【摘 要】
:
硬性渗出物(HE)作为糖尿病视网膜病变(DR)早期特征是临床判断DR程度的重要参考。针对现有眼底HE检测算法通过提升模型深度优化分割效果,不仅效益不高,而且容易造成卷积冗余以及分割模型过于追求深层次高级特征而忽略了必要低级特征,导致整体分割性能欠佳的问题,提出一种基于交错组卷积(IGC)以及融合双重注意力机制的U型网络自动分割模型,首先利用改进的IGC模块代替原U型网络编码部分,减少模型参数的同时
论文部分内容阅读
硬性渗出物(HE)作为糖尿病视网膜病变(DR)早期特征是临床判断DR程度的重要参考。针对现有眼底HE检测算法通过提升模型深度优化分割效果,不仅效益不高,而且容易造成卷积冗余以及分割模型过于追求深层次高级特征而忽略了必要低级特征,导致整体分割性能欠佳的问题,提出一种基于交错组卷积(IGC)以及融合双重注意力机制的U型网络自动分割模型,首先利用改进的IGC模块代替原U型网络编码部分,减少模型参数的同时提取更丰富的病灶特征,其次通过双重注意力机制获得更广泛感受野以及增加提取关键特征通道权重,提升重要特征的
其他文献
随着深度学习技术在计算机视觉领域的发展,场景文本检测与文字识别技术也有了突破性的进展。受到自然场景下极端光照、遮挡、模糊、多方向多尺度等情况的影响,无约束的场景文本检测与识别仍然面临着巨大的挑战。本文从深度学习的角度对场景文本检测和文字识别技术进行深入研究,总结出在文本检测技术中将基于分割的方法与回归的方法优势相结合可以解决小文本区域的召回率较低的问题,同时适应多尺度文本;在文本识别方法中将CTC
衰老作为植物自然发育过程中的末期阶段,其发生时期对于作物的最终产量具有重要影响,因此深入解析早衰的调控机制及影响因素对促进作物新品种选育和产量提升具有重要意义。除受自然环境胁迫外,自身的遗传网络是调控植株早衰的重要因素。植物中的转录因子、激素代谢、蛋白质代谢等途径都会影响衰老发生的时期。本文综述了植物早衰时的生理、生化变化以及调控早衰的基因,为今后早衰机制研究方向和育种利用途径提出了看法建议。
空间辐射环境会导致静态随机存储器(static random-access memory,SRAM)型现场可编程逻辑门阵列(field programmable gate array,FPGA)发生单粒子翻转(sing event upset,SEU)问题,其严重性将可能影响系统正常工作。本架构是基于Xilinx Virtex系列FPGA的多源重构方法,能够自主识别各种Xilinx Virtex系
发育于地下灰岩地区中的隐伏岩溶给隧道、桥梁以及高速公路等工程的建设与运行带来了极大的安全隐患。城市中常见的路面塌陷情况,多数也是由于岩溶发育导致。利用岩溶与其周围灰岩之间的物性差异,多种地球物理探测方法对隐伏岩溶结构进行有效探测。瞬变电磁法由于其探测效率较高、勘探成本低且对低阻异常体灵敏等特点,近年来在地下隐伏岩溶探测中发挥着重要作用。本文针对地下隐伏岩溶的主要特征,采用一维正反演模拟方法,对瞬变
随着低轨(LEO)通信卫星业务需求的增加,低轨卫星需要使用Ka频段进行通信。本文针对低轨卫星采用Ka频段可能与在轨的高轨卫星发生同频干扰问题,采用基于链路分离角的空域分隔方法进行干扰规避的角度间隔分析。分别从不同干扰场景、地面站分布情况来分析对干扰角度间隔的影响,并在此基础上提出该角度间隔范围内,低轨卫星需采取的干扰规避措施。
传统的重磁反演方法大多数是基于观测数据和模型参数约束的■范数极小化,然后利用共轭梯度法(Conjugate Gradient, CG)进行物性反演,得到的是分辨率较低的非稀疏解。考虑到大多数地质的情况下,物性分布本身具有稀疏性,本文用压缩感知(Compressed Sensing, CS)技术代替传统的反演方法,提出了基于正交最小二乘法(Orthogonal Least Squares, OLS)
移动边缘计算可支撑各类高可靠、低时延相关海事应用,然而计算任务的卸载存在诸多安全隐患。为此,分析并量化了海洋移动终端因任务卸载导致的位置隐私泄露风险。建立有关位置隐私保护模型并提出一种基于动态缓存与空间匿名的位置隐私保护(DS-LPP, dynamic cache and spatial cloaking-based location privacy protection)算法。仿真结果表明,DS
准噶尔盆地南缘复杂构造近似真地表叠前深度偏移技术研究逐步深化,但成像精度始终难以满足精确落实构造和圈闭特征的要求,究其原因除了信噪比极低、地震波场复杂之外,关键是始终未解决好不同处理基准面的偏前数据与深度速度模型的匹配问题。本次研究从近似真地表叠前深度偏移出发,精选地表小平滑面作为偏移基准面,并通过时深转换方法逆向构建成静校正计算底界面和时间域CMP处理参考面,开展时间域高频道间时差校正、近地表速
为了提高稀疏表示分类算法对属于同一方向不同类别样本的分类准确率,提出了一种基于Volterra核优化的稀疏表示分类算法.该算法首先将原始的人脸图像分成不重叠的小块,并利用Volterra核映射到高维空间.在训练阶段遵循费舍尔标准,根据最大化类间距离和最小化类内距离来定义目标函数,从而获得优化Volterra核.与其他方法在ORL和YaleB标准数据集上进行对比实验,实验结果表明,采用Volterr
杭锦旗地区十里加汗区带是中石化高度关注的地区,但其下石盒子组和山西组存在储层井眼条件差、储层致密物性差、岩性复杂、地层水矿化度变化较大等问题,导致气水层识别难。分析了前人研究工作存在的问题,提出削弱或排除井眼扩径影响,突出流体贡献,构建流体识别的气敏感因子和综合多种敏感测井参数进行综合识别的思路和方法,并将其应用于十里加汗区带下石盒子组和山西组的气水层识别。研究实例显示,该方法识别气水层的符合率由