-
题名白细胞图像超分辨率重建研究
被引量：1
- 1
-
-
作者
王伟
胡涛
李欣蔚
沈思婉
姜小明
刘峻源
-
机构
重庆邮电大学生物医学工程研究中心
重庆邮电大学重庆市医用电子与信息技术工程研究中心
-
出处
《计算机科学》
CSCD
北大核心
2021年第4期164-168,共5页
-
基金
国家自然科学基金(61801069)
重庆市教育委员会科学技术研究项目(KJQN201800622)。
-
文摘
近年来,计算机视觉已成为各类学科领域研究的重点,逐渐被应用于各类科研场景。医务工作者在临床上做血常规检验时,经常会采用血细胞图像分析系统对镜下白细胞图像进行自动计数与分类。其中,白细胞图像质量影响着血细胞分析系统计数分类的效果。针对镜下白细胞图像细节模糊的问题,文中尝试引入超分辨率方法对图片进行优化,以达到使白细胞图像更清晰的目的。所提出的方法在现有生成对抗网络的超分辨率方法(Super-Resolution Generative Adversarial Network,SRGAN)的基础上,设计引入嵌套型残差密集块(Residual-in-Residual Dense Block,RRDB)来改进网络结构,并对原有标准残差块中的批量规范化层进行删减,以提升网络性能,另外还对判别器的损失函数进行了改进。实验结果表明,该方法(SRGAN+)与3种插值法以及4种基于学习的超分辨率方法相比,在提高分辨率的同时,获得了图片细节更丰富、人眼视觉更优的图像。与SRGAN方法相比,改进算法在峰值信噪比(Peak Signal-to-noise Ratio,PSNR)和结构相似度(Structural SIMilarity,SSIM)上分别有1.008 dB和1.07%的提高。
-
关键词
白细胞图像
超分辨率
生成对抗网络
嵌套型残差密集块
-
Keywords
Leukocyte image
Super-resolution
Generative adversarial network
Residual-in-Residual dense block
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于决策树的自适应互补滤波姿态解算
- 2
-
-
作者
李瑞
王伟
唐龙鑫
李洁
-
机构
重庆邮电大学自动化学院
重庆市医用电子与信息技术工程研究中心
重庆邮电大学生物信息学院
-
出处
《科学技术与工程》
北大核心
2024年第4期1538-1545,共8页
-
基金
国家重点研发计划(2020YFC2003301)。
-
文摘
为解决惯性传感器在磁场干扰和大加速度干扰坏境下姿态解算精度下降的问题,提出一种基于决策树自适应的互补滤波姿态解算方法。针对陀螺仪特性,对其进行零偏补偿处理。将处理后的角速度数据与加速度数据构成静态检测单元,实现了静态情况和动态情况的准确分类。在动态情况下,由加速度数据和磁场数据组成的决策树通过分析外界干扰程度来自主调节系统误差增益,进而达到抗干扰目的,有效提高姿态解算精度。实验结果表明:静态情况下姿态解算不受磁场干扰,动态情况下能够有效避免磁场和大加速度干扰。
-
关键词
决策树
大加速度干扰
磁场干扰
姿态解算
互补滤波算法
-
Keywords
decision tree
large acceleration interference
magnetic interference
pose estimation
complementary filter algorithm
-
分类号
TP212.9
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名面部皮肤毛孔检测算法
- 3
-
-
作者
王伟
李贺
姜小明
-
机构
重庆邮电大学生物信息学院
重庆邮电大学自动化学院
重庆邮电大学重庆市医用电子与信息技术工程研究中心
-
出处
《计算机工程与设计》
北大核心
2021年第12期3469-3477,共9页
-
基金
国家自然科学基金项目(61801069)
重庆市教委科学技术研究基金项目(KJ1704073)。
-
文摘
毛发、光照不均、皱纹、油分及痤疮等皮肤的复杂背景限制了毛孔数量和大小准确检测,为此提出一种滤波器组结合改进最大熵的面部皮肤毛孔检测算法。针对面部皮肤图像构建ICA-Homo滤波器组,该滤波器组在HSV空间下对S空间同态滤波后进行低通和高通滤波,对图像进行独立成分分析,分离出黑色素层;通过改进的最大熵值法分割上述分离图像,以逻辑运算获取最终毛孔检测结果。该方法在面部皮肤数据集中得到验证,其毛孔有效检测率达到96%,毛孔大小误差范围为0.0304,验证了毛孔检测算法的有效性。
-
关键词
毛孔检测
最大熵
独立成分分析
阈值分割
局部皮肤图像
-
Keywords
pore detection
maximum entropy
ICA
threshold segmentation
local skin image
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进BP神经网络的尿液中红白细胞识别算法
被引量：4
- 4
-
-
作者
刘晓彤
王伟
李泽禹
沈思婉
姜小明
-
机构
重庆邮电大学生物医学工程研究中心
重庆市医用电子与信息技术工程研究中心
-
出处
《计算机科学》
CSCD
北大核心
2020年第2期102-105,共4页
-
基金
国家自然科学基金(61801069)
重庆市教委科学技术研究项目(KJ1704073)~~
-
文摘
对显微图像中的尿液有形成分包括红白细胞等进行分析,可以帮助医生对有肾脏和泌尿系统疾病的患者进行评估。针对无染色、无标记的尿液图像中红白细胞存在对比度低、边缘模糊等问题,提出一种基于改进BP神经网络的识别方法。首先,将遗传算法引入BP神经网络对网络权值和阈值进行优化,解决训练过程中网络容易陷入局部极值等问题,提高BP神经网络的识别精度;其次,使用动量梯度下降法消除网络在梯度下降中产生的摆动,加快网络的收敛,提高BP神经网络的学习速度。与基础BP神经网络相比,改进方法对红白细胞的识别准确度分别提高了6.9%和9.5%,且识别时间分别缩短了19.3 s和42.1 s;与CNN识别算法相比,改进算法对白细胞的识别准确度提高了1.7%;与SVM识别算法相比,改进算法对红白细胞的识别准确度分别提高了12.9%和12.7%。验证实验和对照实验的结果表明,改进方法能以较高的准确率和较快的速度实现红白细胞的识别。
-
关键词
尿液有形成分
红白细胞
遗传算法
BP神经网络
动量梯度下降法
-
Keywords
Urine formed element
Red and white cells
Genetic algorithm
BP neural network
Gradient descent with momentum
-
分类号
TP391.41
[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]
-
