【摘 要】
：
新冠肺炎是一种传染性很强的疾病。自2019年12月以来,在全球范围内已经造成了两百多万人死亡,给全球人民带来了巨大的伤害。所以及时准确的识别新冠肺炎患者,不仅可以对患者进行及时的治疗,还可以有效防止疫情的扩散。新冠肺炎现阶段主要的检测手段是核酸检测,但是核酸检测的假阴性率太高,而且需要多次检测才能确诊。胸部X光片作为普通肺炎判断的标准,同时也可以成为新冠肺炎诊断的依据。由于新冠肺炎和普通肺炎的医疗
论文部分内容阅读
新冠肺炎是一种传染性很强的疾病。自2019年12月以来,在全球范围内已经造成了两百多万人死亡,给全球人民带来了巨大的伤害。所以及时准确的识别新冠肺炎患者,不仅可以对患者进行及时的治疗,还可以有效防止疫情的扩散。新冠肺炎现阶段主要的检测手段是核酸检测,但是核酸检测的假阴性率太高,而且需要多次检测才能确诊。胸部X光片作为普通肺炎判断的标准,同时也可以成为新冠肺炎诊断的依据。由于新冠肺炎和普通肺炎的医疗图像在视觉上相似性很高,很多专业的医生也难以做出判断。所以对新冠肺炎X光片的准确分类在临床上具有非常重要的意义。本文以COVID-19 Chest X-ray Database公开数据集作为研究对象。该数据包含有新冠肺炎X光、普通肺炎X光片、其他病毒肺炎X光片和正常胸部X光片4类图像。在数据量比较小的情况下,采用了迁移学习的方法把网络模型在Chest X-ray14数据集上进行预训练,然后迁移至该数据集进行微调。主要的研究内容和结果如下:（1）文章比较了VGG19、Res Net50和Che XNet 3种卷积神经网络模型在该数据集上的分类效果,结果显示Che XNet模型准确率最高,达到了94.79%。（2）文章比较了3种不同模型在SVM分类器上的分类准确度,结果显示Che XNet+SVM模型分类效果更好,准确率达到了96.33%。本文对CheXNet网络模型的预测结果进行了可视化研究,通过生成热图的方式显示了胸部X光片的病灶区域,增加了分类结果的说服力。文章采用CAM、Grad-CAM、Grad-CAM++和Score-CAM 4种方法对预测的新冠肺炎X光片行了可视化研究,通过生成热图的方式显示出图像的病灶区域。同时也比较了4种方法可视化的效果,结果显示这4种方法生成的热图在视觉上并没有明显差别,但是在细致的纹理结构上Score-CAM方法表现相对较好,病灶区域更加准确。可视化的方法可以清楚的表达卷积网络模型的决策,更好地辅助医生完成对新冠肺炎的诊断治疗。
其他文献
同步定位与建图（Simultaneous Localization and Mapping,SLAM）一直是移动机器人领域的研究热点。服务机器人在与环境的交互与感知中,需要记忆功能来完成认知任务,基于大脑空间认知模型的RatSLAM就有这一特点。RatSLAM可以像人类一样描述和记忆机器人经过的位置,使用场景的标志性特征,不需要高精度传感器,适用于长、宽范围的定位和导航。然而,RatSLAM的定位
随着科学技术的发展,系统的复杂程度不断提高,故障诊断在化工过程的生产运行中发挥着越来越重要的作用,可以有效提高系统的可靠性,减少事故的发生及系统故障引发的重大损失。但是在故障诊断中仍存在着诊断准确率和速度有待提高的问题,对此本文提出了一种基于模糊粗糙集（FRS）和网格搜索鲸鱼算法优化的支持向量机（GS-WOA-SVM）的故障诊断方法,具体工作如下:首先,提出了基于模糊粗糙集和支持向量机的故障诊断方
多无人机系统任务规划问题普遍存在于协同作战、数据收集、灾难救援等多个领域。该问题的研究目的在于控制无人机系统在复杂多样的任务环境中,按照最佳任务分配策略、任务执行顺序以及最优航行路线,以尽可能少的资源消耗高效地完成指定任务。高质量的任务规划方案对提高无人机系统的协作效率具有重要意义。首先,针对静态环境下的多异构无人机系统任务分配问题,构建了具有资源有限、任务优先级、负载均衡等多重约束的任务分配优化
水泥熟料中游离钙（free calcium oxide,f-Ca O）的含量是衡量水泥质量高低的重要指标。目前,熟料f-Ca O含量主要依靠人工离线采样检测,使其在指导质量控制和生产过程优化等方面有明显的滞后性。因此,本文以熟料f-Ca O含量为研究对象并基于数据驱动的软测量技术,提出了基于注意力机制和CNN的水泥熟料f-Ca O含量软测量方法,用于实现水泥熟料f-Ca O含量的实时在线监测。具体
冷带轧机液压厚度（Hydraulic Automatic Gauge Control,HAGC）系统由于自身具有快响应、高精度、高承载等特点被广泛应用于各个领域,但HAGC系统的控制性能受测量时延、外界扰动和不确定性等因素制约,为了提高板带材锻造的精度,本文针对冷带轧机液压厚度系统的稳定跟踪控制问题,提出智能反步控制策略,主要内容如下:首先,针对具有外界扰动和测量时延的冷带轧机液压厚控系统,提出基
Markov跳变系统是一种特殊的混杂系统,由系统的状态和系统的模态两部分组成。其特点是能更好地模拟动态系统结构突变情况,比如环境突变,子系统的关联改变,系统的组件损坏以及人为干预等。因为有如此优良的性能,所以Markov跳变系统模型一直是控制领域的研究热点。本文对Markov跳变系统的异步控制问题进行研究,具体工作如下:首先,针对具有时变时滞和扰动的Markov跳变系统,研究基于混合观测器的异步控
全球能源短缺和环境污染的影响使得电动汽车正在逐渐地代替燃油汽车。随着电动汽车的普及,其大规模化地接入电网充电即将成为一种趋势,将会对城市电网的正常运行造成巨大的挑战。由于大量电动汽车充电会对电网产生较大影响,因此对电动汽车的日负荷进行预测和优化是必要的。为此,本文对相关问题进行了研究,以实现对电动汽车日负荷预测及其峰谷差优化。首先,针对电动汽车日负荷预测问题,本文提出了一种基于双链马尔科夫和决策树
制造业有着夯实经济基础的重要作用,国家对制造业的重视程度越来越高,传统车间生产已经不能满足生产要求,因此建设智能工厂是制造业未来发展的趋势。在建设智能工厂过程中,明确需求并给出合理科学的方法是必要可行的。本文从智能工厂的需求出发,建立了智能工厂生产架构,同时对调度的方法做了详细阐释。首先,指出了传统企业在建设智能工厂过程中出现的问题,对智能工厂的需求进行了分析,给出了基于需求的智能工厂生产解决方案
近年来,多智能体分布式一致性控制在移动机器人、无人机编队、网络化控制等方面有了广泛了发展,已经逐渐成为控制学科中的研讨热点。然而,对于其中最基本的一致性问题还存在着很多内容值得讨论,例如在实际生活中,通信往往通过共享网络执行,这意味着网络通信带宽和智能体的计算资源无法避免地受到限制。本文从这一点出发,通过结合动态事件触发的控制机制,对一般线性多智能体系统展开研究,在保证系统稳定性和一致性的前提下,
三维点云数据任务在计算机视觉以及机器人领域有着广泛的应用,随着深度学习技术在智慧出行、智能家居和智能园区等领域的发展为点云的分类和分割领域提供了新的可能性。然而,由于点云数据本身的不规则性、无序性、稀疏性等固有属性的存在,使得现有的三维点云深度学习架构仍无法避免特征信息提取能力不足、网络框架泛化能力差等问题。本课题以局部采样算法为基础,对三维点云数据的方向编码卷积设计、深度学习分类、分割网络结构设