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
基于多分类AdaBoost改进算法的TEE标准切面分类
被引量：
1
1
作者
王莉莉
付忠良
+1 位作者
陶攀
朱锴
《计算机应用》
CSCD
北大核心
2017年第8期2253-2257,2269,共6页
针对超声图像样本冗余、不同标准切面因疾病导致的高度相似性、感兴趣区域定位不准确问题,提出一种结合特征袋(BOF)特征、主动学习方法和多分类AdaBoost改进算法的经食管超声心动图(TEE)标准切面分类方法。首先采用BOF方法对超声图像进...
针对超声图像样本冗余、不同标准切面因疾病导致的高度相似性、感兴趣区域定位不准确问题,提出一种结合特征袋(BOF)特征、主动学习方法和多分类AdaBoost改进算法的经食管超声心动图(TEE)标准切面分类方法。首先采用BOF方法对超声图像进行描述;然后采用主动学习方法选择对分类器最有价值的样本作为训练集;最后,在AdaBoost算法对弱分类器的迭代训练中,根据临时强分类器的分类情况调整样本更新规则,实现对多分类AdaBoost算法的改进和TEE标准切面的分类。在TEE数据集和三个UCI数据集上的实验表明,相比AdaBoost.SAMME算法、多分类支持向量机(SVM)算法、BP神经网络和AdaBoost.M2算法,所提算法在各个数据集上的G-mean指标、整体分类准确率和大多数类别分类准确率都有不同程度的提升,且比较难分的类别分类准确率提升最为显著。实验结果表明,在包含类间相似样本的数据集上,分类器的性能有显著提升。
展开更多
关键词
多
分类
AdaBoost
主动学习
特征袋模型
标准切面分类
超声图像
分类
在线阅读
下载PDF
职称材料
基于深度学习的超声心动图切面识别方法
被引量：
6
2
作者
陶攀
付忠良
+1 位作者
朱锴
王莉莉
《计算机应用》
CSCD
北大核心
2017年第5期1434-1438,1450,共6页
提出了一种基于深度卷积神经网络自动识别超声心动图标准切面的方法,并可视化分析了深度模型的有效性。针对网络全连接层占有模型大部分参数的缺点,引入空间金字塔均值池层化替代全连接层,获得更多空间结构信息,并大大减少模型参数、降...
提出了一种基于深度卷积神经网络自动识别超声心动图标准切面的方法,并可视化分析了深度模型的有效性。针对网络全连接层占有模型大部分参数的缺点,引入空间金字塔均值池层化替代全连接层,获得更多空间结构信息,并大大减少模型参数、降低过拟合风险,通过类别显著性区域将类似注意力机制引入模型可视化过程。通过超声心动图标准切面的识别问题案例,对深度卷积神经网络模型的鲁棒性和有效性进行解释。在超声心动图上的可视化分析实验表明,改进深度模型作出的识别决策依据,同医师辨别分类超声心动图标准切面的依据一致,表明所提方法的有效性和实用性。
展开更多
关键词
深度学习
标准切面分类
超声心动图
可视化
卷积神经网络
在线阅读
下载PDF
职称材料
题名
基于多分类AdaBoost改进算法的TEE标准切面分类
被引量：
1
1
作者
王莉莉
付忠良
陶攀
朱锴
机构
中国科学院成都计算机应用研究所
中国科学院大学
出处
《计算机应用》
CSCD
北大核心
2017年第8期2253-2257,2269,共6页
基金
四川省科技支撑计划项目(2016JZ0035)
中国科学院西部之光项目~~
文摘
针对超声图像样本冗余、不同标准切面因疾病导致的高度相似性、感兴趣区域定位不准确问题,提出一种结合特征袋(BOF)特征、主动学习方法和多分类AdaBoost改进算法的经食管超声心动图(TEE)标准切面分类方法。首先采用BOF方法对超声图像进行描述;然后采用主动学习方法选择对分类器最有价值的样本作为训练集;最后,在AdaBoost算法对弱分类器的迭代训练中,根据临时强分类器的分类情况调整样本更新规则,实现对多分类AdaBoost算法的改进和TEE标准切面的分类。在TEE数据集和三个UCI数据集上的实验表明,相比AdaBoost.SAMME算法、多分类支持向量机(SVM)算法、BP神经网络和AdaBoost.M2算法,所提算法在各个数据集上的G-mean指标、整体分类准确率和大多数类别分类准确率都有不同程度的提升,且比较难分的类别分类准确率提升最为显著。实验结果表明,在包含类间相似样本的数据集上,分类器的性能有显著提升。
关键词
多
分类
AdaBoost
主动学习
特征袋模型
标准切面分类
超声图像
分类
Keywords
multi-class Ada Boost
active learning
Bag of Features（BOF） model
standardized plane classification
ultrasound image classification
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于深度学习的超声心动图切面识别方法
被引量：
6
2
作者
陶攀
付忠良
朱锴
王莉莉
机构
中国科学院成都计算机应用研究所
中国科学院大学
出处
《计算机应用》
CSCD
北大核心
2017年第5期1434-1438,1450,共6页
基金
中国科学院西部之光人才培养计划项目~~
文摘
提出了一种基于深度卷积神经网络自动识别超声心动图标准切面的方法,并可视化分析了深度模型的有效性。针对网络全连接层占有模型大部分参数的缺点,引入空间金字塔均值池层化替代全连接层,获得更多空间结构信息,并大大减少模型参数、降低过拟合风险,通过类别显著性区域将类似注意力机制引入模型可视化过程。通过超声心动图标准切面的识别问题案例,对深度卷积神经网络模型的鲁棒性和有效性进行解释。在超声心动图上的可视化分析实验表明,改进深度模型作出的识别决策依据,同医师辨别分类超声心动图标准切面的依据一致,表明所提方法的有效性和实用性。
关键词
深度学习
标准切面分类
超声心动图
可视化
卷积神经网络
Keywords
deep learning
standard view classification
echocardiogram
visualization
Convolutional Neural Network （CNN）
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
基于多分类AdaBoost改进算法的TEE标准切面分类
王莉莉
付忠良
陶攀
朱锴
《计算机应用》
CSCD
北大核心
2017
1
在线阅读
下载PDF
职称材料
2
基于深度学习的超声心动图切面识别方法
陶攀
付忠良
朱锴
王莉莉
《计算机应用》
CSCD
北大核心
2017
6
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
