期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的“易诊”智能阅片系统的构建研究
1
作者
米吾尔依
提
·海拉
提
热娜古丽·艾合麦
提
尼亚孜
+2 位作者
王正业
叶尔夏提
·
多力
孔
严传波
《现代信息科技》
2024年第9期106-109,113,共5页
为了实现肝包虫病病灶的提前识别和精确诊断,使用基于深度学习技术的智能阅片系统“易诊”开发微信小程序,以辅助新疆偏远地区的用户对肝包虫病超声图像进行肝包虫病病灶区域的识别。采用卷积神经网络(CNN)等深度学习技术,实现医学影像...
为了实现肝包虫病病灶的提前识别和精确诊断,使用基于深度学习技术的智能阅片系统“易诊”开发微信小程序,以辅助新疆偏远地区的用户对肝包虫病超声图像进行肝包虫病病灶区域的识别。采用卷积神经网络(CNN)等深度学习技术,实现医学影像数据的自动分析和诊断。经过测试和评估,该系统表现优异,所开发的微信小程序实现了移动端医学影像上传和病灶区域的识别分析。通过深度学习算法进行图像诊断分析,并实时展示分析结果,该微信小程序提供方便易用的上传医学图像的功能,助力医疗条件薄弱地区提高肝包虫病的诊断效率和诊断精度。
展开更多
关键词
微信小程序
深度学习
图像处理
智能阅片
下载PDF
职称材料
基于Swin Transformer的肝囊型包虫病超声图分类研究
被引量：
2
2
作者
热娜古丽·艾合麦
提
尼亚孜
米吾尔依
提
·海拉
提
+2 位作者
王正业
叶尔夏提
·
多力
孔
严传波
《电子技术应用》
2022年第11期7-12,18,共7页
为了提高肝包虫病的筛查和诊断效率,弥补部分地区医疗资源不足的情况,提出一种基于Swin Transformer的肝包虫病病灶智能分型方法,结合卷积注意力机制模型,通过学习图像的整体和局部细节特征来实现对五种类型的囊型包虫病病灶的全自动分...
为了提高肝包虫病的筛查和诊断效率,弥补部分地区医疗资源不足的情况,提出一种基于Swin Transformer的肝包虫病病灶智能分型方法,结合卷积注意力机制模型,通过学习图像的整体和局部细节特征来实现对五种类型的囊型包虫病病灶的全自动分类。为了验证模型具有优越性,将提出的预测模型与常见分类模型对比分析。结果显示基于改进的Swin Transformer模型在测试集上分类准确率可达92.6%。实验结果表明相较于其他算法,基于改进的Swin Transformer网络能较好地分类出肝囊型包虫超声图像,并且该方法可以推广到其他医疗应用中。
展开更多
关键词
深度学习
图像分类
肝囊型包虫病
超声影像
迁移学习
下载PDF
职称材料
题名
基于深度学习的“易诊”智能阅片系统的构建研究
1
作者
米吾尔依
提
·海拉
提
热娜古丽·艾合麦
提
尼亚孜
王正业
叶尔夏提
·
多力
孔
严传波
机构
新疆医科大学公共卫生学院
新疆医科大学医学工程技术学院
出处
《现代信息科技》
2024年第9期106-109,113,共5页
基金
一流本科课程建设专项经费(010302010112)
大学生创新创业训练计划项目(202110760006)
+2 种基金
国家自然科学基金(81560294)
新疆高发病肝包虫疾病计算机辅助诊断方法的研究(81560294)
“ED”医学影像辅助诊断系统(CY2021010)。
文摘
为了实现肝包虫病病灶的提前识别和精确诊断,使用基于深度学习技术的智能阅片系统“易诊”开发微信小程序,以辅助新疆偏远地区的用户对肝包虫病超声图像进行肝包虫病病灶区域的识别。采用卷积神经网络(CNN)等深度学习技术,实现医学影像数据的自动分析和诊断。经过测试和评估,该系统表现优异,所开发的微信小程序实现了移动端医学影像上传和病灶区域的识别分析。通过深度学习算法进行图像诊断分析,并实时展示分析结果,该微信小程序提供方便易用的上传医学图像的功能,助力医疗条件薄弱地区提高肝包虫病的诊断效率和诊断精度。
关键词
微信小程序
深度学习
图像处理
智能阅片
Keywords
WeChat Mini Program
Deep Learning
image processing
intelligent film reading
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于Swin Transformer的肝囊型包虫病超声图分类研究
被引量：
2
2
作者
热娜古丽·艾合麦
提
尼亚孜
米吾尔依
提
·海拉
提
王正业
叶尔夏提
·
多力
孔
严传波
机构
新疆医科大学公共卫生学院
新疆医科大学医学工程技术学院
出处
《电子技术应用》
2022年第11期7-12,18,共7页
基金
国家自然科学基金(地区项目)(81560294)
大学生创新创业项目基金(202110760006,CY2021010)。
文摘
为了提高肝包虫病的筛查和诊断效率,弥补部分地区医疗资源不足的情况,提出一种基于Swin Transformer的肝包虫病病灶智能分型方法,结合卷积注意力机制模型,通过学习图像的整体和局部细节特征来实现对五种类型的囊型包虫病病灶的全自动分类。为了验证模型具有优越性,将提出的预测模型与常见分类模型对比分析。结果显示基于改进的Swin Transformer模型在测试集上分类准确率可达92.6%。实验结果表明相较于其他算法,基于改进的Swin Transformer网络能较好地分类出肝囊型包虫超声图像,并且该方法可以推广到其他医疗应用中。
关键词
深度学习
图像分类
肝囊型包虫病
超声影像
迁移学习
Keywords
deep learning
image classification
hepatic cystic echinococcosis
ultrasonic image
transfer learning
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的“易诊”智能阅片系统的构建研究
米吾尔依
提
·海拉
提
热娜古丽·艾合麦
提
尼亚孜
王正业
叶尔夏提
·
多力
孔
严传波
《现代信息科技》
2024
0
下载PDF
职称材料
2
基于Swin Transformer的肝囊型包虫病超声图分类研究
热娜古丽·艾合麦
提
尼亚孜
米吾尔依
提
·海拉
提
王正业
叶尔夏提
·
多力
孔
严传波
《电子技术应用》
2022
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
