【摘 要】
：
目的总结人工智能(artificial intelligence,AI)利用图像深度学习诊疗消化道肿瘤的应用现状并对其应用前景予以展望。方法查阅近年来国内外关于AI在消化道肿瘤领域研究的相关文献并加以综述。结果 AI在医疗领域得到了快速发展。AI技术辅助下的消化道内镜检查、影像学检查和病理诊断能辅助医生作出更加精准的诊断意见,使得消化道肿瘤的诊疗向着更加精准高效的方向发展。但AI在医疗领域的应用才
论文部分内容阅读
目的总结人工智能(artificial intelligence,AI)利用图像深度学习诊疗消化道肿瘤的应用现状并对其应用前景予以展望。方法查阅近年来国内外关于AI在消化道肿瘤领域研究的相关文献并加以综述。结果 AI在医疗领域得到了快速发展。AI技术辅助下的消化道内镜检查、影像学检查和病理诊断能辅助医生作出更加精准的诊断意见,使得消化道肿瘤的诊疗向着更加精准高效的方向发展。但AI在医疗领域的应用才刚刚开始,仍需长时间进行普及。结论 AI技术辅助下的消化道内镜检查系统、影像学检查系统和病理诊断系统均表
其他文献
针对在室内工作的自动引导运输车(automated guided vehicle,简称AGV)面临的障碍物实时检测问题,提出一种基于Kinect相机的检测方法。在深度相机标定的基础上,将相机获得的深度图像准确地变换成相机坐标系内的点云数据,利用点云数据,通过制定障碍物检测规则,实现AGV小车行驶过程中障碍物的快速实时检测,实试验证了该方法的准确性。
针对在核电蒸发器二次侧传热管管板清洗过程中清洗喷嘴定位困难的问题,提出了一种基于图像分割的清洗喷嘴自适应定位方法。清洗喷嘴与摄像头以固定距离偏置安装,通过设计一个轻量级的全卷积神经网络语义分割模型对摄像头采集的传热管图像进行实时分割,得到完整的传热管轮廓;然后对轮廓进行分析,获得传热管中心像素位置和位置偏差;最后完成位置偏差补偿,实现清洗喷嘴的自适应定位。经过与多种网络模型的类比实验可知,该网络模
互联网的快速发展,给教学领域带来了新的变革。信息化背景下的中职数媒专业课程教学设计也更加强调信息技术的运用。文章针对中职教学中的特殊性问题及优势进行阐述,试图构建符合信息化背景下的中职数媒专业课程教学设计,以期提高今后信息化教学的实用性及有效性。
鉴于气浮台姿态测量是实现气浮台控制的重要基础,为了实现三轴气浮台姿态准确、快速测量,提出一种基于单目视觉的实时、高精度的姿态测量方法。采取一种鲁棒性强的三轴气浮台靶标形状及布局来提高姿态获取精度。提出一种拟合圆心流程,通过粗获取与精获取方法对靶标进行实时、鲁棒跟踪。最后利用提取到的圆心位置信息采用迭代最小二乘的姿态估计算法解算出气浮台的位姿信息。实验结果表明:单目视觉测量算法的实时帧数可达20帧,
目前机器视觉常被用于大批量重复性工业生产过程,以及一些人工视觉难以满足要求的场合,通过机器视觉检测方法可以大大提高生产的效率和自动化程度。对于一些需要多面高精度检测的物体,如半导体晶粒,往往需要每一面配置一套图像采集系统,利用多套机构实现多面检测,增加了安装复杂性,降低了系统可靠性。提出了一种基于双色分离成像法的半导体晶粒双面同时等光程共焦成像检测的装置及方法,从而减少需配置的图像采集系统的数量,
针对人工和传统自动化检测偏光片表面缺陷的准确性和效率问题,解决传统机器视觉在人工设计特征和泛化能力差的问题,提出了一种基于改进Faster-RCNN的偏光片表面缺陷检测方法。通过对比四种特征提取网络最终选择ResNet-101并引入特征金字塔网络(FPN)来提高对小缺陷的检测能力;接着采用ROI Align取代原始的ROI Pooling以解决两次取整操作引起的像素误差;最后通过采集方案获取偏光片
为解决传统去雾算法对雾天图像增强后出现光晕效应和细节丢失的问题,提出一种基于结构和纹理感知的变分Retinex模型。利用引导滤波对初始光照分量进行估计;改进平均局部偏差滤波器用于图像的结构和纹理感知,以此设计权重矩阵以改进变分Retinex模型,对光照分量进行优化;利用反转图像结合Retinex理论对雾天图像进行增强;利用伽马校正对图像的颜色进行调整。实验证明,方法能够有效去除图像中的雾气,避免光
针对现有的算法对于高密度脉冲噪声的去除缺乏有效性和鲁棒性,难以有效地保持和恢复图像的边缘和细节结构,提出了一种小波检测的二次迭代修剪均值滤波方法。方法充分利用脉冲噪声的特征以及小波阈值去噪图像的高度相关性,根据灰度最值与小波阈值去噪图像进行噪声检测,先后分别用3×3和5×5邻域的迭代修剪均值滤波对噪声像素进行恢复。实验结果显示,相对于现有的最新提出的方法,所提出的方法获得更高的PSNR和EPI值,
当前较多红外图像增强方法利用图像灰度特征增强图像,这类方法忽略了图像灰度分布的不均匀性,导致增强结果存在细节丢失和对比度不理想等问题,为了克服上述问题,提出了一种自适应直方图均衡化耦合拉普拉斯变换的红外图像增强算法。将输入图像进行均匀分割后,借助洛伦兹曲线的基尼系数,求取了图像灰度分布的不均匀性程度,从而构造了自适应的上、下限阈值,用于对图像进行自适应直方图均衡化,以实现对图像进行对比度增强;引入
针对当前较多遥感图像融合方法在融合过程中对全色图像背景纹理,亮度信息制约不足,注入过多导致光谱扭曲过大,造成图像质量下降的问题。对此,提出了一种基于视觉感知机制制约全色图像背景纹理信息的遥感图像融合算法。通过广义IHS变换,获得多光谱图像的I分量和其他分量;通过非下采样轮廓波变换(NSCT),提取多光谱图像I分量和全色图像的高频系数和低频系数;经过基于高斯差分(DOG)算子的视觉感知机制,提取梯度