【摘 要】
:
我国医疗水平逐年提高,然而真菌检测手段相对薄弱,主要还是依靠人工进行形态辨识,难以满足临床需求。随着计算机运算速度的提升和人工智能技术的不断发展,深度学习应运而生,不仅能够有效表达图像的深度特征,且效果优于传统手工设计的特征,因此论文基于深度学习技术对丝状真菌图像自动分类展开研究。对于丝状真菌图像类别识别问题,论文采用目标检测和图像分类两种方案。首先建立基于深度学习的YOLO目标检测模型,对目标分
论文部分内容阅读
我国医疗水平逐年提高,然而真菌检测手段相对薄弱,主要还是依靠人工进行形态辨识,难以满足临床需求。随着计算机运算速度的提升和人工智能技术的不断发展,深度学习应运而生,不仅能够有效表达图像的深度特征,且效果优于传统手工设计的特征,因此论文基于深度学习技术对丝状真菌图像自动分类展开研究。对于丝状真菌图像类别识别问题,论文采用目标检测和图像分类两种方案。首先建立基于深度学习的YOLO目标检测模型,对目标分生孢子位置及其类别进行检测,结果表明YOLO网络对小目标或邻近目标检测效果较差,容易受到图像复杂背景干扰,产生目标框定位不准确问题。此外,基于人工提取的HOG特征,建立SVM模型对真菌图像进行分类,其方法虽然可以有效分类6种常见真菌图像,但其数据标记需要人工标记,准备时间较长,难以达到实时分类要求。针对YOLO算法和SVM分类的缺点,本文建立基于深度学习的CNN网络模型对真菌图像进行自动分类。考虑到原始真菌图像内包含多个分生孢子,且存在背景复杂、光照多变、气泡干扰等因素,论文提出了真菌图像分生孢子检测预处理方法,有效提取图像中的目标分生孢子;进而为满足深度学习对大量训练样本的要求,提出翻转、缩放和随机角度旋转的数据增强方法,将样本扩充近30倍;为避免网络过拟合,对CNN网络增加Dropout设计,实验结果表明数据增强和Dropout技术可有效提升模型分类效果。最后,针对图像分类过拟合问题,建立基于网络微调的真菌图像分类模型,先将CNN在ImageNet数据集上预训练,得到网络模型参数,确保网络的特征提取能力,再在真菌图像数据集上再训练,微调网络其他参数,并使用softmax分类器对真菌图像进行分类。实验结果表明建立的网络微调策略能有效避免过拟合,提高算法准确性,使网络具有良好的鲁棒性。为方便数据管理,本文进行了真菌自动分类管理信息系统设计,主要设计数据库E-R图、数据字典和可视化界面,为医院真菌检测、提高医生工作质量和工作效率提供参考。
其他文献
本文广泛搜集文献资料,并吸收和借鉴前辈学者的研究成果,采用环境科学及其他相关学科的理论和方法,对绿党在不同历史时期形成、发展、壮大的历史过程进行研究。力图从环境科
目的研究高通量血液透析对严重肾衰竭患者的临床治疗效果。方法采用随机分组的方法将62例严重肾衰竭分为观察组(31例)和对照组(31例),分别采用高通量透析和常规透析法治疗3月
日韩合并是近代东亚历史上的重大事件,中国朝野反应强烈。中国人民在同情韩国的灭亡与谴责日本殖民侵略行径的同时,更多的是进行自身的反省以及对中国内政改革的诉求。无论是
随着公共项目的扩张及建设进度的加快,承包商通过合法或非法手段将项目利益进行转移的机会主义行为,不仅直接损害了公共项目业主的利益,也对建筑市场发展带来负面影响。为探
目的:探讨厥阴病腹诊内容与厥阴病病机特点的密切相关性,为临床诊治厥阴病提供理论依据。方法:就工作中所接触的病例对厥阴病的病机特点进行分析,并结合腹诊内容加以总结。结
中国快速的城镇化推动城市扩展,导致城市土地利用和土地覆盖的巨大变化,带来一系列的环境问题,研究城市发展与环境间的相互作用机制具有重要意义。城市不透水地面比率是城市
前列腺癌(Prostate cancer)是男性泌尿生殖系常见恶性肿瘤之一,在美国位居男性恶性肿瘤之首,占男性死亡原因的第二位。随着我国人民的饮食结构和生活习惯与西方差别的逐渐缩
本文是对新中国大型主题性群雕中集体创作的分析与研究。围绕这一课题,第一章从大型主题性群雕的概念入手,在明确了概念的基础上追溯其在中西方雕塑中的出现,进而从史诗性、地域
小南沟金铜铅多金属矿床熊耳山地体的西段新发现的一个小型矿床。矿床亦位于熊耳山金、银、铜、铅、锌多金属成矿带之北亚带。本次研究工作在充分收集前人资料,掌握该地区成
中美关系的发展是一个动态的演变过程。中美双方的政治定位进行了多次调整,中美新型大国关系是目前最新的一次定位,旨在对历史上大国冲突的问题做出正面回答,避免两国跌入"修