【摘 要】
:
伴随着海量数据时代的到来,计算机辅助决策系统(CAD)以一种低时间消耗和高灵敏度的优势融入影像分析,语音识别和情感计算等领域。传统的CAD系统在图像分类上过度依赖于先验的
论文部分内容阅读
伴随着海量数据时代的到来,计算机辅助决策系统(CAD)以一种低时间消耗和高灵敏度的优势融入影像分析,语音识别和情感计算等领域。传统的CAD系统在图像分类上过度依赖于先验的关键点选择,特征提取和分类器分类。而特征提取算法往往对最终的CAD系统成败产生重要影响。近年来,深度学习和主成分分析特征提取技术在数据处理方面取得较好的收益,然而针对人体小肠的胶囊内窥镜图像分析的复杂多样性,当前的处理算法存在一定的局限性:(1)深度学习算法在隐藏层中的信息存在冗余,怎样确保在神经网络中高效筛选出有利于最终任务的高价值信息?(2)计算机量化的胶囊内窥镜图像分析仍然是一个挑战,考虑到摄像机拍摄的角度和光照相对于小肠壁是不可控制的,如何量化小肠绒毛特征?为了解决上述问题,本文作了如下创新:(1)提出一种新的深度学习局部注意力模块用于乳糜泻疾病的诊断。这种注意力模块不仅关注乳糜泻疾病图像的全局通道信息,而且考虑到局部空间的显著性特征。在网络训练过程中为每个卷积输出的特征图进行通道和空间信息的权重分配,丰富对当前学习任务有利的特征信息,弱化不重要的信息。(2)提出一种新的基于非贪婪的L1-范数最大化的条带状主成分分析算法用于乳糜泻疾病的诊断。在乳糜泻疾病中绒毛萎缩常常伴有粘膜褶皱,裂隙和马赛克外观。针对乳糜泻疾病这种特殊的病理模式和局部图像具有高度的相关性的特点,我们通过实验发现条带状的主成分分析更加适用于乳糜泻疾病的诊断。
其他文献
智能交通系统(intelligent transportation system,ITS)能够产生两类典型的实时交通大数据:一类是GPS数据,另一类是车牌识别流式数据(automatic number plate recognition da
稀疏线性方程组的求解是许多科学计算任务和工程技术问题的核心环节。随着实际问题复杂度的增加,对稀疏线性方程组求解方法的优化研究显得尤为重要。已有的变量部分值相加的
铁电存储利用铁电薄膜的自发极化方向存储‘0’和‘1’两个状态,具有高密度、低功耗的优点,是非易失性存储领域长期关注的存储方案。近年来,随着薄膜制备技术的进步,铁电薄膜
从二维图像中获得三维信息并重构三维网格模型表示不仅是计算机视觉研究的主要内容,同时也是计算机图形学的重要应用。其中,从单幅图像重构三维人手模型在人机交互、计算机动
近期修改的《劳务派遣暂行规定》以及各地方出台的劳动方面法律法规解决了我国劳动法上长期以来存在的部分问题,但是对于劳务派遣方面的一些规定仍然过于原则化,尤其在劳务派
如何对当前环境下海量的视频数据进行有效的检索和管理成为了多媒体技术领域的一个挑战。对视频添加语义标注是解决这个问题的主要方式,然而由于现实中视频内容复杂多变,而且视频语义的复杂性、模糊性和主观性使得低层特征和高层语义之间存在着“语义鸿沟”,导致现有的标注方法很难达到满意的效果。视频丰富的内容在语义上存在一定的关联性,在时间上也存在上下文关联性,因此,充分利用这两个特性将有助于缩小视频的“语义鸿沟”
楼梯作为城市公共交通疏散不可缺少的一环,被广泛用在各种建筑物中,尤其是一些大型的生活娱乐场所。在停电、火灾、地震等紧急情况下,乘坐电梯可能会对人员疏散造成不可预估
非线性随机系统的分布式滤波问题是控制领域中的研究热点之一,相关滤波方法已广泛应用于电力系统、军事系统、工业系统等诸多领域。随着通信技术的快速发展,网络在当下工业生
水声网络(Underwater Acoustic Networks,UANs)在海洋资源勘探、国防军事应用等方面有着广泛的应用前景。水下组网与数据传输是水声网络的关键部分,而路由协议是组网和数据传
多目标背包问题是对有限资源竞争问题的抽象,如投资组合问题、项目选择问题、货物装载问题等,具有广泛的工程背景,一直是科学和工程研究领域的难点和热点。当背包数量大于或