【摘 要】
：
对于喉镜疾病的诊断,大多都是通过采集喉镜内窥镜影像,再结合医生的肉眼观察。然而,仅凭医生的肉眼去识别医学影像中的问题,任务庞大且艰巨。计算机辅助技术已经在某些医疗领域投入使用,但是,很少有关于喉镜图像方面的研究。本文对吉林省某医院耳鼻喉头颈外科喉镜影像数据展开研究,使用三种算法,对正常喉镜图像和具有咽喉反流特征的图像进行分类,将两者的细微差别放大化,以提高医生的诊断效率和诊断的精确性。第一部分,利
论文部分内容阅读
对于喉镜疾病的诊断,大多都是通过采集喉镜内窥镜影像,再结合医生的肉眼观察。然而,仅凭医生的肉眼去识别医学影像中的问题,任务庞大且艰巨。计算机辅助技术已经在某些医疗领域投入使用,但是,很少有关于喉镜图像方面的研究。本文对吉林省某医院耳鼻喉头颈外科喉镜影像数据展开研究,使用三种算法,对正常喉镜图像和具有咽喉反流特征的图像进行分类,将两者的细微差别放大化,以提高医生的诊断效率和诊断的精确性。第一部分,利用熵权法K-means-GMM（Gaussian Mixture Model,高斯混合模型）算法对喉镜影像数据进行分类研究。考虑样本指标对K-means聚类的影响,使用熵权法对欧式距离进行加权,将熵权法K-means得到的聚类结果作为GMM分类器的初始参数,该算法对喉镜图像的分类准确率为90.34%,比K-means-GMM提升了0.60%。第二部分,利用改进激活函数的熵权法K-means-CNN（Convolutional Neural Network,卷积神经网络）算法对喉镜影像数据进行分类研究。首先提出一个新的激活函数SRe LU（S-shaped Rectified Linear Activation Unit,S型修正线性激活单元）,再结合无监督学习和有监督学习的优势,在无监督学习部分,使用熵权法K-means,在有监督学习部分,使用CNN（SRe LU）,最终对喉镜图像的分类准确率达96.07%,比K-means-CNN（Re LU）提升了0.33%。第三部分,利用改进熵权法K-means-LeNet-5算法对喉镜影像数据进行分类研究。使用无监督学习和有监督学习相结合的方法,在无监督学习部分,使用熵权法Kmeans,在有监督学习部分,对LeNet-5网络进行改进,并使用SRe LU激活函数,尽可能放大喉镜图像的差异性信息,该算法对喉镜图像的分类准确率达96.35%,比未改进的LeNet-5（Re LU）网络提升了0.31%。
其他文献
习近平总书记在十九大报告中指出,“必须树立和践行绿水青山就是金山银山的理念,坚持节约资源和保护环境的基本国策”,优良生态环境是经济发展的源动力,也是人民对发展的核心期盼。2018年中央一号文件也明确指出了“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”的乡村振兴二十字方针,推进农业农村现代化,实现乡村振兴离不开生态环境质量的持续提升。因而,推进清洁取暖“煤改气（电）”政策,改善农村空气质量,是
习近平新时代中国特色社会主义思想开辟了马克思主义中国化时代化的新境界。这个“新”不仅体现在先进理论指导中国特色社会主义事业的实践取得了历史性成就,还体现在贯穿其中的世界观和方法论。党的二十大报告将习近平新时代中国特色社会主义思想的世界观和方法论归纳为“六个坚持”,即坚持人民至上、坚持自信自立、坚持守正创新、坚持问题导向、坚持系统观念、坚持胸怀天下。这些科学的观点和方法是培养高中生科学精神的鲜活教材
中共二十大报告提出的“六个坚持”，从世界观和方法论的高度深刻阐释了习近平新时代中国特色社会主义思想的精髓要义，为新时代高校思想政治教育工作提供了方法论遵循。做好新时代高校思政工作要切实把握好“六个坚持”的科学内涵，把握好“六个坚持”的逻辑理路，拓宽实践路径，将“六个坚持”贯穿新时代高校思政工作全过程，把立德树人根本落到实处。
分类算法是人工智能领域重要的研究内容之一,广泛应用在了科学和工程的各个领域。极限学习机是一种单隐层前馈神经网络方法,在建立模型时,随机初始化输入层到隐藏层之间的参数,通过解析计算得到隐藏层和输出层之间的权重。相较于传统的神经网络模型,极限学习机模型的训练速度更快,泛化能力也更好。因此,极限学习机作为一种分类器模型,一直广受欢迎。本文基于极限学习机的研究,主要进行了如下工作:首先,向双隐层极限学习机
聚氨酯因其有较好的稳定性、耐化学性、耐磨、回弹性和力学性能、更小的压缩变型性、隔热、隔音、抗震、防毒等优良性能被广泛应用。由于人们对这些材料的巨大需求,产量正在增长,同时消耗也会急剧增大,这些材料中有大量被填埋。化学回收是回收聚氨酯材料的最有效途径,化学回收是指将聚合物完全解聚为单体的过程。除了蒸馏、结晶和附加化学反应等不同的纯化过程外,再生过程还可能涉及各种单体/聚合物纯化步骤。由于它们不能再使
细菌和病毒的传染对人类的生存环境造成了巨大的威胁,同时传统的石油基材料对环境污染巨大,发展绿色安全的生物基材料的呼声越来越高。纤维素是在自然界中广泛分布,储量巨大的多糖,从很早之前就被人们广泛使用。但纤维素材料本身的多糖结构容易沾染细菌,成为病毒滋生的温床,变成疾病传播的载体,因此许多行业对纤维素材料的抗菌性能提出了更高的要求。本论文以制备的有机抗菌剂赖氨酸接枝N-卤胺和大麻纤维为原料,通过简单温
在生存分析中,研究者主要关注的是患者的发病时间或者是死亡时间,但是由于时间、经费或者其它原因的限制,往往不能准确观测到事情发生的具体时点,因此会出现删失数据。删失数据在医学领域中是很常见的一种数据类型,而数据的删失通常会造成研究对象的信息缺失,因此对这类数据的研究至关重要。在与生存分析有关的探究中,对于删失数据作有关参数或非参数的统计研究已经有了一定的发展。而本文研究的数据类型是部分区间删失数据,
本文将因子熵值法应用于农作物生产能力的综合评价,以及种质资源发展的外在影响因素分析。然后根据上述评价结果,在对保护和利用吉林省农作物种质资源问题的分析时,构建出一个能调整农作物种植结构的多目标优化模型,并将其应用到调整农作物种质资源统计与管理的相关问题中。文章首先运用SPSS软件和Matlab软件,采用因子熵值法对吉林省1998-2019年农作物的生产能力进行了综合评价,从吉林省农作物生产能力方面
在生存分析中,所感兴趣变量是生存时间,如某种病症病人的发病时间或某种病症病人的痊愈时间等。在医学、生物学、可靠性工程学等学科研究中,右删失数据与区间删失数据这两种数据类型是非常普遍存在的。在许多的实际研究与应用中,有很多因素影响着生存时间,并且随着计算机存储技术的提高,数据有着高维特点。因此,如何在高维数据中提取到有效信息是很重要的。目前有许多的变量选择方法,如Lasso、SCAD等应用广泛然而需
分位数回归神经网络方法融合分位数回归和神经网络的优点,为非线性数据建模与分析提供新思路。本文采用分位数回归神经网络模型对风速进行短期预测,有效提高风能发电能源市场的经济效益与规划,拓宽了分位数回归神经网络方法的应用领域与方法体系。本文构建基于稀疏拉普拉斯平滑分位数回归双向最小门限记忆网络模型,具有重要的理论意义与应用价值。首先,选取德国耶拿的马克思普朗克生物地球化学研究所公开数据集,将位置编码应用