【摘 要】
：
针对皮肤病变图像分割问题,提出一种自动适应目标形状的U型皮肤病变图像分割算法。对原始病变图片依次进行灰度化、归一化和限制对比度自适应直方图均衡化处理,提高前景与背景的对比度;将预处理后的图片输入到U型网络中进行训练,该网络将调制可变形卷积块融合到U-Net的编码器和解码器中,使其自动适应病变目标的比例和形状,让复杂的病变结构能被更好地检测到;通过Softmax分类器得到分割结果。在ISBI2016
【基金项目】
：
国家自然科学基金项目(51365017)。
论文部分内容阅读
针对皮肤病变图像分割问题,提出一种自动适应目标形状的U型皮肤病变图像分割算法。对原始病变图片依次进行灰度化、归一化和限制对比度自适应直方图均衡化处理,提高前景与背景的对比度;将预处理后的图片输入到U型网络中进行训练,该网络将调制可变形卷积块融合到U-Net的编码器和解码器中,使其自动适应病变目标的比例和形状,让复杂的病变结构能被更好地检测到;通过Softmax分类器得到分割结果。在ISBI2016皮肤病变图像数据集的实验结果显示,分割精度、Dice系数和灵敏度分别为97.87%、94.01%、94.
其他文献
当前计算机软件开发正面临变化多和响应快的难题和挑战,而目前存在的用于解依赖来实现易维护易测试的技术存在学习门槛高、难于熟练掌握、在单一方法运用上支持不足的问题。在研究大量现有技术的基础上,设计并实现代码分离模型,提出数据隔离、行为隔离、粗细隔离、增强版粗细隔离四种隔离方法以及隔离层的方案设计,并把常见的应用场景提取为五种代码分离模式。代码分离模型大幅度降低了编写易维护易测试代码的难度,是该领域的又
在众多聚类算法中,谱聚类作为一种代表性的图聚类算法,由于其对复杂数据分布的适应性强、聚类效果好等优点而受到人们的广泛关注。然而,由于其高计算时间复杂度难以应用于处理大规模数据。为提高谱聚类算法在大规模数据集上的可用性,提出关键节点选择的快速图聚类算法。该算法包含三个重要步骤:第一,提出一种充分考虑抱团性和分离性的快速节点重要性评价方法;第二,选择关键节点代替原数据集构建二分图,通过奇异值分解获得数据的近似特征向量;第三,集成多次的近似特征向量,提高近似谱聚类结果的鲁棒性。该算法将时间复杂度由谱聚类原有的O
为了求解一些非线性优化问题,采用具有脉冲出生和季节性捕杀的种群动力学模型提出了一种新的群智能优化算法(PSO-IBSK)。在该算法中,假设某种群由具有幼年和成年两种阶段状态的若干个体组成,幼体是由成体脉冲产生的,经过一段时间后会变成为成体。为了提升种群的整体质量,需要季节性地对一些生长状况不良的成体进行捕杀。该算法中的出生算子和成长算子可分别实现成体向幼体瞬时和延迟传递信息,有助于搜索跳出局部最优解陷阱;捕杀算子可周期性地将不良成体清除,死亡算子可将虚弱个体随机清除,该两个算子有利于提升算法的求精能力;强
由于芯片集成度的提高,软错误在现代计算机系统中变得越来越普遍。这些故障对高性能微处理器中的存储器和硬件设备的可靠性造成了重大挑战。设计一种基于PIN的工具来模拟软错误,可以在机器代码级实现硬件故障注入。故障注入器基于二进制插装,支持准确和低成本的故障注入。在典型的应用程序中进行了示范应用,通过模拟位翻转来分析程序对软错误的响应情况,根据实验结果分析了软错误对程序性能和精度的影响。研究表明,该程序对
软件定义网络的发展使得其对信息安全的要求越来越高,匿名通信成为软件定义网络的关键研究点。由于软件定义网络特有的管控分离性能,传统网络中的匿名方案难以在其平台应用。提出一种新的软件定义网络匿名通信方案,通过重写数据包实现其匿名性,通过扩展Open Flow协议实现数据包的正常转发,并且采用新的最大值随机路径算法保证通信路径的隐匿性,实现基于软件定义网络的低延迟、高匿名传输。
针对传统的航空维修工具管理模式存在的弊端,运用射频识别(RFID)技术设计一个航空维修工具管理系统。根据当前机务维修工具管理模式和存在问题进行需求分析,对需求完成功能分解、业务流程设计和数据库构建;采用Python语言,利用PyQt模块开发管理信息系统界面,采用Flask框架构建后端服务器API;基于Android开发手持端,实现射频模块的调用采集、上传数据;选择轻量级SQLite进行数据存储。通
近年来深度学习的迅速发展为聚类研究提供了一个有力的工具,并衍生出了许多基于深度神经网络的聚类方法。在这些方法中,深度嵌入聚类(DEC)因其可对深度表示学习和聚类分配同时进行优化的优势而日益受到关注。但是,深度嵌入聚类的一个局限性在于其超参数λ的敏感性,而往往需要诉诸人工调节来解决。对此,提出一种基于集成学习的改进深度嵌入聚类(IDECEL)方法。相较于寻求单个最优超参数的常规做法,提出以多样化超参数λ构建一组具有差异性的基聚类,并结合熵理论对基聚类集合的簇不确定性进行评估与加权,进而在簇与样本之间构建一个
为了进一步提升水务企业工作效率,解决抄表数据审核工作量大、保证数据准确性等问题,在传统的XGBoost预测算法基础上提出一种基于MIC-XGBoost的混合预测模型。以某水务企业近两年的用户历史用水数据为基础,利用最大信息系数(MIC)得出不同影响因素与用户用水量之间变量的关联程度,构建不同单一影响因素下的用水量数据预测模型,采用实际用水数据调整算法参数,得到最终预测模型。实验结果表明,在预测精度
动态蛋白质网络的构建和复合物识别问题是生物信息学领域目前研究的热点。针对现有的算法在解决前述问题上的不足,提出了一种基于隐马尔科夫模型的蛋白质复合物识别算法(HMM-PC)。首先基于蛋白质的基因共表达特性构建初始蛋白质网络,然后利用蛋白质的共享功能注释、共享结构域和连接强度等信息来对网络进行加权,得到动态蛋白质网络。在此基础上,考虑前一时刻蛋白质网络拓扑结构信息对当前时刻蛋白质网络拓扑结构信息的影响,采用隐马尔科夫模型描述蛋白质复合物与网络个体间的相互关系,进而将动态蛋白质网络中的复合物识别问题建模为隐马
在分析前置仓模式特点和常用选址模型的基础上,以最小成本为目标,建立多重心法生鲜农产品前置仓选址模型。根据顾客需求量的分布,采用改进的DBSCAN聚类算法和K-means算法二次聚类确定区域内前置仓建设数量,采用以最小成本为目标的多重心法来实现生鲜农产品前置仓的选址,即对每个聚类区域,分别通过重心法求得选址坐标位置。通过Java语言、SPASS软件和MATLAB软件对某区域算例进行求解,验证算法和模