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
基于深度残差金字塔的皮肤病变分割与特征提取研究
1
作者
董春序
李雪
陈思光
《传感技术学报》
北大核心
2025年第2期263-271,共9页
由于皮肤病的类内差异大、类间差异小及样本分布不均衡导致恶性皮肤病智能诊断误诊率极高,因此提出一种基于深度残差金字塔的皮肤病变分割与特征提取机制。具体地,对比主流的单一尺度网络输出,为了提高特征提取和训练结果的准确度,构建...
由于皮肤病的类内差异大、类间差异小及样本分布不均衡导致恶性皮肤病智能诊断误诊率极高,因此提出一种基于深度残差金字塔的皮肤病变分割与特征提取机制。具体地,对比主流的单一尺度网络输出,为了提高特征提取和训练结果的准确度,构建了一个深度残差金字塔多尺度编码网络,将瓶颈层划分为多尺度编码网络,通过提取多尺度特征,实现网络分割与提取结果的输出。进一步,为了解决样本不均衡问题,设计了基于焦点损失的损失梯度监督机制,即通过焦点损失增加模型对难分样本的关注度,同时通过梯度协调机制减小难分样本和离群点对模型整体准确率的影响,从而达到减小类别不平衡对诊断结果的影响。实验结果表明,所提机制的分割与提取与现有相关方案相比,Jaccard系数提高了3%~10%,达到82.3%。
展开更多
关键词
皮肤病变
深度残差网络
特征金字塔
损失函数
在线阅读
下载PDF
职称材料
融合残差Inception与双向ConvGRU的皮肤病变智能分割
2
作者
顾敏杰
李雪
陈思光
《数据采集与处理》
CSCD
北大核心
2023年第4期937-946,共10页
由于皮肤病病灶的形状、颜色以及纹理差异极大,且边界不明确,使得传统深度学习方法很难对其进行准确分割。因此本文提出了一种融合残差Inception与双向卷积门控循环单元(Convolutional gated recurrent unit,ConvGRU)的皮肤病变智能分...
由于皮肤病病灶的形状、颜色以及纹理差异极大,且边界不明确,使得传统深度学习方法很难对其进行准确分割。因此本文提出了一种融合残差Inception与双向卷积门控循环单元(Convolutional gated recurrent unit,ConvGRU)的皮肤病变智能分割模型。首先设计了一种云边协同的皮肤病变智能分割服务网络模型,通过该网络模型,用户可以获得快速、准确的分割服务;其次,构建了一种新的皮肤病变智能分割模型,通过融合残差Inception与双向ConvGRU,该模型能融合不同尺度特征,提高模型特征提取能力,并能充分利用底层特征与语义特征之间的关系,捕获更丰富的全局上下文信息,取得更好的分割性能;最后,在ISIC 2018数据集上的实验结果表明,所提出的智能分割模型与近期提出的几种U-Net扩展模型相比,取得了更高的准确率与Jaccard系数。
展开更多
关键词
皮肤病
图像分割
残差网络
U型卷积神经网络
卷积门控循环单元
在线阅读
下载PDF
职称材料
题名
基于深度残差金字塔的皮肤病变分割与特征提取研究
1
作者
董春序
李雪
陈思光
机构
南京
邮电
大学
物联网学院
南京医科大学
附属
妇产医院
(
南京市妇幼保健院
)
皮肤科
出处
《传感技术学报》
北大核心
2025年第2期263-271,共9页
基金
国家自然科学基金项目(61971235)
中国博士后科学基金(面上一等资助)项目(2018M630590)
+2 种基金
江苏省“333高层次人才培养工程”项目
江苏省博士后科研资助计划项目(2021K501C)
南京邮电大学‘1311’人才计划和赛尔网络下一代互联网技术创新项目(NGII20190702)。
文摘
由于皮肤病的类内差异大、类间差异小及样本分布不均衡导致恶性皮肤病智能诊断误诊率极高,因此提出一种基于深度残差金字塔的皮肤病变分割与特征提取机制。具体地,对比主流的单一尺度网络输出,为了提高特征提取和训练结果的准确度,构建了一个深度残差金字塔多尺度编码网络,将瓶颈层划分为多尺度编码网络,通过提取多尺度特征,实现网络分割与提取结果的输出。进一步,为了解决样本不均衡问题,设计了基于焦点损失的损失梯度监督机制,即通过焦点损失增加模型对难分样本的关注度,同时通过梯度协调机制减小难分样本和离群点对模型整体准确率的影响,从而达到减小类别不平衡对诊断结果的影响。实验结果表明,所提机制的分割与提取与现有相关方案相比,Jaccard系数提高了3%~10%,达到82.3%。
关键词
皮肤病变
深度残差网络
特征金字塔
损失函数
Keywords
skin lesion
deep residual network
feature pyramid
loss function
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
融合残差Inception与双向ConvGRU的皮肤病变智能分割
2
作者
顾敏杰
李雪
陈思光
机构
南京
邮电
大学
物联网学院
南京医科大学
附属
妇产医院
(
南京市妇幼保健院
)
皮肤科
出处
《数据采集与处理》
CSCD
北大核心
2023年第4期937-946,共10页
基金
国家自然科学基金(61971235)
中国博士后科学基金(2018M630590)
+3 种基金
江苏省“333高层次人才培养工程”
江苏省博士后科研资助计划(2021K501C)
南京市妇幼保健院青年人才
南京邮电大学“1311”人才计划资助。
文摘
由于皮肤病病灶的形状、颜色以及纹理差异极大,且边界不明确,使得传统深度学习方法很难对其进行准确分割。因此本文提出了一种融合残差Inception与双向卷积门控循环单元(Convolutional gated recurrent unit,ConvGRU)的皮肤病变智能分割模型。首先设计了一种云边协同的皮肤病变智能分割服务网络模型,通过该网络模型,用户可以获得快速、准确的分割服务;其次,构建了一种新的皮肤病变智能分割模型,通过融合残差Inception与双向ConvGRU,该模型能融合不同尺度特征,提高模型特征提取能力,并能充分利用底层特征与语义特征之间的关系,捕获更丰富的全局上下文信息,取得更好的分割性能;最后,在ISIC 2018数据集上的实验结果表明,所提出的智能分割模型与近期提出的几种U-Net扩展模型相比,取得了更高的准确率与Jaccard系数。
关键词
皮肤病
图像分割
残差网络
U型卷积神经网络
卷积门控循环单元
Keywords
skin lesion
image segmentation
residual network
U⁃Net
convolutional gated recurrent unit(ConvGRU)
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
作者
出处
发文年
被引量
操作
1
基于深度残差金字塔的皮肤病变分割与特征提取研究
董春序
李雪
陈思光
《传感技术学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
融合残差Inception与双向ConvGRU的皮肤病变智能分割
顾敏杰
李雪
陈思光
《数据采集与处理》
CSCD
北大核心
2023
0
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
