【摘 要】
：
卷积神经网络在许多图像处理问题中应用广泛.它针对图像中每一个像素点进行计算,经过多层卷积后得到的高层次特征,这些特征对于图像语义分割至关重要.计算机利用这些特征可以自动从图像中分割出目标和背景,并识别出图像的目标物体的位置.由于经典的全卷积神经网络FCN和U-Net经常会在细胞核分割过程中错误地识别模糊的目标.因此在这篇论文中,本文将使用改进的U-Net网络结构解决细胞核语义分割中产生的问题,并做
【基金项目】
：
国家自然科学基金项目（No.12061052）； 内蒙古自然科学基金项目（No.2020MS01002）；
论文部分内容阅读
卷积神经网络在许多图像处理问题中应用广泛.它针对图像中每一个像素点进行计算,经过多层卷积后得到的高层次特征,这些特征对于图像语义分割至关重要.计算机利用这些特征可以自动从图像中分割出目标和背景,并识别出图像的目标物体的位置.由于经典的全卷积神经网络FCN和U-Net经常会在细胞核分割过程中错误地识别模糊的目标.因此在这篇论文中,本文将使用改进的U-Net网络结构解决细胞核语义分割中产生的问题,并做出三点主要的贡献:首先,本文在每个卷积层之后加入小批量归一化技巧,并使用Re LU激活函数,使数值能够稳定的在网络中传播.其次,本文进一步使用混合损失函数,以增强预测和真值的重叠程度,并减少非细胞核的过度分割.最后,我们引入残差的连接路径,不是直接将编码器特征与解码器特征组合在一起,而是将编码器特征通过一系列卷积层之后与解码器拼接,使得使它们在连接之前具有相同的深度.这些额外的非线性操作可以减少编码器和解码器之间的语义鸿沟.这些贡献在实验过程中,对分割效果和精度具有明显提升和改善的作用.本文算法在2018年Kaggle比赛的数据科学碗中发表的细胞核数据集上进行实验.结果表明,在验证集上,Dice系数和Jaccard相似系数超过了原始U-Net,同时超过经典的全卷积神经网络模型3种模型在验证集上的Dice和Jaccard评价指标.
其他文献
如今,无线传感器网络（Wireless Sensor Networks,WSNs）引起了全世界的关注,并被大范围的应用在各个领域,例如医疗护理、情报探测、军事行动和空间探索等。其中,时钟同步技术是关键的支撑技术之一。因为每个传感器节点只有运行在统一的时间基准上,采集到的信息才有价值。然而,WSN中由微型电池提供所需要的能量,这往往会出现能量不足的问题以及存储能力、处理和计算资源有限等问题,给时钟同
近年来,物联网（Internet of Things,Io T）技术发展迅速,同时也带动了其他产业的发展。无线传感器网络（Wireless Sensor Networks,WSN）作为Io T的底层技术支持,凭借着其低成本、易部署以及广泛的应用场景等特点成为了一个热门的研究领域。而WSN的节点能量有限且无法对电池补充能源,导致WSN的生命周期有限。所以如何提高节点的使用时间,延长网络的使用寿命就成
随着城市建设的快速发展,许多高层建筑应运而生,原来的城市供水已不能满足高层居民的用水需求,因此二次供水系统已成为必不可少的设施。二次供水系统是城市供水管网系统的重要环节,是保证城市高层住宅正常供水的优势,体现在很多方面。许多早期的二次供水系统的供水性能存在严重问题,包括高层建筑设计设施老化,系统设计不良,管理不到位等一系列问题,对高层住宅水质造成严重影响,给整个城市的供水系统带来了巨大的隐患。因此
社交网络的普及使得垃圾邮件发送者在平台上无处不在,一是垃圾邮件挤占了网络有限的硬件资源和信息传输渠道,影响了网络有效信息传播的效率,严重降低了用户体验;二是垃圾邮件还会对合法用户构成多重安全风险。社交网络平台通过技术手段对垃圾邮件发送者进行过滤,然而,互动形式多样化和用户关系多维化都使得有效检测垃圾邮件发送者的难度加大。本文提出一种基于图神经网络（Graph Neural Network,GNN）
近年来随着互联网平台的开放,各个平台为了提高其与用户的黏性,都开通了相应的社交渠道,广大用户可以自由地发表个人意见和观点。然而,一些用户利用互联网平台的跨时空性和透明性等特点,违反网络平台管理条例,肆意发表不利于国家稳定发展、社会安定团结、有损他人身心健康的毒性言论,对社会造成了不良影响。网络言论毒性识别对提升用户体验、网络环境净化和促进国家社会的健康发展具有重要意义。为了有效解决毒性言论在网上肆
数据采集卡作为测试测量设备的一种重要仪器,在航空航天、工业控制等领域中得到了广泛应用。当前国内市场上的数据采集产品所用的集成电路芯片长期依赖国外供应商,而且大部分受制于美国公司。随着中美贸易战的不断升级,关键芯片被“卡脖子”的风险越来越高,因此研制一款基于国产芯片的数据采集卡愈发重要。本论文旨在研制一款基于CPCI总线的国产化扫描AD模块。该模块具有32路差分通道,采样分辨率为16位,单通道最高采
近年来随着人工智能时代的来临,机器学习作为人工智能的核心及实现方式也得到了全面的发展.机器学习通过使用各种算法对大量的数据进行训练,从而学习如何完成任务,使得机器变得更加智能.聚类分析和半监督分类分析作为机器学习的重要学习任务之一,更是得到了研究者们的广泛关注.本文分别提出了一种新的平面聚类和半监督分类算法,以解决目前聚类分析和半监督分类分析中存在的问题.具体的研究工作如下:（1）在聚类方面,传统
在人类基因组中,基因的表达水平和表达模式表现出巨大的多样性。尽管已经发现基因表达可以由转录因子（Transcription factor,TF）和其他调控因子共同控制,但解密其复杂性仍然是一项艰巨的任务。在真核生物中,多种转录因子可以协同结合不同种顺式调控元件来调控靶基因的表达水平。为了系统的分析转录因子组合与基因的表达水平之间存在的关联,本文基于GM12878和K562两种细胞系的表达谱RNA-
当今时代,以信息技术为核心的数字化工作模式日益盛行,各企业单位也紧随潮流不断创新,而传统资源管理方式具有不便共享、不便查阅、不便管理及易丢失等问题,所以线上智能知识资源管理需求应运而生。本文设计的基于云服务平台的数据知识资源管理系统,不仅解决了传统方式存在的问题,而且保障了企业知识的内部共享,提供了一个便捷、有效的资源管理平台。本文主要研究内容分为资源推荐、搜索引擎实现、手写笔记识别以及同步消息反