【摘 要】
:
医学图像在临床诊断中有着相当重要的作用,医生根据医学图像诊断患者的疾病并且撰写报告,由于撰写报告需要大量时间,因此,为医学图像自动生成诊断报告具有很高的临床医用价值。近年来,已有许多基于深度学习的方法应用在医学图像主题生成任务中,其中最为突出的是基于编码器-解码器的方法。基于编码器-解码器的方法常用的解码器是长短时记忆网络,在解码阶段输入特征和隐藏状态相互独立,可能会导致上下文信息丢失,句子生成质
论文部分内容阅读
医学图像在临床诊断中有着相当重要的作用,医生根据医学图像诊断患者的疾病并且撰写报告,由于撰写报告需要大量时间,因此,为医学图像自动生成诊断报告具有很高的临床医用价值。近年来,已有许多基于深度学习的方法应用在医学图像主题生成任务中,其中最为突出的是基于编码器-解码器的方法。基于编码器-解码器的方法常用的解码器是长短时记忆网络,在解码阶段输入特征和隐藏状态相互独立,可能会导致上下文信息丢失,句子生成质量不佳。而医学图像由于其成像原理,导致部分图像类间差异小,类间差异和类内差异界限不明显,容易产生误判,以至于错误地获取到图像信息。为此,本文提出了两种方法,具体工作如下:1.针对医学图像纹理不清晰,难以通过单独目标区域识别目标,以及解码器可能丢失上下文信息,导致生成句子质量不佳的问题。本文提出了一个基于信息交互增强的医学图像主题生成方法。该方法首先编码图像,然后使用能利用高阶模态内和模态间的交互作用的注意力机制获取图像信息。在解码阶段,将图像注意力特征、前一时间步的上下文向量和当前时间步的词向量融合之后作为输入特征,通过多次交互融合后的输入特征和隐藏状态,增强图像注意力特征和上下文语义特征指导解码器生成句子的能力,减少上下文信息的丢失。在三个数据集上的实验结果表明,将融合的输入特征和隐藏状态交互之后,各个评价指标都有一定的提升。2.医学图像采集于人体,部分医学图像之间的类间差异小,类间差异和类内差异界限不明显,容易误判,导致无法正确地获取图像中有用的信息。针对此问题,本文提出了基于对比学习的医学图像主题生成算法。该算法首先对数据进行增强扩充,使同一个图像的数据增强后的图像互为正样本,与其他所有图像互为负样本,将图像正样本与负样本分离,从而更好地学习图像的特征,提升整体模型生成句子的质量。实验结果表明,在将正样本拉近,负样本推远之后,模型很好地获取到了图像表征,句子的质量较第三章提出的模型也有较大的提升。3.将本文提出的两个医学图像主题生成模型封装到医学图像诊断报告自动生成系统中,结合交互式界面,使得后续研究工作更加简单。该系统具有数据加载、图像预处理、诊断报告生成、结果处理等功能,以满足用户的不同需求。在使用时只需要传入需要诊断的医学图像,便能得到相应的诊断结果。在一定程度上减轻了医务工作者的工作量。
其他文献
分析了工程建设标准实施评估的基本现状,结合重庆市对大批量现行工程建设地方标准开展的实施评估工作,探讨了工程建设标准实施评估不同方法的优缺点,供行业人士参考。
随着可用遥感图像数据的增加,遥感图像在农业监测、领土安全和其它领域发挥着越来越重要的作用。现有单一卫星传感器无法提供同时满足高空间分辨率和高时间分辨率的数据,因此国内外研究者提出了多种时空融合方法来缓解这个问题,通过融合两个或者多个传感器的数据,得到同时具有高空间分辨率和高时间分辨率的图像。随着图形处理单元硬件的发展和研究的深入,深度学习在许多领域得到广泛应用。在时空融合领域中也提出了一些基于深度
科学认定四荒地经营权法律属性与“再流转”的规范含义是解释四荒地经营权再流转规则的基础。基于历史解释、物债界分的认定标准和承包地“三权分置”改革目标的考量,四荒地经营权承继于原四荒地土地承包经营权,应定性为用益物权。“再流转”的规范含义应指土地经营权设立后的处分行为,由此可认定《农村土地承包法》第五十三条构成四荒地经营权再流转规则。《农村土地承包法》第五十三条并非效力性强制性规定,四荒地经营权再流转
随着电子商务和流媒体平台的兴起,网络中存储着越来越多的数据和服务,信息过载问题也随之出现,推荐系统是解决此类问题的有效技术之一。个性化推荐不仅能帮助用户快速地过滤信息,还能为商家带来巨大利润,因此推荐系统受到了广泛的研究与应用。协同过滤是推荐系统中使用最为广泛的推荐算法,此类算法主要使用用户与物品的交互数据来挖掘用户的偏好从而进行推荐,交互数据可分为显式反馈和隐式反馈,现有的协同过滤算法普遍采用单
随着企业数字化转型,信息物理系统(Cyber-Physical Systems,CPS)在智能机器人、智慧工厂、智能交通、工业监测等多个行业得到广泛应用。为适应现代化分布式系统发展,许多CPS基于微服务架构部署。随着越来越多服务组件接入CPS系统,导致CPS中服务更加复杂、海量、异质,且存在的诸多不确定性,同时,由于存在大量需要动态生成的微服务,必然会导致服务质量波动剧烈,且影响服务组合效率;此外
近年来,随着互联网和互联网金融的快速发展,如何及时有效地对互联网金融企业或产品进行监管,对保障投资人权益、防范金融风险具有重要意义。当前的互联网金融舆情监管主要依靠的是基于人力的各类专项整治监管手段,然而互联网金融涉及业务广,经营方式复杂,传统的监管方式很难及时发现金融舆情并做出有效应对。互联网金融的持续发展在互联网上也催生了一系列关于金融企业或产品的新闻、评论等文本数据,这些文本数据有时效性高、
随着医学影像技术的不断提高,医学成像在临床诊断和治疗中已经成为必不可少的一部分。然而单模态的医学图像难以充分、准确地反映病理组织信息。医学图像融合是指通过各种算法将两幅或两幅以上多模态医学图像整合到一幅融合图像上,融合图像集成了输入源图像的特征信息,能够为临床诊断提供精准的判断依据。目前已经有大量的医学图像融合方法被提出,但是现有的融合方法普遍存在细节、亮度丢失以及颜色失真等问题,医疗诊断需要更多
近年来,以深度学习为代表的人工智能技术取得了重大的突破,并已经融入到人们日常生活的各个领域。然而,深度学习技术飞速发展的同时,也极易受到来自对抗样本的安全威胁。攻击者可以利用相关对抗样本生成算法在干净样本中添加细微的扰动,将干净样本转化为对抗样本,从而颠覆模型的原定输出。与此同时,随着对抗样本攻击技术的发展,越来越多的对抗样本生成算法层出不穷,对抗攻击方式也在不断更新,给对抗攻击的防御带来了巨大的
兼具高时间和高空间分辨率的遥感图像在地球科学应用中发挥着关键作用。由于硬件技术与经济成本的限制,单一卫星或传感器难以直接获取到这类图像。因此,能够通过软件技术方法获得这类图像的遥感图像时空融合方法近年受到了广泛关注。近年来,使用深度学习进行时空融合的方法在融合精度上取得一定的性能优势,但这些融合方法仍存在一些亟需解决的问题。针对现存问题,本文以陆地卫星图像和中分辨率成像光谱仪(MODIS)图像的融
时间序列是一种重要的结构化数据类型,通常是指对一个或多个待测指标,按照相同时间间隔,持续采集获得的有序数据,其直观反映了待测指标的发展规律和运行状态,在工业、交通、气象等行业领域广泛存在。由于内外界因素的影响,时间序列中会出现与客观规律存在显著差异的异常数据,及时检测出异常数据对维护系统稳定、提高服务质量有着重要的意义。本文针对点异常、上下文异常等多类型异常检测需求,以进一步提高检测精度为目标,重