【摘 要】
：
为解决桡骨远端骨折内部病灶区域骨碎块多且不规则,致使医生漏诊及误诊率高的问题,利用课题组前期收集的临床桡骨远端骨折病例设计了一种监督式桡骨远端骨折自动分型的深度学习诊断模型.实验中还引入迁移学习思想,提高了诊断模型的训练效率.最后采用交叉验证的方法对模型进行评估,结果表明,本文提出诊断模型的分类结果优于传统机器学习及经典深度学习分类模型,分类准确率达到了 84.2％,较经典深度学习模型提升了 4％左右,且网络结构简单,运算速度快,具有一定鲁棒性和较强的泛化能力.
【机 构】
：
山东中医药大学网络信息中心,山东济南250355;山东中医药大学第一临床医学院,山东济南250355
论文部分内容阅读
为解决桡骨远端骨折内部病灶区域骨碎块多且不规则,致使医生漏诊及误诊率高的问题,利用课题组前期收集的临床桡骨远端骨折病例设计了一种监督式桡骨远端骨折自动分型的深度学习诊断模型.实验中还引入迁移学习思想,提高了诊断模型的训练效率.最后采用交叉验证的方法对模型进行评估,结果表明,本文提出诊断模型的分类结果优于传统机器学习及经典深度学习分类模型,分类准确率达到了 84.2％,较经典深度学习模型提升了 4％左右,且网络结构简单,运算速度快,具有一定鲁棒性和较强的泛化能力.
其他文献
为了提高近景摄影测量中编码标志点的编码容量和解码准确率,提出一种由定位十字标、起始数字、编码字符组成的合作编码定位对应圆型标志方法。通过高斯滤波对采集的图像进行平滑的预处理,可以消除噪声;利用自适应局部阈值法对目标进行分割,可以获取字符区域与十字标区域;使用TensorFlow-MLP(Multilayer Perceptron)神经网络训练好的字符样本库对字符进行分类与识别;对十字标区域进行填充
为了实现对光学元件表面不同尺寸尤其是微小尺寸缺陷的精确检测,以典型的光学元件表面缺陷即麻点和划痕为研究目标,提出了一种基于散射场分布拟合逼近的表面缺陷检测方法。实验结果表明,本方法可以对光学元件表面的微小尺寸缺陷进行快速有效的检测,且拟合计算结果与样件原始尺寸的相对误差基本小于5%,验证了本方法的有效性。此外,本方法还解决了现有测量方法精度低、结构复杂的问题,为精确检测光学元件表面的微小尺寸缺陷提
某型警用激光眩目器主要应用于安防领域,发射对人眼较敏感的532nm绿激光照射人体目标,可以使嫌疑人目标暂时性失去视力。为提高激光利用率,需要使激光光斑尽可能覆盖有效人体目标范围。测试时使用摄像机获取视频,利用Gentle Adaboost算法,通过基于数字信号处理器(DSP)的视频处理系统实现了行人目标检测及测定行人大小,同时通过单片机控制电路,根据行人大小控制激光镜头自动调焦,以适应行人目标。
相比于卷积神经网络,图卷积网络更适合处理不规则的点云数据,但其存在网络层数受限以及固定的标准化聚集方式影响点云语义分割结果的问题。针对这些问题,提出一种用于点云语义分割的深度图注意力卷积网络。该网络通过残差连接来加深图卷积网络层数,可以有效解决网络过深所导致的梯度消失和网络退化的问题,采用注意力机制可以使网络有选择地关注最相关的邻域点并为其分配不同的注意力权重。同时在每层图卷积之后重新构建图形,从
采用不同的扫描策略,通过激光熔化沉积技术制备出TC4钛合金.通过光学显微镜(OM)、X射线衍射仪(XRD)、扫描电子显微镜(SEM)和电子万能材料试验机研究了扫描策略对TC4钛合金组织和性能的影响,利用X射线衍射法对TC4合金XOZ平面残余应力的演变和分布进行分析.结果表明,扫描策略影响了网篮组织的形态,进而影响了 TC4合金的力学性能.TC4样品在回旋扫描策略下的拉伸强度和屈服强度最大,分别为1251.7 MPa和1250.0 MPa,而在单向扫描策略下TC4样品的拉伸强度和屈服强度最小,分别为991.
图像语义描述模型通常采用编码器-解码器方式实现图像语义描述,模型存在对图像特征利用不充分,图像目标的位置信息提取不足等问题。针对此问题,提出在编码器部分融合注意力机制的图像语义描述算法,通过解码器上下文信息对不同图像特征的注意力权重分配,从而提高图像语义描述的表达能力。并在Flickr30k和MSCOCO数据集上进行了验证,模型在BLEU-4评价指标上分别提升了1.9%和0.8%,实验证明了本文算
基于对SSD(Single Shot MultiBox Detector)目标检测算法的分析,提出了一种基于深度学习的深层次多尺度特征融合目标检测(DMSFFD)算法。首先将SSD的特征层与相邻特征层进行融合,在融合之后的特征图中加入尺寸为3pixel×3pixel的卷积层,以减小上采样的混叠效应。之后进行更深层的特征融合,分别对较小的三个卷积层进行上采样操作,然后对4个特征层进行concate操
基于先验框设计(anchor-based)的多类目标检测算法存在超参数多、泛化能力差、正负样本不平衡的问题。针对这些问题,提出一种基于改进无锚(anchor-free)方法的目标检测算法。首先,针对传统算法在多类目标检测任务中难以获得鲁棒的特征表达的问题,构建基于上下文结合的自校准双重注意力模块,通过混合空洞卷积组获取多感受野信息;然后以低维空间嵌入的方式进行自校准获取上下文空间信息;最后将空间信
基于光栅条纹投影的三维测量技术通过相移法提取相位主值,相位主值展开的准确性是决定整个三维测量系统精度的关键因素。时间相位解包裹算法能够实现对孤立及表面不连续物体的相位展开,但受传感器及环境噪声的影响,得到的解相结果误差较大。为了选择出抗噪性能好的算法,本文通过仿真及实验对比了几种时间相位解包裹算法的抗噪性能。结果表明,多频层级相位展开法和负指数拟合法具有良好的抗噪性能,解相精度高,而多波长外差法和
为了解决深度学习模型在人脸表情识别研究中存在的数据集需求量大、硬件配置要求高等问题,提出了一种基于卷积注意力的轻量级人脸表情识别方法。首先,用分解卷积对模型参数进行降维处理;然后,在模型中嵌入卷积注意力机制模块,以提高模型的特征提取能力;其次,针对数据集中的类别不平衡问题,采取代价敏感的损失函数对模型进行优化;最后,进行表情识别任务前将模型在人脸识别数据集上进行预训练,以提高模型提取人脸特征的能力