期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进ConvNeXt的肝囊型包虫病超声图像五分类研究
被引量：
1
1
作者
热娜
古丽
·艾合麦提尼亚孜
米吾尔依提·海拉提
+2 位作者
王正业
茹仙古丽·艾尔西丁
严传波
《现代电子技术》
北大核心
2024年第1期62-68,共7页
肝包虫病是严重危害人畜健康的重要人畜共患寄生虫病,超声检查是肝包虫病的首选检查方法,采用深度学习技术能够有效减少人工误差,降低成本并提高诊断效率。以ConvNeXt模型为基础,结合焦点损失函数和Lion优化器,最后引入CBAM构建CLCFNet...
肝包虫病是严重危害人畜健康的重要人畜共患寄生虫病,超声检查是肝包虫病的首选检查方法,采用深度学习技术能够有效减少人工误差,降低成本并提高诊断效率。以ConvNeXt模型为基础,结合焦点损失函数和Lion优化器,最后引入CBAM构建CLCFNet模型实现肝囊型包虫病早期筛查和精确诊断。在肝囊型包虫病超声影像数据集进行的消融实验表明,对比基准模型分类准确率、精确率、召回率、特异度和F1指数平均提升了4.3%、21%、25%、4%和26%,对比实验也验证了所提出方法各指标优于现有流行方法。改进算法显著降低了模型推理时间,增强了模型训练的稳态性能,可以实现肝囊型包虫病的快速和精准分类识别。
展开更多
关键词
肝囊型包虫病
超声图像
ConvNeXt
焦点损失函数
Lion优化器
注意力机制
在线阅读
下载PDF
职称材料
基于集成分类器的新疆哈萨克族早期食管癌X线图像的分型研究
2
作者
麦麦提·如则
严传波
+4 位作者
木拉提·哈米提
姚娟
排孜丽耶·尤山塔依
娜迪亚·阿卜杜迪克依木
茹仙古丽·艾尔西丁
《科技通报》
2019年第7期85-91,共7页
目的:讨论Bagging、Adaboost、Random Forest(RF) 3个集成分类器对新疆哈萨克族食管图像分型中的分类能力。方法:使用Matlab图像处理软件,对食管X线图像进行预处理,对预处理后的图像使用灰度共生矩阵和Hu不变矩特征进行图像特征的提取;...
目的:讨论Bagging、Adaboost、Random Forest(RF) 3个集成分类器对新疆哈萨克族食管图像分型中的分类能力。方法:使用Matlab图像处理软件,对食管X线图像进行预处理,对预处理后的图像使用灰度共生矩阵和Hu不变矩特征进行图像特征的提取;然后,使用主成分分析法对特征值进行筛选优化,得到分类能力较强的特征值;最后,使用Weka软件,将3个不同的集成分类器对正常食管和早期食管癌图像进行分类,并进行分类模型的评估。结果:使用Bagging、Adaboost、Random Forest(RF) 3个集成分类器结合降维后的灰度共生矩阵特征值对食管图像进行分类时,正常食管的分类准确率是82%、94%、88%,早期食管癌的分类准确率是94%、88%和94%;使用降维后的Hu不变矩特征值和3种集成分类器对正常食管和早期食管癌进行分类时,正常食管的分类准确率是60%和64%、61%,早期食管癌的分类准确率是57%、68%和65%;结论:3种集成分类器结合灰度共生矩阵对正常食管和早期食管癌X线图像进行分类,其分类准确率与Hu不变矩相比分类效果更显著。说明灰度共生矩阵结合3种集成分类器更适合用于区分正常食管和早期食管癌X线图像。
展开更多
关键词
X线图像
主成分分析
集成分类器
图像分类
在线阅读
下载PDF
职称材料
题名
改进ConvNeXt的肝囊型包虫病超声图像五分类研究
被引量：
1
1
作者
热娜
古丽
·艾合麦提尼亚孜
米吾尔依提·海拉提
王正业
茹仙古丽·艾尔西丁
严传波
机构
新疆医科大学公共卫生学院
新疆医科大学基础医学院
新疆医科大学医学工程技术学院
出处
《现代电子技术》
北大核心
2024年第1期62-68,共7页
基金
国家自然科学基金项目(地区项目):新疆高发病肝包虫疾病计算机辅助诊断方法的研究(81560294)
省部共建中亚高发病成因与防治国家重点实验室开放课题(SKLHIDCA-2020-YG2)。
文摘
肝包虫病是严重危害人畜健康的重要人畜共患寄生虫病,超声检查是肝包虫病的首选检查方法,采用深度学习技术能够有效减少人工误差,降低成本并提高诊断效率。以ConvNeXt模型为基础,结合焦点损失函数和Lion优化器,最后引入CBAM构建CLCFNet模型实现肝囊型包虫病早期筛查和精确诊断。在肝囊型包虫病超声影像数据集进行的消融实验表明,对比基准模型分类准确率、精确率、召回率、特异度和F1指数平均提升了4.3%、21%、25%、4%和26%,对比实验也验证了所提出方法各指标优于现有流行方法。改进算法显著降低了模型推理时间,增强了模型训练的稳态性能,可以实现肝囊型包虫病的快速和精准分类识别。
关键词
肝囊型包虫病
超声图像
ConvNeXt
焦点损失函数
Lion优化器
注意力机制
Keywords
HCE
ultrasonic image
ConvNeXt
focal loss function
Lion optimizer
attention mechanism
分类号
TN911.73-34 [电子电信—通信与信息系统]
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于集成分类器的新疆哈萨克族早期食管癌X线图像的分型研究
2
作者
麦麦提·如则
严传波
木拉提·哈米提
姚娟
排孜丽耶·尤山塔依
娜迪亚·阿卜杜迪克依木
茹仙古丽·艾尔西丁
机构
新疆医科大学基础医学院
新疆医科大学医学工程技术学院
新疆医科大学第一附属医院
出处
《科技通报》
2019年第7期85-91,共7页
基金
国家自然科学基金(81460281
81560294
81160182)
文摘
目的:讨论Bagging、Adaboost、Random Forest(RF) 3个集成分类器对新疆哈萨克族食管图像分型中的分类能力。方法:使用Matlab图像处理软件,对食管X线图像进行预处理,对预处理后的图像使用灰度共生矩阵和Hu不变矩特征进行图像特征的提取;然后,使用主成分分析法对特征值进行筛选优化,得到分类能力较强的特征值;最后,使用Weka软件,将3个不同的集成分类器对正常食管和早期食管癌图像进行分类,并进行分类模型的评估。结果:使用Bagging、Adaboost、Random Forest(RF) 3个集成分类器结合降维后的灰度共生矩阵特征值对食管图像进行分类时,正常食管的分类准确率是82%、94%、88%,早期食管癌的分类准确率是94%、88%和94%;使用降维后的Hu不变矩特征值和3种集成分类器对正常食管和早期食管癌进行分类时,正常食管的分类准确率是60%和64%、61%,早期食管癌的分类准确率是57%、68%和65%;结论:3种集成分类器结合灰度共生矩阵对正常食管和早期食管癌X线图像进行分类,其分类准确率与Hu不变矩相比分类效果更显著。说明灰度共生矩阵结合3种集成分类器更适合用于区分正常食管和早期食管癌X线图像。
关键词
X线图像
主成分分析
集成分类器
图像分类
Keywords
X-ray image
PCA
integrated classifier
image classification
分类号
R735.1 [医药卫生—肿瘤]
R730.44 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进ConvNeXt的肝囊型包虫病超声图像五分类研究
热娜
古丽
·艾合麦提尼亚孜
米吾尔依提·海拉提
王正业
茹仙古丽·艾尔西丁
严传波
《现代电子技术》
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于集成分类器的新疆哈萨克族早期食管癌X线图像的分型研究
麦麦提·如则
严传波
木拉提·哈米提
姚娟
排孜丽耶·尤山塔依
娜迪亚·阿卜杜迪克依木
茹仙古丽·艾尔西丁
《科技通报》
2019
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
