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
II导联心电图中心肌梗死检测与定位:基于多尺度残差模块融合改进通道注意力模型
1
作者
吴秋岑
卢学麒
+3 位作者
温耀棋
洪永
吴煜良
陈超敏
《南方医科大学学报》
北大核心
2025年第8期1777-1790,共14页
目的提高心肌梗死(MI)检测和定位准确性,为临床诊断提供辅助决策支持。方法本文提出了一种基于多尺度残差模块融合改进通道注意力模型(MSF-RB-MCA)。该模型利用II导联心电图(ECG)信号检测和定位MI,通过多尺度残差模块提取不同层次的特...
目的提高心肌梗死(MI)检测和定位准确性,为临床诊断提供辅助决策支持。方法本文提出了一种基于多尺度残差模块融合改进通道注意力模型(MSF-RB-MCA)。该模型利用II导联心电图(ECG)信号检测和定位MI,通过多尺度残差模块提取不同层次的特征信息,并引入改进通道注意力自动调整特征权重,增强模型对MI区域的关注能力,从而提高MI检测与定位的精度。结果使用公开的PTB数据集对提出的模型进行了5折交叉验证。在MI检测任务中,模型在测试集上的准确率、特异性、敏感度分别达到99.96%、99.84%和99.99%;在MI定位任务中,准确率、特异性、敏感度分别为99.81%、99.98%和99.65%。检测和定位结果均优于其他几种模型。结论本研究提出的MSF-RB-MCA模型在基于II导联ECG信号的MI检测与定位方面表现出色,展现出其在可穿戴设备领域中的广泛应用前景。
展开更多
关键词
心肌梗死
深度学习
多尺度
残差模块
改进通道注意力
在线阅读
下载PDF
职称材料
融合注意力机制和U-Net的视网膜血管分割
被引量：
2
2
作者
侯向丹
牛敬钰
+1 位作者
李紫宇
刘洪普
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2023年第9期1383-1394,共12页
视网膜血管分割对于辅助医生进行临床筛查与诊断眼科疾病、糖尿病等大规模疾病具有重要意义.针对现有视网膜血管分割算法对细微血管分割不足、分割易受复杂背景区域影响的问题,提出一种融合注意力机制和U-Net的TCU-Net算法对视网膜血管...
视网膜血管分割对于辅助医生进行临床筛查与诊断眼科疾病、糖尿病等大规模疾病具有重要意义.针对现有视网膜血管分割算法对细微血管分割不足、分割易受复杂背景区域影响的问题,提出一种融合注意力机制和U-Net的TCU-Net算法对视网膜血管进行分割.首先,通过单通道特征提取、图像裁剪等预处理方法,对原始眼底图像进行特征增强与数据扩充;然后,基于U-Net结构对预处理后的图像进行分割,编码器结合ResNet与Transformer对图像细节与全局特征信息进行捕获,可有效地增强血管特征提取能力,解码器引入改进通道注意力模块辅助上采样过程,细化分割结果.在DRIVE和CHASEDB1数据集上的实验结果表明,TCU-Net算法的准确率分别为0.9684和0.9748,灵敏度分别为0.7899和0.8256,受试者工作特性曲线下方的面积分别为0.9820和0.9876;综合分割性能较U-Net,CIEU-Net等算法均有较大提升.
展开更多
关键词
图像分割
视网膜血管
ResNet
TRANSFORMER
改进通道注意力
在线阅读
下载PDF
职称材料
题名
II导联心电图中心肌梗死检测与定位:基于多尺度残差模块融合改进通道注意力模型
1
作者
吴秋岑
卢学麒
温耀棋
洪永
吴煜良
陈超敏
机构
南方医科大学生物医学工程学院
南方医科大学第十附属医院(东莞市人民医院)肿瘤放射治疗中心
出处
《南方医科大学学报》
北大核心
2025年第8期1777-1790,共14页
基金
国家重点研发计划(2023YFC2414500,2023YFC2414502)。
文摘
目的提高心肌梗死(MI)检测和定位准确性,为临床诊断提供辅助决策支持。方法本文提出了一种基于多尺度残差模块融合改进通道注意力模型(MSF-RB-MCA)。该模型利用II导联心电图(ECG)信号检测和定位MI,通过多尺度残差模块提取不同层次的特征信息,并引入改进通道注意力自动调整特征权重,增强模型对MI区域的关注能力,从而提高MI检测与定位的精度。结果使用公开的PTB数据集对提出的模型进行了5折交叉验证。在MI检测任务中,模型在测试集上的准确率、特异性、敏感度分别达到99.96%、99.84%和99.99%;在MI定位任务中,准确率、特异性、敏感度分别为99.81%、99.98%和99.65%。检测和定位结果均优于其他几种模型。结论本研究提出的MSF-RB-MCA模型在基于II导联ECG信号的MI检测与定位方面表现出色,展现出其在可穿戴设备领域中的广泛应用前景。
关键词
心肌梗死
深度学习
多尺度
残差模块
改进通道注意力
Keywords
myocardial infarction
deep learning
multi-scale
residual block
modified channel attention
分类号
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
融合注意力机制和U-Net的视网膜血管分割
被引量：
2
2
作者
侯向丹
牛敬钰
李紫宇
刘洪普
机构
河北工业大学人工智能与数据科学学院
河北省大数据计算重点实验室
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2023年第9期1383-1394,共12页
基金
河北省自然科学基金(F2021202038).
文摘
视网膜血管分割对于辅助医生进行临床筛查与诊断眼科疾病、糖尿病等大规模疾病具有重要意义.针对现有视网膜血管分割算法对细微血管分割不足、分割易受复杂背景区域影响的问题,提出一种融合注意力机制和U-Net的TCU-Net算法对视网膜血管进行分割.首先,通过单通道特征提取、图像裁剪等预处理方法,对原始眼底图像进行特征增强与数据扩充;然后,基于U-Net结构对预处理后的图像进行分割,编码器结合ResNet与Transformer对图像细节与全局特征信息进行捕获,可有效地增强血管特征提取能力,解码器引入改进通道注意力模块辅助上采样过程,细化分割结果.在DRIVE和CHASEDB1数据集上的实验结果表明,TCU-Net算法的准确率分别为0.9684和0.9748,灵敏度分别为0.7899和0.8256,受试者工作特性曲线下方的面积分别为0.9820和0.9876;综合分割性能较U-Net,CIEU-Net等算法均有较大提升.
关键词
图像分割
视网膜血管
ResNet
TRANSFORMER
改进通道注意力
Keywords
image segmentation
retinal vessel
ResNet
Transformer
improved channel attention
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
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
II导联心电图中心肌梗死检测与定位:基于多尺度残差模块融合改进通道注意力模型
吴秋岑
卢学麒
温耀棋
洪永
吴煜良
陈超敏
《南方医科大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
融合注意力机制和U-Net的视网膜血管分割
侯向丹
牛敬钰
李紫宇
刘洪普
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2023
2
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
