的有效性进行了验证。 相似文献