-
题名改进型密集递归残差U-Net的皮肤病变图像分割
- 1
-
-
作者
赵德春
袁杨
秦璐
韦莉
叶昌荣
-
机构
重庆邮电大学生命健康信息科学与工程学院
重庆邮电大学光电工程学院
-
出处
《中国生物医学工程学报》
北大核心
2025年第3期291-300,共10页
-
基金
重庆市自然科学基金面上项目(CSTB2024NSCQ-MSX0957)
国家自然科学基金青年项目(62201106)。
-
文摘
皮肤病变区域的准确分割对计算机辅助诊断具有重要意义。但皮肤病变图像形状不规则、边界模糊并存在噪声干扰,给皮肤病变区域准确分割造成了困难,极大影响了分割的精度。为此,提出了一种基于改进型密集递归残差U-Net模型(IDR2U-Net),实现皮肤病变区域自动分割。首先,将编码层和解码层中的原始卷积块优化为递归残差卷积模块,并且使用密集连接,缓解了梯度消失问题;其次,引入特征自适应模块,通过加强有效特征和抑制无关背景噪声,增强相邻特征之间的融合程度;接着,设计双重注意力机制,其中空间注意力增大全局信息的利用效率,通道注意力用于加强通道特征间的相关性,提升网络对皮肤病变区域分割的准确率,同时采用联合Dice系数与交叉熵的损失函数训练分割网络,解决皮肤镜图像中类别不平衡的问题;最后,采用ISIC 2017皮肤病变数据集中的2000余张图片进行了消融实验和对比实验。实验结果表明,IDR2U-Net模型在Jaccard、Dice系数和准确率上分别达到了78.86%、86.92%和94.61%。改进后的模型不仅提高了精度,还实现了更精细的图像分割,特别是在处理边界模糊图像时,能有效减少欠分割现象。
-
关键词
皮肤病变图像分割
U型网络
密集递归残差卷积模块
特征自适应模块
双重注意力机制
-
Keywords
skin lesion image segmentation
U-Net
dense recurrent residual convolution module
feature adaptation module
dual attention mechanism
-
分类号
R318
[医药卫生—生物医学工程]
-
-
题名基于递归残差网络的遥感图像超分辨率重建
被引量：2
- 2
-
-
作者
王爱丽
宋晓莹
陈雨时
-
机构
哈尔滨理工大学测控技术与通信工程学院
哈尔滨工业大学图像与信息技术研究所
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第3期191-195,共5页
-
基金
国家自然科学基金(No.61771171)
-
文摘
深层网络有效地提高了重建图像的精度,但是拥有大量参数,使训练时间过长。因此,改进了一种基于递归残差网络的遥感图像超分辨率重建算法,将全局残差学习和局部残差学习相结合,有效地降低训练深层网络的难度,并且通过递归学习控制网络参数。实验结果证明了递归残差网络在遥感图像超分辨率重建中的有效性,改进的网络可以获得更好的主观视觉效果以及客观评价指标。
-
关键词
递归残差网络
遥感图像超分辨率重建
残差学习
递归学习
-
Keywords
recursive residual network
remote sensing image super-resolution reconstruction
residual learning
recursive learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进递归残差网络的恶意流量分类算法
被引量：4
- 3
-
-
作者
潘嘉
翟江涛
刘伟伟
-
机构
江苏科技大学电子信息学院
南京信息工程大学计算机与软件学院
南京理工大学自动化学院
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第S02期227-229,共3页
-
基金
国家自然科学基金资助项目(61702235)
-
文摘
针对深层网络优化困难会导致网络退化从而引起分类精度降低的问题,提出了一种基于改进递归残差网络的流量分类方法。所提方法将流量所有层负载数据经预处理映射为网络的输入,网络由递归残差模块嵌入一维卷积神经网络构成,其中递归残差模块由残差块以递归方式构建而成,残差块由预激活单元及深度可分离卷积组成。经实验验证,所提方法对10种恶意流量平均检测准确率为99.93%,较现有典型算法准确率提升1%,网络参数减少80%,对两种难检测恶意流量检测准确率提升5%。
-
关键词
恶意流量分类
一维卷积神经网络
递归残差网络
深度可分离卷积
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名融合递归自编解码器的蒙卡画面重构降噪方法
被引量：1
- 4
-
-
作者
卢娟
陈纯毅
-
机构
长春理工大学计算机科学技术学院
-
出处
《智能系统学报》
CSCD
北大核心
2023年第3期459-467,共9页
-
基金
吉林省科技发展计划项目(20190302113GX).
-
文摘
针对生成对抗模型降噪结果出现的伪影和模糊问题,提出一种基于对抗生成递归自编码器的蒙卡渲染画面降噪方法。在模型上,设计多尺度卷积编码结构,以多尺度残差自编码模型为生成器,通过组合连接实现不同层次特征提取,融合不同感受野的特征信息。以设计的递归残差网络模型为判别器,判断蒙卡渲染画面真伪,在对抗中提高网络性能。以端到端的方式将辅助信息特征、含有噪声的蒙卡画面和8192采样率下的画面输入到融合递归自编解码器中进行降噪处理。实验表明,该方法在测试场景下的平均峰值信噪比为32.44 dB,比生成对抗网络方法和残差网络方法分别提升4.80%和3.13%;平均结构相似性为0.92,比2种已有的算法分别提高2.54%和1.01%。
-
关键词
递归残差网络
多尺度卷积
生成对抗网络
蒙特卡罗渲染画面
图像处理
图像去噪
深度学习
自编码网络
-
Keywords
recursive residual network
multi-scale convolution
generative adversarial networks
Monte Carlo rendering screen
image processing
image denoising
deep learning
auto-encoder network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于BCUSUM的多参数变点估计
- 5
-
-
作者
王继梅
胡尧
-
机构
贵州大学数学与统计学院
贵州大学公共大数据国家重点实验室
-
出处
《统计与决策》
CSSCI
北大核心
2024年第9期61-66,共6页
-
基金
国家自然科学基金资助项目(12161016,11661018)
贵州省数据驱动建模学习与优化创新团队项目(黔科合平台人才[2020]5016号)
贵州省科技计划项目(黔科合基础-ZK[2024]一般082)。
-
文摘
文章基于递归残差的逆序特征和隔离检测研究了回归模型多参数变点的检测方法。首先,构建带有变点的回归模型,考虑到多元正向CUSUM检验能防止协变量均值与偏移量正交时损失功效,但其变点检测效果并不理想的情况,引入修正的检验统计量BCUSUM。其次,结合快速高效的隔离检测技术,提出MCPDP算法用于估计变点数目及位置。最后,模拟结果表明,所提出的方法能较好地控制检验水平,有更高的功效;评价结果显示,MCPDP算法在变点估计性能方面表现较优;实例分析表明,交通流变点符合实际交通情况,验证了该方法的有效性,且所构建的模型可以作为交通参数确定性经验关系的一种修正。
-
关键词
多参数变点
逆向累积和
隔离检测
递归残差
-
Keywords
multi-parameter change points
backward cumulative sum(BCUSUM)
isolate-detect
recursive residuals
-
分类号
O212.1
[理学—概率论与数理统计]
-
-
题名视网膜血管提取算法
- 6
-
-
作者
李雪
马瑜
郭姝琪
王鹏志
-
机构
宁夏大学物理与电子电气工程学院
-
出处
《计算机工程与设计》
北大核心
2024年第12期3786-3793,共8页
-
基金
国家自然科学基金项目(62041108)。
-
文摘
为提高眼底视网膜血管分割的精确度,提出一种RAIterNet级联视网膜血管分割追踪算法,在预处理与分割网络模型阶段分别进行图像增强与精度提升。使用自适应分数阶次微分对待分割数据集进行增强提高血管图像质量,提升待分割图像血管与背景之间的对比度,利用RAIterNet模型对视网膜进行分割,基于连续性追踪方法对微弱结构的末端毛细血管进行追踪,可有效分割视网膜血管中难以分割的微细血管。算法在数据集DRIVE上进行测试,实验结果表明,Acc能够达到0.9650,F1分数为0.9006,获得了0.9807的AU-ROC曲线下面积,主观和客观结果验证了算法的有效性。
-
关键词
视网膜血管提取
卷积神经网络
递归残差卷积
注意力机制
分数阶微分
自适应分数阶增强
血管追踪
-
Keywords
retinal vessels extraction
convolution neural network
recursive residual convolution
attention mechanism
fractional order derivative
adaptive fractional order enhancement
vascular tracking
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
