期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于BP神经网络的医学图像分割新方法 被引量:11
1
作者 唐思源 邢俊凤 杨敏 《计算机科学》 CSCD 北大核心 2017年第S1期240-243,共4页
对于医学图像而言,其分割结果的准确性对医生诊断病情并给出正确的治疗方案至关重要。应用传统的BP神经网络对医学图像进行分割,存在对初始权重值敏感、学习速率固定、收敛速度慢和易陷入局部极小值等问题。因此,提出了一种基于改进的... 对于医学图像而言,其分割结果的准确性对医生诊断病情并给出正确的治疗方案至关重要。应用传统的BP神经网络对医学图像进行分割,存在对初始权重值敏感、学习速率固定、收敛速度慢和易陷入局部极小值等问题。因此,提出了一种基于改进的粒子群优化算法的BP神经网络的医学图像分割方法。首先,应用粒子群优化算法与BP神经网络的映射关系,通过粒子群强大的搜索功能找到最佳适应函数,使对应的BP神经网络的均方误差达到最小值,克服了BP神经网络产生多个局部最小值的可能;其次,确定粒子的最佳位置后,在BP神经网络学习中获得最合理的权值和偏置值,以提高网络的收敛速度;最后,BP神经网络经反复训练后,获得最佳输出值,并计算阈值,通过阈值来分割图像区域。实验结果表明,利用改进的算法能够得到更清晰的图像分割效果,提高了图像的分割精度,对临床的诊断也具有重要参考意义。 展开更多
关键词 医学图像分割 神经网络 粒子群优化算法 适应函数 均方误差
在线阅读 下载PDF
基于空间分层的医学图像特征提取算法 被引量:5
2
作者 唐思源 白金牛 《现代电子技术》 北大核心 2016年第8期92-95,共4页
随着医疗影像设备在临床医学辅助诊断方向的广泛应用,如何精确提取目标特征图像显得尤为重要,而常规图像识别算法对环境光变化非常敏感,其结果很难满足医学诊疗的实际需求。为此,提出一种基于空间分层的无约束医学图像特征提取算法... 随着医疗影像设备在临床医学辅助诊断方向的广泛应用,如何精确提取目标特征图像显得尤为重要,而常规图像识别算法对环境光变化非常敏感,其结果很难满足医学诊疗的实际需求。为此,提出一种基于空间分层的无约束医学图像特征提取算法。设计包含加权系数的目标函数,实现对图像特征的快速提取;将图像空间按像素分为若干子图像空间,以四又树结构进行快速存取;最后引入单纯形法对阈值进行自适应寻优。结果表明,所设计算法不仅有效解决了常规算法对环境光敏感的问题,还能够更加精确、快速地提取到目标特征,对临床诊断具有重要参考意义。 展开更多
关键词 辅助诊断 阈值提取 图像空间 图像特征提取
在线阅读 下载PDF
基于深度卷积神经网络的肺结节检测与识别 被引量:17
3
作者 唐思源 杨敏 白金牛 《科学技术与工程》 北大核心 2019年第22期241-248,共8页
应用卷积神经网络将肺结节从含有背景、噪声的胸腔区域里检测并识别出来.首先,对图像进行预处理,获得肺实质图像.然后,应用Faster R-CNN多特征融合算法检测肺结节候选区域,再利用多角度特征融合方法滤除假阳性结节.接着,通过数据增强法... 应用卷积神经网络将肺结节从含有背景、噪声的胸腔区域里检测并识别出来.首先,对图像进行预处理,获得肺实质图像.然后,应用Faster R-CNN多特征融合算法检测肺结节候选区域,再利用多角度特征融合方法滤除假阳性结节.接着,通过数据增强法、残差学习法、优化初始参数等对卷积神经网络的性能进行优化.最后,应用迁移学习方法对数据集进行训练,得出最终的检测结果.抽取LIDC数据集中含有肺结节图像数据,检测并识别肺结节的准确率达到98.1%.实验结果表明,该算法优于其他3类算法,实现了肺结节的精确检测和识别,在保证检测和识别出正确结节的前提下,降低了过拟合率及训练时间,提高了算法效率,研究成果为早期肺癌的诊断提供参考依据. 展开更多
关键词 卷积神经网络 多特征融合算法 残差学习 迁移学习
在线阅读 下载PDF
普适环境中上下文感知的带演算的Bigraphs描述 被引量:3
4
作者 吴怀广 姬厚灵 +1 位作者 毋国庆 苗玥 《计算机科学》 CSCD 北大核心 2012年第1期109-114,共6页
针对普适环境中上下文感知系统的形式化建模问题,讨论了Bigraphs理论的扩展模型———柏拉图图形模型在此问题中的适用性及不足。在此基础上,利用带演算的Bigraphs反应系统对上下文感知系统进行描述,并给出了与柏拉图图形模型之间的比较。
关键词 Bigraphs理论 Bigraphs反应系统 上下文感知 形式化模型
在线阅读 下载PDF
基于脑部MR图像GMM特征决策分类的肿瘤诊断 被引量:4
5
作者 徐立 白金牛 李磊民 《控制工程》 CSCD 北大核心 2017年第8期1718-1722,共5页
磁共振(MR)图像提供了大量用于医疗检查的信息。精确鲁棒的脑部MR图像分割、特征提取和分类对于临床诊断肿瘤是非常重要的。提出一种新的基于脑部MR图像的肿瘤诊断方法。首先,通过多阈值分割形态学操作检测图像的畸形区域,然后,提取用... 磁共振(MR)图像提供了大量用于医疗检查的信息。精确鲁棒的脑部MR图像分割、特征提取和分类对于临床诊断肿瘤是非常重要的。提出一种新的基于脑部MR图像的肿瘤诊断方法。首先,通过多阈值分割形态学操作检测图像的畸形区域,然后,提取用于分类的高斯混合模型(GMM)特征,最后,利用决策树分类器对肿瘤图像类型进行分类。整个分类过程分为训练和测试2个阶段,训练阶段提取肿瘤图像和非肿瘤图像不同的特征,在测试阶段基于知识库进行肿瘤和非肿瘤分类。使用准确度、误报率和漏检率3个性能指标对算法进行评估,实验结果表明,分类准确度可达91.18%-94.11%,误报率和漏检率在2.94%-4.41%范围内,可以有助于更好的脑部肿瘤诊断。 展开更多
关键词 脑部肿瘤 磁共振图像 分割 高斯混合模型特征 决策树
在线阅读 下载PDF
基于概念格的云推理分类预测算法研究 被引量:2
6
作者 徐立 白金牛 孟海东 《控制工程》 CSCD 北大核心 2020年第11期1892-1900,共9页
针对传统云推理模型在推理过程中需要依靠专家经验确定"软与"算法的程度调节参数,在处理大数据集时需要建立大量规则以保证准确率等问题,提出采用概念格改进云推理模型。通过云发生器对数据进行云化处理,转化为可用不确定语... 针对传统云推理模型在推理过程中需要依靠专家经验确定"软与"算法的程度调节参数,在处理大数据集时需要建立大量规则以保证准确率等问题,提出采用概念格改进云推理模型。通过云发生器对数据进行云化处理,转化为可用不确定语言描述的定性概念,作为概念格所需的形式背景;分别构造属性概念格和决策概念格,挖掘数据集中的规则,使局部规则覆盖全局规则,解决传统云推理构建规则数量过多的问题,并代替传统的"软与"算法;采用概念格提取不确定性规则,作为云推理的规则前件,构建概念格云推理模型。实验使用UCI和实际工程数据集进行算法仿真和应用分析。实验结果表明改进的云推理模型提高了算法的时效性,且保证了算法的准确性。 展开更多
关键词 数据挖掘 概念格 云模型 规则提取 概念格云推理模型
在线阅读 下载PDF
一种基于角点与BP神经网络的文本检测及定位算法 被引量:1
7
作者 唐思源 高琦 邢俊凤 《现代电子技术》 北大核心 2016年第4期112-115,共4页
检测并提取视频图像中的文本信息对视频图像和内容的理解意义重大。以现有的文本检测算法为基础,提出一种基于角点与BP神经网络相结合的文本检测算法。该算法首先应用多尺度角点算法提取文本角点信息并初步定位文本行,接着提取文本特征... 检测并提取视频图像中的文本信息对视频图像和内容的理解意义重大。以现有的文本检测算法为基础,提出一种基于角点与BP神经网络相结合的文本检测算法。该算法首先应用多尺度角点算法提取文本角点信息并初步定位文本行,接着提取文本特征,最后应用BP神经网络精确定位文本。实验结果表明,此算法与经典方法相比具有更高的正确率和鲁棒性,视频中文本的正确检测率达到90.3%。 展开更多
关键词 文本检测算法 多尺度角点算法 BP神经网络 文本信息提取
在线阅读 下载PDF
基于自适应像素去噪的对抗攻击防御方法 被引量:1
8
作者 张帅 张晓琳 +3 位作者 刘立新 王永平 郝琨 徐立 《计算机工程与设计》 北大核心 2023年第5期1336-1344,共9页
针对深度神经网络容易遭到对抗样本攻击导致其分类错误的问题,提出一种基于自适应像素去噪的对抗攻击防御方法。通过基于前向导数的重要性计算方法获得像素重要性分数,根据像素重要性分数对多种对抗攻击进行鲁棒性分析,将其分为鲁棒或... 针对深度神经网络容易遭到对抗样本攻击导致其分类错误的问题,提出一种基于自适应像素去噪的对抗攻击防御方法。通过基于前向导数的重要性计算方法获得像素重要性分数,根据像素重要性分数对多种对抗攻击进行鲁棒性分析,将其分为鲁棒或非鲁棒攻击,制定针对不同对抗攻击的降噪策略;按照降噪策略分别对重要性分数不同的图像像素进行自适应形态学降噪获得像素去噪图像;使用像素重要性分数、像素去噪图像等信息训练自适应像素去噪模型学习上述去噪过程,进行对抗防御。实验结果表明,该防御能在多个数据集与模型上快速且有效地防御各种对抗攻击,确保原始样本的精确分类。 展开更多
关键词 深度神经网络 图像分类 对抗样本 鲁棒性 自适应 像素去噪 对抗样本防御
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部