摘要:脉络膜是人眼球中的一层重要组织,准确测量和分割脉络膜,对于预防、诊断以及预测视网膜疾病具有重大的医学意义。文章对光学相干断层扫描(Optical Coherence Tomography,OCT)技术在脉络膜分割中的应用进行评估,并对近年来提出的结合OCT和深度学习技术的脉络膜分割方法进行归纳和总结。研究结果显示:与传统算法相比,带有特征提取或者特征融合模块的U形网络架构有着更好的鲁棒性与泛
摘要:针对传统送纱器中输纱电机机械传感器在高温恶劣环境下易失效及纱线张力波动较大等问题,提出了一种新型的纱线张力控制系统。首先,选用扩展卡尔曼滤波(Extended Kalman Filter,EKF)无感算法对输纱电机转子的角度和速度进行预测;其次,运用变论域思想对传统模糊PID(Proportional Integral Derivative)控制算法进行优化,实现对纱线张力的精确控制;最后,
摘要:为了克服传统当量比测量模型存在的局限性,提出了一种基于机器学习的多特征输入方法。该方法摒弃了以往单一依赖CH*与C2*比值的方式,而是综合利用C2*swan band的多个化学发光波段。为了验证这种多输入方法的有效性,采用支持向量机(SVM)和多层感知机(MLP)两种不同的机器学习模型进行实验验证。实验结果表明,多特征输入在这两种模型上展现出优异的回归预测性能,回归系数均达到了0.99,证明
摘 要:为了提升中药材图片分类的准确率,提出了一种基于改进ResNet50的中药材分类识别方法。首先,引入了卷积块注意力模块(Convolutional Block Attention Module,CBAM),增强了模型对中药材特定特征的识别能力。其次,对标准的ResNet50中的卷积快捷连接进行了优化,减少了特征图的信息损失。最后,在模型后端集成了金字塔池化模块(Pyramid Poolin
摘要:医疗、金融和社交网络等许多领域的数据集通常存在大量的缺失值,这给数据分析和模型训练带来了巨大的挑战。文章提出一种基于高级生成对抗网络(Generative Adversarial Networks,GAN)的架构,用于稀疏数据集中的数据填充任务。该架构通过结合生成对抗网络的强大生成能力和深度学习技术,旨在更准确地填补数据集中的缺失值,从而提升数据质量和后续分析的准确性。实验结果表明,该框架的
摘 要:在先天性巨结肠(Hirschsprung Disease,HD)的诊断工作中,神经节细胞的寻找耗时长且具有挑战性。 为了更好地辅助病理医生诊断HD,提出一种基于改进YOLOv5s的结肠神经节细胞智能检测算法。该算法在YOLOv5s的Neck层PAN网络的3个C3模块后,分别添加了无参数的SimAM注意力机制,这一改进在不增加模型参数量的同时,有效地捕捉到更多重要的特征。实验结果显示,改进
摘要:针对帕金森病(PD)严重程度评估依赖医生主观判断的局限性,本文设计并实现了一种客观的震颤监测与评级系统。该系统主要包括可穿戴设备、App、云平台及评估模型4个部分。可穿戴设备负责采集震颤数据,并将数据传输至App和云平台进行存储,同时支持模型训练。系统采用带限多重加权傅立叶线性组合算法(BMWFLC)对数据进行预处理,并提取时域和频域共计26个特征。随后,通过机器学习对数据进行多分类分析。实
摘 要:针对结直肠息肉图像中由于病灶形状不规则导致分割边界模糊及分割精度低的问题,提出了一种基于混合注意力和金字塔池化的结直肠息肉分割算法PC-TransUnet(Pyramid Convolutional TransUnet)。首先,采用金字塔池化模块(Pyramid Pooling Module,PPM)捕获不同尺度的上下文信息,从而增强网络的感受野;其次,利用混合注意力模块(Convolut
摘 要:针对合成孔径雷达(SAR)与可见光图像融合算法中特征提取不全、纹理细节丢失等问题,提出一种双分支动态感受野的融合算法。首先,利用双分支分别提取SAR和可见光图像特征。其次,针对可见光分支引入可学习的权重选择单元指导融合。最后,引入了结构相似性损失与改进的峰值信噪比损失函数,更好地保留了SAR和可见光的结构纹理信息。实验结果显示,该算法在主观视觉方面表现出色,细节信息丰富且人眼辨识度高,同时
摘要:针对智能采摘领域中樱桃成熟度检测的挑战,文章选取了YOLOv5s模型作为基础,并进行了针对性的改进和优化,旨在提升模型在樱桃成熟度检测任务中的性能和准确性。首先采用GhostNet替代主干网络,其次增加了NAMAttention模块,显著减少了模型的参数数量和计算需求,并且提升了检测准确性。实验结果显示,改进后的模型与YOLOv5s相比,每秒帧数提升了34%,参数数量减少了25%,FLOPs
摘要:为了提升车辆定位系统的精度和鲁棒性,针对单一传感器存在的局限性,提出了一种基于图优化的LIDAR(Light Detection and Ranging,LIDAR)、IMU(Inertial Measurement Unit)和GNSS-RTK(Global Navigation Satellite System-Real-Time Kinematic)的多传感器车辆定位方法。首先,使用
摘要:为了简化查阅焊缝DCM(DICOM)图像时调整窗位窗宽的步骤,提出了Adaptive-MINMAX(Adaptive Min-Max)算法。该算法处理的焊缝图像有较高的可读性,并基于该方法建立了一个焊缝缺陷数据集。随后,对YOLOv8s(You Only Look Once Version8-small)进行改进,提出了GU-YOLO(Global Upper Yolo)模型。通过更换主干
摘要:文章采用BERTopic模型,对“好大夫在线”平台上的医学科普文章进行主题挖掘,旨在提升患者检索医疗信息的效率,并辅助医疗从业者精准把握医学话题的发展趋势,进而推动医疗事业的进步。针对医学文本信息量大、专业性强的特点,研究通过数据预处理、预训练嵌入模型ERNIE-Health,并细致调整模型参数,有效地解决了传统LDA(Latent Dirichlet Allocation)模型在医学文本
摘要:为了解决工厂烟草滤嘴纸盒码垛过程中易发生错误的问题,并提高码垛效率,提出了一种基于改进SGBM(Semi-GlobalBlockMatching)算法与轻量化YOLOv5s网络结构相结合的识别检测与定位一体化方法。首先,采用MobileNetv3作为YOLOv5s的主干网络,以降低模型的复杂度、提高检测速率;其次,将AD-Census(Absolute Differences-Census)
摘要:针对新闻推荐任务过度依赖用户历史行为数据可能导致的用户隐私信息泄露等问题,提出一种结合预训练模型、双向长短期记忆网络及多头注意力(RoBERTa-BiLSTM-MA)的热点新闻推荐方法。该方法利用RoBERTa和BiLSTM模型提取文本语义特征,并借助多头注意力机制捕获新闻内部的关键信息以及不同组成部分之间的关联,减少不相关信息的干扰。通过提高对新闻热度预测的准确率,达到优化推荐效果的目的。