【摘 要】
：
高分辨率食管测压技术(HRM)作为检测食管动力障碍性疾病(EMD)的金标准,已广泛应用于临床试验以辅助医生进行诊断治疗.随着患病率的上升,HRM图像的数据量爆炸式增长,加之EMD的诊断流程较为复杂,临床上EMD误诊事件时有发生.为了提高EMD诊断的准确性,希望搭建一个计算机辅助诊断(Computer Aided Diagnosis,CAD)系统帮助医生对HRM图像进行自动分析.由于食管收缩活力的异常是诊断EMD的重要依据,该文提出了一个深度学习模型(PoS-ClasNet)以完成对HRM图像的食管收缩活力
【机 构】
：
中南大学数学与统计学院 长沙 410083;湖南省计算机用户协会 长沙 410205;中南大学数学与统计学院 长沙 410083;湖南第一师范大学科学与工程学院 长沙 410205
论文部分内容阅读
高分辨率食管测压技术(HRM)作为检测食管动力障碍性疾病(EMD)的金标准,已广泛应用于临床试验以辅助医生进行诊断治疗.随着患病率的上升,HRM图像的数据量爆炸式增长,加之EMD的诊断流程较为复杂,临床上EMD误诊事件时有发生.为了提高EMD诊断的准确性,希望搭建一个计算机辅助诊断(Computer Aided Diagnosis,CAD)系统帮助医生对HRM图像进行自动分析.由于食管收缩活力的异常是诊断EMD的重要依据,该文提出了一个深度学习模型(PoS-ClasNet)以完成对HRM图像的食管收缩活力分类任务,为今后机器代替人工诊断EMD奠定基础.PoS-ClasNet作为一个多任务卷积神经网络(CNN)由PoSNet和S-ClasNet构成.前者用于HRM图像中吞咽框的检测和提取任务,后者根据食管吞咽特征鉴别收缩活力类型.实验使用了4000幅专家标记的HRM图像,用于训练、验证和测试的图像分别占比为70％,20％和10％.在测试集上,食管收缩活力分类器PoS-ClasNet的分类准确率高达93.25％,精度和召回率分别为93.39％和93.60％.结果表明PoS-ClasNet能较好地适应HRM图像数据的特性,在智能诊断食管收缩活力的任务中表现出了不俗的准确性和稳健性.将它应用在临床上辅助医生诊疗,会带来巨大的社会效益.
其他文献
针对传统安全教育存在教育方式单一、时间成本高、参与度低、教育效果不佳等问题,提出基于iBeacon的安全教育智慧语音系统.通过精准定位的语音自动播报,将安全教育培训从聚集性培训转变为自主的无接触式学习,实现建筑工地的智能移动安全语音教育.其创新研发及应用,实现“零接触”出入登记、“无聚集”安全培训,助力了基层疫情防控常态化管理.应用结果表明,该系统有效降低了安全培训成本,提高了培训频次,丰富了培训手段,并能通过数据积累与分析,提高管理决策的效率和质量,实现智能数据驱动安全管理.
介绍了射频识别(RFID)技术的起源与发展历程,根据RFID技术的原理,指出RFID系统相对于传统识别技术的优势并阐明了标签天线在RFID系统中的关键作用.简述了目前RFID技术在市场上的典型应用,分析了天线设计的技术难点,并对国内外关于实现标签天线小型化、宽频带、高增益与阻抗匹配的设计方法和研究进展进行了总结.基于RFID天线的工作原理,说明了标签天线设计的基本原则,概述了标签天线设计的基本流程及性能测试方法.分析表明,在保证天线小型化的前提下,解决天线尺寸与性能间协调设计的技术难点,RFID系统将在物
为了让网络捕捉到更有效的内容来进行行人的判别,该文提出一种基于阶梯型特征空间分割与局部分支注意力网络(SLANet)机制的多分支网络来关注局部图像的显著信息.首先,在网络中引入阶梯型分支注意力模块,该模块以阶梯型对特征图进行水平分块,并且使用了分支注意力给每个分支分配不同的权重.其次,在网络中引入多尺度自适应注意力模块,该模块对局部特征进行处理,自适应调整感受野尺寸来适应不同尺度图像,同时融合了通道注意力和空间注意力筛选出图像重要特征.在网络的设计上,使用多粒度网络将全局特征和局部特征进行结合.最后,该方
为了提高图像超分辨率重建的效果,该文将注意力机制引入多级残差网络(Multi-level Residual Attention Network,MRAN)作为CycleGAN的重建网络,提出了基于循环生成对抗网络(CycleGAN)的超分辨率重建模型MRA-GAN.MRA-GAN模型中重建网络负责将低分辨率(LR)图像重建为高分辨率(HR)图像,退化网络负责将HR图像降采样为LR图像,LR判别器负责鉴别真实LR图像和通过退化网络降采样得到的LR图像,HR判别器负责鉴别真实HR图像和通过重建网络重建得到的H
基于位置社交网络的兴趣点(POI)推荐是人们发现有趣位置的重要途径,然而,现实中用户在不同区域的地点偏好侧重的差异,加之高维度的历史签到信息,使得精准而又个性化的POI推荐极富挑战性.对此,该文提出一种新型的基于类别转移加权张量分解模型的兴趣点分区推荐算法(WTD-PR).通过结合用户连续行为和时间特征,来充分利用用户的历史访问信息,从而得到类别转移权重因子;接着改进用户-时间-类别张量模型,在此张量中加入类别转移权重,预测用户的喜好类别;最后,根据用户的历史访问区域划分出本地和异地,并基于用户的当前位置
传统的单通道盲去卷积的方法存在仅能从混合信号中分离出2路源信号的局限,考虑到以上问题,该文提出一种基于优化的深度卷积生成对抗网络的单通道盲去卷积算法(SCBDC),能从1路混合信号中分离和解卷积出3路以上的独立源信号和混合矩阵.该文实验在汉字和遮挡图像数据集上进行,随机选择4路信号与混合矩阵进行卷积混合,实验结合峰值信噪比(PSNR)和信号相关性指标来评价分离的效果,结果显示,该算法能够有效地分离出多路源信号并去卷积.
针对现实场景中行人图像被遮挡以及行人姿态或视角变化造成的未对齐问题,该文提出一种基于多样化局部注意力网络(DLAN)的行人重识别(Re-ID)方法.首先,在骨干网络后分别设计了全局网络和多分支局部注意力网络,一方面学习全局的人体空间结构特征,另一方面自适应地获取人体不同部位的显著性局部特征;然后,构造了一致性激活惩罚函数引导各局部分支学习不同身体区域的互补特征,从而获取行人的多样化特征表示;最后,将全局特征与局部特征集成到分类识别网络中,通过联合学习形成更全面的行人描述.在Market1501,DukeM
针对作战数据信息系统数据项内容一致性检查中存在人工判查难、耗时大的问题,采用基于关联规则挖掘的错误数据检测方法,并给出了设计思路和实现步骤.结合某作战数据信息系统中的552条关键岗位人员信息进行了数据质量检测实验,实验结果表明,该方法能够快速筛查出关联数据项中预置的9个填报错误问题,可作为现有作战数据质量检测方法的完善补充.
为尽可能保持原始低分辨率多光谱(LRMS)图像光谱信息的同时,显著提高融合后的多光谱图像的空间分辨率,该文提出一种联合多流融合和多尺度学习的卷积神经网络遥感图融合方法.首先将原始MS图像输入频谱特征提取子网得到其光谱特征,然后分别将通过梯度算子处理全色图像得到的梯度信息和通过卷积后的全色图像与得到的光谱特征图在通道上拼接输入到具有多流融合架构的金字塔模块进行图像重构.金字塔模块由多个骨干网络组成,可以在不同的空间感受野下进行特征提取,能够多尺度学习图像信息.最后,构建空间光谱预测子网融合金字塔模块输出的高
针对当前人机交互系统机器人存在背景知识缺乏、回复连贯性不高的问题,该文提出一种基于知识图谱波纹网络的人机交互模型.为实现更加自然且智能化的人机交互系统,该文模型模拟了真实的人与人交流过程.首先,通过计算人机交互情感评估值和人机交互情感确信度得到人机交互情感友好度.然后,引入外部知识图谱作为机器人的背景知识,将对话实体嵌入知识图谱波纹网络获取参与人潜在的感兴趣的实体内容.最后,综合考量情感友好度和内容友好度给出机器人回复.实验结果表明,与对比模型相比,拥有背景知识且加入情感度量的机器人在进行人机交互时,其情