【摘 要】
：
医学图像分割是诸多临床应用中的关键技术,例如疾病诊断,手术计划,疗效评估等。近年来,基于卷积神经网络（Convolutional Neural Network,CNN）的深度学习方法在医学影像分割中取得了巨大的成功。然而,3D计算机断层扫描影像（Computer Tomography,CT）中小目标分割（如胰腺器官、肺炎小病灶等）依然面临着挑战:1)待分割目标在整个3D CT影像中占据很小的体积（
论文部分内容阅读
医学图像分割是诸多临床应用中的关键技术,例如疾病诊断,手术计划,疗效评估等。近年来,基于卷积神经网络（Convolutional Neural Network,CNN）的深度学习方法在医学影像分割中取得了巨大的成功。然而,3D计算机断层扫描影像（Computer Tomography,CT）中小目标分割（如胰腺器官、肺炎小病灶等）依然面临着挑战:1)待分割目标在整个3D CT影像中占据很小的体积（如胰腺在腹部CT影像中占据不足1.5%的体积）;2)待分割目标形态结构、大小存在较大差异,且边界往往比较模糊。例如肺炎病灶大小和位置变化较大,且早期病灶呈毛玻璃影状,边界与背景对比度低。针对这些挑战,现有方法多采用两阶段网络结构,即第一阶段通过子网络大致定位目标区域来消除无关的背景,第二阶段通过另一个子网络对第一个子网络定位的目标区域进行精确的分割。然而,现有的两阶段网络方法往往对两个阶段独立优化,忽略了两阶段之间的特征相关性和误差累计,影响该类方法性能的提升。针对该问题,本文提出在两阶段网络中引入跨阶段特征融合模块,一方面第二阶段不需要从头学习特征提取,通过融合第一阶段中提取的有较多上下文信息的特征,第二阶段只需要关注第一阶段误分割的区域进一步提升分割精度;另一方面第二阶段的误差损失函数可以反向传播至第一阶段,更好地指导第一阶段产生感兴趣区域。此外,医生在标注具有模糊边界的小目标时,往往会参考相邻切片的信息,以更好地利用目标在相邻切片间形状、大小相似性和空间连续性等上下文信息。基于此,本文提出切片间上下文聚合方法,通过设计辅助任务有监督地训练网络提取切片间一致性特征和差异性特征,增强分割结果在3D空间上的一致性和边界区域的精度。我们在两项CT影像中的小目标分割任务中对本文提出方法的有效性进行验证,均达到优于现有方法的性能。具体而言,我们的方法在腹部CT胰腺分割数据集NIH-82上达到84.80%的分割精度（Dice Similarity Coefficient,DSC）;在肺部CT肺炎分割数据集Pneumonia-226上达到83.95%的分割精度。
其他文献
高速列车是我国人民出行、物资运输的重要交通工具之一,为保证列车调度系统的正常工作,列车运行时的位置信息至关重要。目前我国高速列车通过轨道电路和应答器相结合来实现列车定位,这种方式不仅耗材耗力,而且存在应答器被恶劣天气损坏,导致重大事故的风险。全球导航卫星系统（Global Navigation Satellite System,GNSS）能够提供大范围、全天候和高可靠的位置服务,但是将其运用在高速
雷达系统和通信系统无论是民用领域还是军用领域都有着非常广泛的应用前景。随着信息化技术的快速发展,为缓解频谱资源紧张问题,减少多功能平台设备的冗余,设计雷达通信融合系统必将成为研究热点。雷达通信融合系统将雷达和通信集成在同一硬件平台,结合软件无线电技术,同时实现雷达探测和无线通信的功能。设计融合系统可以节省平台空间、成本和功耗,减少设备间的干扰,提高频谱利用率,还可以提升平台的协同工作能力等。其中,
神经网络架构搜索是自动化机器学习领域一项重要的应用。传统深度学习都是由专家人工设计并调参,神经网络架构搜索技术是为了根据目标数据集自动化搜索适合硬件特性以及数据集任务的网络架构,是轻量级硬件设备中移植算法的重要工具。但神经网络架构搜索存在效率不高、可迁移性差等问题。本文针对神经网络架构搜索中高效性以及实用性问题,提出了一个面向华为昇腾芯片的可微分神经网络架构搜索方法,主要贡献如下:（1）提出了基于
文字是人类最伟大的发明之一,它不仅是人类语言的书面表达形式,更是一种文化传承。一方面,文字作为一种重要的信息媒介,如图书、文档、票据等包含大量文字,能够方便人们的信息交流,从而显著提高办公效率。另一方面,图像、视频中的文字携带大量的语义信息,通过识别其中的文字,有助于对特殊场景的理解。当今信息时代,文字的重要性愈加显著。由于中文字符类间相似性高,类内方差大,并且字符之间通常存在很大的数据不平衡问题
步态识别在生物识别中是一项具有挑战性和吸引力的任务,研究在监控视频数据下,根据行人行走姿态的周期性变化特征对其身份进行有效识别。同时,其远距离感知能力和良好的隐蔽性也在智能安防领域有着重大意义。步态识别的早期方法主要是基于外观轮廓,而轮廓形状并非一成不变,由于光照变化,穿着衣物或其他外部因素的影响,其轮廓可能会发生剧烈变化。而基于骨架的步态识别方法则可以较少的受外部因素影响,只是目前骨架数据提取及
大规模MIMO技术通过在基站端部署大规模的天线阵列同时服务多个用户,可以显著提升系统的频谱利用效率以及数据传输速率。大规模MIMO系统的性能严重依赖于CSI,因此准确的CSI的获取是系统性能提升的关键。由于大规模MIMO系统中信道具有快变和非平稳的特性,利用传统信道估计方法会出现CSI过时的问题。针对大规模MIMO系统中获取准确CSI的问题,本文对大规模MIMO系统下信道估计方法以及信道预测方法进
随着互联网的发展与普及,人们的版权保护意识愈发强烈。可见水印是一种被广泛运用的图像版权保护方式。研究如何有效地去除这些水印可为发明更健壮的水印图像技术提供启示。此外,可见水印影响了图像质量以及视觉效果,不利于某些基础计算机视觉任务,如文字检测识别、图像分割等任务的进行。鉴于此,亟需展开图像水印去除的研究。水印的形状、尺寸、位置、透明度等变化的特点给水印去除任务带来了困难。虽然目前存在的一些主流图像
人脸属性编辑是指更改人脸图像的某个或者某些属性,比如姿态、表情、年龄等,而其它的属性不发生变化。目前,人脸属性编辑在社交娱乐,人机交互等场景具有广泛的应用。诸如美颜、换脸、虚拟人助理等已经在手机端被广泛使用。随着计算机图形学和计算机视觉,特别是生成对抗网络的快速发展,人脸属性编辑算法也层出不穷。然而,其中的有些算法对于人脸属性的解耦不充分,并且需要大规模的人脸属性标注数据来训练网络,这限制了这类算
细粒度图像分类是计算机视觉研究的热门领域之一,其研究成果是众多日常应用（如图片搜索、在线购物等）的技术基础。相较于常规的图像分类技术,细粒度图像分类技术需要具备更强的对图像中关键线索定位、识别以及推理的能力。文字带有丰富的语义信息,对当前场景的理解和定义具有正向作用,是非常重要的线索之一。结合文字语义和视觉特征两种模态信息进行图像分类将显著提高细粒度分类效果,虽然目前已有不少基于多模态融合的相关工
目的 探讨眩晕病的临床治疗方法，评价中医辨证治疗方法的应用效果。方法 抽取我院2019年3月至2020年12月收治的60例眩晕症患者作为研究对象，通过计算机抽签进行分组，随机分为观察组和对照组各30例。观察组应用中医辨证治疗方法，基于中医理论，对不同症状的患者采用不同的治疗措施。对照组应用维生素B、异丙嗪、盐酸氟桂利嗪胶囊、甲磺酸倍他司汀片等药物进行治疗。对比两组眩晕病患者的症状改善情况、治疗有效