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
6
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
神经网络-牛顿改进算法求解stewart平台正解
被引量:
6
1
作者
荆学东
张英驰
+1 位作者
王梓腾
汪泽涛
《机械设计与制造》
北大核心
2019年第12期251-254,共4页
正向运动学求解是并联机器人机构应用的基础,传统求解方法中BP神经网络通过将并联机器人平台的逆解作为训练样本,通过网络学习的方法求解stweart平台的正解,具有优秀的解域搜索功能,但求解精度有待提高,且局部存在收敛速度慢以及局部最...
正向运动学求解是并联机器人机构应用的基础,传统求解方法中BP神经网络通过将并联机器人平台的逆解作为训练样本,通过网络学习的方法求解stweart平台的正解,具有优秀的解域搜索功能,但求解精度有待提高,且局部存在收敛速度慢以及局部最小化问题。而牛顿迭代法虽然具有能够在局部快速收敛但对初值依赖程度较大。鉴于两者的优缺点互补,设计一种混合算法能够精确的精确的求得stewart平台正解。能够提升传统神经网络算法的求解速度及就求解精度。
展开更多
关键词
STEWART平台
正向运动学
脊柱
微创手术
牛顿-拉夫逊迭代法
BP
神经网络
在线阅读
下载PDF
职称材料
深度学习在脊柱图像分割中的应用综述
被引量:
3
2
作者
姜百浩
刘静
+1 位作者
仇大伟
姜良
《计算机工程》
CAS
CSCD
北大核心
2024年第3期1-15,共15页
深度学习算法在脊柱图像分割中具有学习和自适应能力强、对图像有非线性映射能力等优点,相较于传统分割方法,能更好地提取脊柱图像中的关键信息,并且抑制不相关信息,辅助医生准确定位病灶区域,实现精准、高效分割。从深度学习算法、脊...
深度学习算法在脊柱图像分割中具有学习和自适应能力强、对图像有非线性映射能力等优点,相较于传统分割方法,能更好地提取脊柱图像中的关键信息,并且抑制不相关信息,辅助医生准确定位病灶区域,实现精准、高效分割。从深度学习算法、脊柱疾病类型、图像类型、实验分割结果、性能评估指标等方面,对深度学习在脊柱图像分割中的应用现状进行归纳、总结并加以分析。介绍深度学习模型和脊柱图像分割的背景,从而引出深度学习在脊柱图像分割中的应用;介绍常见的几种脊柱疾病类型,阐述其在图像分割中的难点,并介绍脊柱图像分割中常用的公开数据集、图像分割的方法流程以及图像分割评价指标等要素;结合具体实验总结分析基于卷积神经网络模型、U型网络模型及其改进的模型在椎骨、椎间盘以及脊柱肿瘤图像分割中的应用进展;结合以往的实验结果和当前深度学习模型的研究进展,总结目前临床研究的局限性以及分割效果不足的原因,针对所存在的问题提出相应的解决方法,并对未来的研究和发展进行展望。
展开更多
关键词
深度学习
卷积
神经网络
U型
网络
脊柱
疾病
图像分割
在线阅读
下载PDF
职称材料
基于SimAM和SpinalNet的列车轮对踏面缺陷分类模型
被引量:
2
3
作者
张昌凡
胡新亮
+2 位作者
何静
刘建华
侯娜
《中国安全科学学报》
CAS
CSCD
北大核心
2022年第6期38-43,共6页
为解决小样本问题下轮对踏面缺陷分类难题,提出一种基于简单无参注意力模块(SimAM)和脊柱神经网络(SpinalNet)踏面缺陷分类模型。首先,预训练网络提取原始图像各个类别特征图;其次,在有限的训练样本下,利用SimAM提取对缺陷图像表示性更...
为解决小样本问题下轮对踏面缺陷分类难题,提出一种基于简单无参注意力模块(SimAM)和脊柱神经网络(SpinalNet)踏面缺陷分类模型。首先,预训练网络提取原始图像各个类别特征图;其次,在有限的训练样本下,利用SimAM提取对缺陷图像表示性更强的类别特征;然后,利用SpinalNet关联特征图的局部和整体语义,得到缺陷类别特征的强区分性表示;最后,以强区分性表示特征输入带有L2正则化的softmax分类器,得到分类结果。试验结果表明:小样本任务评估指标准确率1和准确率2分别为68.35%和100%,优于目前主流深度学习模型,能够有效分类轮对踏面缺陷从而避免列车安全事故发生。
展开更多
关键词
轮对踏面
缺陷分类
简单无参注意力模块(SimAM)
脊柱
神经网络
(
spinalnet
)
L2正则化
在线阅读
下载PDF
职称材料
脊柱牵引设备控制方法及其实验研究
被引量:
1
4
作者
刘治华
黄玉锋
徐新伟
《郑州大学学报(工学版)》
CAS
北大核心
2014年第2期112-115,共4页
脊柱牵引系统是一种典型的非线性、时变的控制系统,为了实现牵引力的精确控制,提出了一种PID神经元网络控制算法.介绍了基于PID神经元网络算法的脊柱牵引系统的原理,分析了PID神经元网络的算法结构、权重学习规律和初值的选择.进行实际...
脊柱牵引系统是一种典型的非线性、时变的控制系统,为了实现牵引力的精确控制,提出了一种PID神经元网络控制算法.介绍了基于PID神经元网络算法的脊柱牵引系统的原理,分析了PID神经元网络的算法结构、权重学习规律和初值的选择.进行实际系统试验,在不同的控制条件下比较了常规PID控制和PID神经元网络控制对牵引力的控制效果,实验结果表明:采用PID神经元网络控制,牵引力的控制精度、抗干扰能力和适应参数变化的能力都优于常规PID控制,达到了较好的控制效果,证明了脊柱牵引系统和控制算法的正确性和可行性.
展开更多
关键词
脊柱
牵引
伺服控制系统
神经网络
PID控制
在线阅读
下载PDF
职称材料
机器学习在脊柱疾病智能诊治中的应用综述
被引量:
6
5
作者
刘彤彤
杨环
+3 位作者
西永明
郭建伟
潘振宽
黄宝香
《计算机科学》
CSCD
北大核心
2021年第S02期597-607,共11页
脊柱疾病是现代社会中常见疾病之一,目前其诊断与治疗主要依赖于医生的专业水平和临床经验,这样不仅给医生带来沉重负担,而且效率低下。以神经网络为代表的机器学习算法能够自动提取脊柱数据集中的特征信息,辅助医生快速定位病灶区域,...
脊柱疾病是现代社会中常见疾病之一,目前其诊断与治疗主要依赖于医生的专业水平和临床经验,这样不仅给医生带来沉重负担,而且效率低下。以神经网络为代表的机器学习算法能够自动提取脊柱数据集中的特征信息,辅助医生快速定位病灶区域,实现精准治疗。文中从实验数据、特征选择、算法模型和性能评估指标等方面,对机器学习技术在脊柱疾病应用中的研究现状进行了系统总结。首先从机器学习算法角度出发,阐述典型算法在疾病诊治中的用途;其次围绕实际应用,从危险因素分析和疾病预测、疾病识别和分类、脊柱图像的特征提取和分割3方面,结合具体实验对比机器学习模型的性能;最后总结目前应用中存在的局限性并提出展望。
展开更多
关键词
机器学习
神经网络
脊柱
疾病
智慧医疗
研究综述
在线阅读
下载PDF
职称材料
基于振动信号融合的手术机器人椎板磨削剩余厚度识别
被引量:
2
6
作者
夏光明
王瑞
+2 位作者
张丽娜
张建勋
代煜
《天津大学学报(自然科学与工程技术版)》
EI
CAS
CSCD
北大核心
2022年第10期1016-1025,共10页
椎板切除术是一种用于治疗椎管狭窄症的骨外科手术,通过移除椎板来恢复椎管空间和解除脊髓压迫.椎板磨削是椎板切除术中的核心环节.在机器人磨薄椎板的过程中,磨钻需要在接近脊髓的1~2 mm左右的区域内工作,存在较高手术风险.使用脊柱手...
椎板切除术是一种用于治疗椎管狭窄症的骨外科手术,通过移除椎板来恢复椎管空间和解除脊髓压迫.椎板磨削是椎板切除术中的核心环节.在机器人磨薄椎板的过程中,磨钻需要在接近脊髓的1~2 mm左右的区域内工作,存在较高手术风险.使用脊柱手术机器人磨削椎板的过程中的关键问题之一是如何在术中估计椎板的剩余厚度来决定是否停止磨削操作.为解决上述问题,本文首先分析了机器人对椎板的逐层磨削过程,通过建立椎板磨削振动模型,给出了根据磨钻切入椎板过程中的振动信号来估计椎板剩余厚度的原理.然后搭建了脊柱手术机器人样机,使用机器人按规划轨迹逐层切入和磨薄猪脊骨的椎板,并使用振动传感器和激光位移传感器分别采集手术磨钻切入椎板过程中磨钻和椎板在切深方向上的振动信号.最后计算两种振动信号中对应磨钻旋转频率的谐波幅值和相对幅值来构造特征向量和训练神经网络,用于识别椎板剩余厚度.实验结果表明,考虑相对幅值的椎板剩余厚度的识别成功率更高.磨削力扰动下,3 mm、2 mm和1 mm的成功率分别为96.7%、96.9%和100%.92组实验中,仅有1组3 mm被识别为2 mm,所有磨钻切入2 mm和1 mm椎板的过程均被准确识别.所提方法有利于提升脊柱手术机器人自动椎板磨削过程的智能化程度和安全性.
展开更多
关键词
脊柱
手术机器人
椎板切除术
椎板磨削
振动信号融合
神经网络
状态识别
在线阅读
下载PDF
职称材料
题名
神经网络-牛顿改进算法求解stewart平台正解
被引量:
6
1
作者
荆学东
张英驰
王梓腾
汪泽涛
机构
上海应用技术大学机械工程学院
出处
《机械设计与制造》
北大核心
2019年第12期251-254,共4页
基金
上海市科学技术委员会科研计划项目(16090503700)
文摘
正向运动学求解是并联机器人机构应用的基础,传统求解方法中BP神经网络通过将并联机器人平台的逆解作为训练样本,通过网络学习的方法求解stweart平台的正解,具有优秀的解域搜索功能,但求解精度有待提高,且局部存在收敛速度慢以及局部最小化问题。而牛顿迭代法虽然具有能够在局部快速收敛但对初值依赖程度较大。鉴于两者的优缺点互补,设计一种混合算法能够精确的精确的求得stewart平台正解。能够提升传统神经网络算法的求解速度及就求解精度。
关键词
STEWART平台
正向运动学
脊柱
微创手术
牛顿-拉夫逊迭代法
BP
神经网络
Keywords
Steward Platform
Forward Kinematics
Minimally Invasive Surgery
Newton-Raphson Iteration Method
BP Neural Network
分类号
TH16 [机械工程—机械制造及自动化]
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
深度学习在脊柱图像分割中的应用综述
被引量:
3
2
作者
姜百浩
刘静
仇大伟
姜良
机构
山东中医药大学智能与信息工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第3期1-15,共15页
基金
国家自然科学基金面上项目(82174528,81973981)
山东中医药大学青年科研创新团队项目(校字[2020]54号)
+1 种基金
山东省专业学位研究生教学案例库建设项目(SDYAL21054)
山东省本科教学改革研究项目(M2020207)。
文摘
深度学习算法在脊柱图像分割中具有学习和自适应能力强、对图像有非线性映射能力等优点,相较于传统分割方法,能更好地提取脊柱图像中的关键信息,并且抑制不相关信息,辅助医生准确定位病灶区域,实现精准、高效分割。从深度学习算法、脊柱疾病类型、图像类型、实验分割结果、性能评估指标等方面,对深度学习在脊柱图像分割中的应用现状进行归纳、总结并加以分析。介绍深度学习模型和脊柱图像分割的背景,从而引出深度学习在脊柱图像分割中的应用;介绍常见的几种脊柱疾病类型,阐述其在图像分割中的难点,并介绍脊柱图像分割中常用的公开数据集、图像分割的方法流程以及图像分割评价指标等要素;结合具体实验总结分析基于卷积神经网络模型、U型网络模型及其改进的模型在椎骨、椎间盘以及脊柱肿瘤图像分割中的应用进展;结合以往的实验结果和当前深度学习模型的研究进展,总结目前临床研究的局限性以及分割效果不足的原因,针对所存在的问题提出相应的解决方法,并对未来的研究和发展进行展望。
关键词
深度学习
卷积
神经网络
U型
网络
脊柱
疾病
图像分割
Keywords
deep learning
Convolutional Neural Network(CNN)
U-Net
spinal diseases
image segmentation
分类号
TP391 [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
基于SimAM和SpinalNet的列车轮对踏面缺陷分类模型
被引量:
2
3
作者
张昌凡
胡新亮
何静
刘建华
侯娜
机构
湖南工业大学电气与信息工程学院
湖南工业大学轨道交通学院
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2022年第6期38-43,共6页
基金
国家自然科学基金资助(52172403,62173137)
湖南省自然科学基金资助(2021JJ30217)
湖南省教育厅资助项目(19A137)。
文摘
为解决小样本问题下轮对踏面缺陷分类难题,提出一种基于简单无参注意力模块(SimAM)和脊柱神经网络(SpinalNet)踏面缺陷分类模型。首先,预训练网络提取原始图像各个类别特征图;其次,在有限的训练样本下,利用SimAM提取对缺陷图像表示性更强的类别特征;然后,利用SpinalNet关联特征图的局部和整体语义,得到缺陷类别特征的强区分性表示;最后,以强区分性表示特征输入带有L2正则化的softmax分类器,得到分类结果。试验结果表明:小样本任务评估指标准确率1和准确率2分别为68.35%和100%,优于目前主流深度学习模型,能够有效分类轮对踏面缺陷从而避免列车安全事故发生。
关键词
轮对踏面
缺陷分类
简单无参注意力模块(SimAM)
脊柱
神经网络
(
spinalnet
)
L2正则化
Keywords
wheelset tread
defect classification
simple parameter-free attention module(SimAM)
spinal neural network(
spinalnet
)
l2 regularization
分类号
X924.3 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
脊柱牵引设备控制方法及其实验研究
被引量:
1
4
作者
刘治华
黄玉锋
徐新伟
机构
郑州大学机械工程学院
出处
《郑州大学学报(工学版)》
CAS
北大核心
2014年第2期112-115,共4页
基金
国家自然科学基金资助项目(50975262)
河南省产学研合作项目(132107000017)
文摘
脊柱牵引系统是一种典型的非线性、时变的控制系统,为了实现牵引力的精确控制,提出了一种PID神经元网络控制算法.介绍了基于PID神经元网络算法的脊柱牵引系统的原理,分析了PID神经元网络的算法结构、权重学习规律和初值的选择.进行实际系统试验,在不同的控制条件下比较了常规PID控制和PID神经元网络控制对牵引力的控制效果,实验结果表明:采用PID神经元网络控制,牵引力的控制精度、抗干扰能力和适应参数变化的能力都优于常规PID控制,达到了较好的控制效果,证明了脊柱牵引系统和控制算法的正确性和可行性.
关键词
脊柱
牵引
伺服控制系统
神经网络
PID控制
Keywords
spinal traction
servo-control system
neural network
PID control
分类号
TP23 [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
机器学习在脊柱疾病智能诊治中的应用综述
被引量:
6
5
作者
刘彤彤
杨环
西永明
郭建伟
潘振宽
黄宝香
机构
青岛大学计算机科学技术学院
青岛大学附属医院脊柱外科
出处
《计算机科学》
CSCD
北大核心
2021年第S02期597-607,共11页
基金
国家自然科学基金青年项目(61602269)
中国博士后科学基金(2017M622136)
山东省重点研发计划(公益类专项)(2019GGX101021)。
文摘
脊柱疾病是现代社会中常见疾病之一,目前其诊断与治疗主要依赖于医生的专业水平和临床经验,这样不仅给医生带来沉重负担,而且效率低下。以神经网络为代表的机器学习算法能够自动提取脊柱数据集中的特征信息,辅助医生快速定位病灶区域,实现精准治疗。文中从实验数据、特征选择、算法模型和性能评估指标等方面,对机器学习技术在脊柱疾病应用中的研究现状进行了系统总结。首先从机器学习算法角度出发,阐述典型算法在疾病诊治中的用途;其次围绕实际应用,从危险因素分析和疾病预测、疾病识别和分类、脊柱图像的特征提取和分割3方面,结合具体实验对比机器学习模型的性能;最后总结目前应用中存在的局限性并提出展望。
关键词
机器学习
神经网络
脊柱
疾病
智慧医疗
研究综述
Keywords
Machine learning
Neural network
Spine disease
Smart health-care
Review
分类号
TP399 [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
基于振动信号融合的手术机器人椎板磨削剩余厚度识别
被引量:
2
6
作者
夏光明
王瑞
张丽娜
张建勋
代煜
机构
南开大学人工智能学院
天津医科大学总医院骨科
出处
《天津大学学报(自然科学与工程技术版)》
EI
CAS
CSCD
北大核心
2022年第10期1016-1025,共10页
基金
国家自然科学基金资助项目(61773223,U1913207).
文摘
椎板切除术是一种用于治疗椎管狭窄症的骨外科手术,通过移除椎板来恢复椎管空间和解除脊髓压迫.椎板磨削是椎板切除术中的核心环节.在机器人磨薄椎板的过程中,磨钻需要在接近脊髓的1~2 mm左右的区域内工作,存在较高手术风险.使用脊柱手术机器人磨削椎板的过程中的关键问题之一是如何在术中估计椎板的剩余厚度来决定是否停止磨削操作.为解决上述问题,本文首先分析了机器人对椎板的逐层磨削过程,通过建立椎板磨削振动模型,给出了根据磨钻切入椎板过程中的振动信号来估计椎板剩余厚度的原理.然后搭建了脊柱手术机器人样机,使用机器人按规划轨迹逐层切入和磨薄猪脊骨的椎板,并使用振动传感器和激光位移传感器分别采集手术磨钻切入椎板过程中磨钻和椎板在切深方向上的振动信号.最后计算两种振动信号中对应磨钻旋转频率的谐波幅值和相对幅值来构造特征向量和训练神经网络,用于识别椎板剩余厚度.实验结果表明,考虑相对幅值的椎板剩余厚度的识别成功率更高.磨削力扰动下,3 mm、2 mm和1 mm的成功率分别为96.7%、96.9%和100%.92组实验中,仅有1组3 mm被识别为2 mm,所有磨钻切入2 mm和1 mm椎板的过程均被准确识别.所提方法有利于提升脊柱手术机器人自动椎板磨削过程的智能化程度和安全性.
关键词
脊柱
手术机器人
椎板切除术
椎板磨削
振动信号融合
神经网络
状态识别
Keywords
spinal surgical robot
laminectomy
lamina milling
vibration signal fusion
neural network
state recognition
分类号
TP242.3 [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
作者
出处
发文年
被引量
操作
1
神经网络-牛顿改进算法求解stewart平台正解
荆学东
张英驰
王梓腾
汪泽涛
《机械设计与制造》
北大核心
2019
6
在线阅读
下载PDF
职称材料
2
深度学习在脊柱图像分割中的应用综述
姜百浩
刘静
仇大伟
姜良
《计算机工程》
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
3
基于SimAM和SpinalNet的列车轮对踏面缺陷分类模型
张昌凡
胡新亮
何静
刘建华
侯娜
《中国安全科学学报》
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
4
脊柱牵引设备控制方法及其实验研究
刘治华
黄玉锋
徐新伟
《郑州大学学报(工学版)》
CAS
北大核心
2014
1
在线阅读
下载PDF
职称材料
5
机器学习在脊柱疾病智能诊治中的应用综述
刘彤彤
杨环
西永明
郭建伟
潘振宽
黄宝香
《计算机科学》
CSCD
北大核心
2021
6
在线阅读
下载PDF
职称材料
6
基于振动信号融合的手术机器人椎板磨削剩余厚度识别
夏光明
王瑞
张丽娜
张建勋
代煜
《天津大学学报(自然科学与工程技术版)》
EI
CAS
CSCD
北大核心
2022
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