【摘 要】
：
前列腺癌是全球范围内男性最常见的癌症之一，仅次于肺癌。在前列腺癌的诊断过程中最常用的方法是病理学专家通过显微镜对染色活检组织进行观察，得出组织微阵列图像的Gleason评分。在大量的组织微阵列图像下，病理学专家使用Gleason模式对前列腺癌组织微阵列进行评分非常耗时，易受到不同观察者之间主观因素的影响，且可重复性低。深度学习和计算机视觉的发展使得病理学计算机辅助诊断系统更具有客观性和可重复性。U
论文部分内容阅读
前列腺癌是全球范围内男性最常见的癌症之一，仅次于肺癌。在前列腺癌的诊断过程中最常用的方法是病理学专家通过显微镜对染色活检组织进行观察，得出组织微阵列图像的Gleason评分。在大量的组织微阵列图像下，病理学专家使用Gleason模式对前列腺癌组织微阵列进行评分非常耗时，易受到不同观察者之间主观因素的影响，且可重复性低。深度学习和计算机视觉的发展使得病理学计算机辅助诊断系统更具有客观性和可重复性。U-Net是医学影像分割领域应用最广泛的的网络，不同于以往研究中使用分类器，本文提出了一种基于改进的U-N
其他文献
本文针对复杂海洋场景（目标多尺度、对象多样化、风格差异大、时空强关联且存在不确定性目标）特点，研究基于注意力机制的复杂图像有效特征提取方法，提出一种基于CNN和LSTM网络相结合的复杂海洋场景图像中文描述生成模型；结合jieba分词工具，实现了对复杂海洋场景监测图像的自动翻译。利用91卫图助手及无人机高清影像数据，建立模型并对算法进行验证。结果表明，Inception-v4比VGG16模型有更强的
精氨酸酶是精氨酸代谢的关键酶，催化L-精氨酸水解产生L-鸟氨酸和尿素，维持体内精氨酸的动态平衡，参与尿素循环及氮素再利用等过程，对植物生长发育极其重要。本文概述了精氨酸酶在植物精氨酸代谢途径中的作用，综述了精氨酸酶在植物非生物胁迫和生物胁迫响应的最新研究进展，并从参与ABA/JA途径、调控直接或间接代谢产物(脯氨酸， 多胺， 一氧化氮)等多个角度详细解析植物精氨酸酶调控植物抗逆的分子机制，旨在为进
物联网恶意样本近几年发展迅猛，在网络中大量攻击各类物联网设备，但由于开源问题导致其家族特征并不明显，因此需要一种更细粒度的样本分类方法，以解决高级威胁样本发现和攻击组织追踪等问题。针对这一问题，首先我们对过去一年捕获到的15万多个物联网恶意样本进行了大规模分析，并标注了一套包含9个家族分支共计12154个样本的数据集。进一步我们提出了物联网恶意样本的分类方法，通过静态逆向分析提取FCG图和文本等复
蒙古文由蒙文字元组成，针对手写体蒙文字元样本过少的问题，提出基于深度卷积对抗生成网络（DCGAN）的样本增强方法对手写体蒙文字元样本进行样本增强。DCGAN与WGAN均属于对抗生成网络中具有代表性的网络模型，实验使用DCGAN网络模型生成的图像与WGAN网络模型生成的图像进行对比，发现同轮次下DCGAN的运算速度与生成图像质量都优于WGAN。在实验中使用DCGAN对手写体蒙文字元样本进行样本增强，
在变电站二次侧管理中，压板承担着重要作用。针对现有压板状态精确识别方法的效果不理想，提出一种融合注意力机制的双线性细粒度(Bilinear Convolutional Neural Networks, B-CNN)压板状态的识别模型。该模型首先通过注意力机制，将注意力集中到压板接触部分，再利用双线性细粒度算法，将重点集中到与压板开闭相关的关键区域，从关键区域中提取有效的特征以实现对压板状态的准确识
随着智能设备和社交媒体的不断普及，普通大众对于图片编辑的需求日渐旺盛。海报作为一种强有力的图像传递方式，在日常生活和工作管理中承担起重要的信息传播职能。事实上，在用户进行海报制作时，需要的是多元素图像信息的编辑合成，目前缺少一种交互式的、一键式的图片合成系统。为此，本文结合当前流行的图像处理技术，设计并实现了一款海报自动合成系统。本文首先提出了一种基于关键字的图像检索方案，构建基于文本和内容的双重
为了研究盐地碱蓬的抗旱抗盐的DNA甲基化变化机制，找到人为调控方法，试图为其它内蒙古地区植物找到调控机制，以抵抗干旱，高盐环境。本研究以内蒙古地区的盐地碱蓬作为研究材料，模拟地区特有的环境因素——高盐和干旱，研究其影响下的盐地碱蓬的生理生化特性及DNA甲基化变化规律。结果表示随盐浓度增加，SOD活性，CAT活力，可溶性蛋白含量开始上升；MDA含量，脯氨酸含量，POD活性开始下降，分别表现出不同的抗
针对储粮害虫杀虫效果评估实验，本研究提出了一种多目标跟踪算法，通过跟踪评估区域内多头储粮害虫的运动给出每头害虫的活跃程度，对害虫存活状态进行自动评估。算法基于Faster R-CNN框架的目标检测技术，融合Mean Shift和Deep SORT目标跟踪算法，实现了对储粮害虫运动位置的连续跟踪，且减少了两头害虫相遇再分离后身份错位问题发生的情况。对于20头以内的同种害虫，平均多目标跟踪准确率为95
近年来，得益于深度学习技术的快速发展，图像修复技术取得了卓越的成就。然而，由于粗网络引入了较少有意义的先验知识，导致图像缺失区域被补全的内容存在较为明显的视觉伪影。为解决该问题，提出了一个基于边缘结构生成器的两段式图像修复方法，采用边缘结构生成器对输入的图像边缘和色彩平滑信息进行特征学习，生成缺失区域的结构内容，以引导精细网络重构高质量的语义图像。通过在公开的图像修复基准数据集“Paris Str
为了缓解大规模糖尿病视网膜病变筛查需求下医疗资源不足所带来的问题，本文提出了糖尿病视网膜病变分期双分支混合注意力决策网络（BiRAD-Net）。所提网络分为特征提取与分类两个阶段。在第一阶段中，本文引入混合注意力机制抑制噪声，并设计了特征分级决策网络进一步优化特征质量；在第二阶段中，本文设计了双分支分类器以及对应的损失，以减缓标签数据不足所带来的影响，增强分类准确性。此外，在模型训练过程中应用迁移