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
基于机器学习的椎弓根螺钉钉道超声图像评估方法
被引量：
1
1
作者
马烨波
邵杰
+9 位作者
杨桓
黄麒铭
邢文宇
叶长青
王卓然
杨明雷
陈锴
李博
陈自强
陈建刚
《海军军医大学学报》
CAS
CSCD
北大核心
2022年第9期993-999,共7页
目的探讨一种基于支持向量机(SVM)构建的椎弓根螺钉钉道完整性超声图像鉴别与验证方法。方法利用4例新鲜尸体胸腰椎标本预建立钉道50个并获取椎弓根螺钉钉道超声图像,选取800张图像(钉道完整与破损的样本各400个),采用五折交叉验证的方...
目的探讨一种基于支持向量机(SVM)构建的椎弓根螺钉钉道完整性超声图像鉴别与验证方法。方法利用4例新鲜尸体胸腰椎标本预建立钉道50个并获取椎弓根螺钉钉道超声图像,选取800张图像(钉道完整与破损的样本各400个),采用五折交叉验证的方法对样本进行数据扩增,得到样本集,建立对超声图像进行智能分析的人工智能辅助诊断模型。具体方法如下:首先,采用图像增强的方法得到易于计算机判断和识别的超声图像,然后将图像的纹理特征作为第一类特征,采用SVM模型对完整和破损样本的初始分类模型进行搭建;其次,采用灰度分布得到用于区分前景和背景的阈值T,并通过设计的损失函数得到钉道同心圆的半径R;最后,将同心圆外部图像的熵、方差、对比度、能量、平均绝对偏差作为第二类特征,进行轻微破损样本和完整样本的二次分类模型搭建。采用准确度、特异度、灵敏度、F1值、假正率和假负率对分类结果进行评估。结果初始分类的准确度为74.75%,特异度为68.00%,灵敏度为81.50%,F1值为76.35%,假正率为32.00%,假负率为18.50%。二次分类前计算得到阈值T为37,最佳半径R为108像素。二次分类的准确度为94.25%,特异度为91.00%,灵敏度为97.50%,F1值为94.43%,假正率为9.00%,假负率为2.50%。二次分类与初始分类相比准确度提升19.50%。结论基于SVM的人工智能辅助诊断模型能够提高椎弓根螺钉钉道破损超声图像的判断能力。
展开更多
关键词
椎弓根
螺钉置入
超声检查
图像处理
支持向量机
在线阅读
下载PDF
职称材料
噪声标签识别与纠正的置信度预测方法
被引量：
3
2
作者
汪敏
伍文静
+1 位作者
刘瀚阳
闵帆
《西北大学学报（自然科学版）》
CAS
CSCD
北大核心
2022年第5期857-867,共11页
弱监督场景下的标签噪声广泛存在于现实世界的数据中,导致分类性能下降。测量误差、主观标签偏差和人为标记错误都是导致噪声标签的主要原因。为降低噪声标签对模型分类性能的影响,该文提出一种噪声标签识别与纠正的置信度预测方法(CPRC...
弱监督场景下的标签噪声广泛存在于现实世界的数据中,导致分类性能下降。测量误差、主观标签偏差和人为标记错误都是导致噪声标签的主要原因。为降低噪声标签对模型分类性能的影响,该文提出一种噪声标签识别与纠正的置信度预测方法(CPRC)。首先,定义初始可信样本选择策略,筛选优质的可信样本;然后,建立置信度连接关系,设计标签概率预测方法,推断样本标签置信度;最后,迭代搜索最优置信度样本,实现噪声标签识别和纠正。该文选择在Seeds、Penbase等经典数据集上进行广泛实验,实验结果表明,该文算法可以显著提高不同类型基础分类器在不同噪声比下的分类性能,且性能优于目前先进的噪声标签学习算法。
展开更多
关键词
噪声标签学习
标签纠正
置信度统计
在线阅读
下载PDF
职称材料
题名
基于机器学习的椎弓根螺钉钉道超声图像评估方法
被引量：
1
1
作者
马烨波
邵杰
杨桓
黄麒铭
邢文宇
叶长青
王卓然
杨明雷
陈锴
李博
陈自强
陈建刚
机构
华东师范
大学
上海市多维度信息处理重点实验室
海军军医
大学
(第二军医
大学
)第一附属医院脊柱外科
西交利物浦大学人工智能与先进计算学院
复旦
大学
信息科学与工程
学院
生物医学工程中心
美的集团
人工智能
创新中心
出处
《海军军医大学学报》
CAS
CSCD
北大核心
2022年第9期993-999,共7页
基金
上海市自然科学基金(21ZR1478600)
海军军医大学(第二军医大学)“深蓝”医学人才“远航”人才项目。
文摘
目的探讨一种基于支持向量机(SVM)构建的椎弓根螺钉钉道完整性超声图像鉴别与验证方法。方法利用4例新鲜尸体胸腰椎标本预建立钉道50个并获取椎弓根螺钉钉道超声图像,选取800张图像(钉道完整与破损的样本各400个),采用五折交叉验证的方法对样本进行数据扩增,得到样本集,建立对超声图像进行智能分析的人工智能辅助诊断模型。具体方法如下:首先,采用图像增强的方法得到易于计算机判断和识别的超声图像,然后将图像的纹理特征作为第一类特征,采用SVM模型对完整和破损样本的初始分类模型进行搭建;其次,采用灰度分布得到用于区分前景和背景的阈值T,并通过设计的损失函数得到钉道同心圆的半径R;最后,将同心圆外部图像的熵、方差、对比度、能量、平均绝对偏差作为第二类特征,进行轻微破损样本和完整样本的二次分类模型搭建。采用准确度、特异度、灵敏度、F1值、假正率和假负率对分类结果进行评估。结果初始分类的准确度为74.75%,特异度为68.00%,灵敏度为81.50%,F1值为76.35%,假正率为32.00%,假负率为18.50%。二次分类前计算得到阈值T为37,最佳半径R为108像素。二次分类的准确度为94.25%,特异度为91.00%,灵敏度为97.50%,F1值为94.43%,假正率为9.00%,假负率为2.50%。二次分类与初始分类相比准确度提升19.50%。结论基于SVM的人工智能辅助诊断模型能够提高椎弓根螺钉钉道破损超声图像的判断能力。
关键词
椎弓根
螺钉置入
超声检查
图像处理
支持向量机
Keywords
pedicle of vertebral arch
screw placement
ultrasonography
image processing
support vector machine
分类号
R687.33 [医药卫生—骨科学]
在线阅读
下载PDF
职称材料
题名
噪声标签识别与纠正的置信度预测方法
被引量：
3
2
作者
汪敏
伍文静
刘瀚阳
闵帆
机构
西南石油
大学
电气信息
学院
西交利物浦大学人工智能与先进计算学院
西南石油
大学
计算
机科学
学院
出处
《西北大学学报（自然科学版）》
CAS
CSCD
北大核心
2022年第5期857-867,共11页
基金
国家自然科学基金(62006200)
四川省自然科学基金(2022YFG0179)
四川省青年软件创新工程(2022032)。
文摘
弱监督场景下的标签噪声广泛存在于现实世界的数据中,导致分类性能下降。测量误差、主观标签偏差和人为标记错误都是导致噪声标签的主要原因。为降低噪声标签对模型分类性能的影响,该文提出一种噪声标签识别与纠正的置信度预测方法(CPRC)。首先,定义初始可信样本选择策略,筛选优质的可信样本;然后,建立置信度连接关系,设计标签概率预测方法,推断样本标签置信度;最后,迭代搜索最优置信度样本,实现噪声标签识别和纠正。该文选择在Seeds、Penbase等经典数据集上进行广泛实验,实验结果表明,该文算法可以显著提高不同类型基础分类器在不同噪声比下的分类性能,且性能优于目前先进的噪声标签学习算法。
关键词
噪声标签学习
标签纠正
置信度统计
Keywords
noise label learning
label correction
statistical inference
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
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
基于机器学习的椎弓根螺钉钉道超声图像评估方法
马烨波
邵杰
杨桓
黄麒铭
邢文宇
叶长青
王卓然
杨明雷
陈锴
李博
陈自强
陈建刚
《海军军医大学学报》
CAS
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
2
噪声标签识别与纠正的置信度预测方法
汪敏
伍文静
刘瀚阳
闵帆
《西北大学学报（自然科学版）》
CAS
CSCD
北大核心
2022
3
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
