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
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：
磁共振扩散加权成像在前列腺疾病中的诊断价值 被引量：6
1
作者 马祥根 余永强 《安徽卫生职业技术学院学报》 2010年第4期56-57,共2页
目的:探讨磁共振扩散加权成像(DWI)对前列腺疾病的诊断与鉴别诊断价值。方法:选取118例前列腺疾病患者,其中BPH患者71例,前列腺癌患者47例。所有患者均进行磁共振常规扫描和DWI扫描,分析前列腺增生(BPH)和前列腺癌的DWI和表观扩散系数(A... 目的:探讨磁共振扩散加权成像(DWI)对前列腺疾病的诊断与鉴别诊断价值。方法:选取118例前列腺疾病患者,其中BPH患者71例,前列腺癌患者47例。所有患者均进行磁共振常规扫描和DWI扫描,分析前列腺增生(BPH)和前列腺癌的DWI和表观扩散系数(ADC)图表现,并测量癌肿区的ADC值及BPH的平均ADC值,进行统计学分析。结果:BPH的DWI和ADC图上外周带信号均匀,中央腺体区信号不均匀;前列腺癌病灶在DWI上呈高信号,ADC图呈低信号,受累的精囊,淋巴结转移和骨转移病灶DWI上呈高信号,ADC图上呈低信号;前列腺癌的ADC值(78±16)×10-5mm2/s,BPH组的平均ADC值为(146±44)×10-5mm2/s,两者差异有统计学意义(P<0.05)。结论:DWI检查在前列腺相关疾病诊断中有特征性表现,并对前列腺增生和前列腺癌具有鉴别诊断价值。 展开更多
关键词 磁共振扩散加权成像 前列腺癌 前列腺增生 诊断价值
下载PDF
基于VGG16-DenseNet集成模型的烤烟智能分级
2
作者 黄本荣 范兆烽 +7 位作者 王飞 江逸昕 马祥根 肖光林 詹德良 吴善建 黄嘉星 温永仙 《中国烟草科学》 CSCD 北大核心 2024年第3期102-112,共11页
为实现烤烟烟叶等级快速、准确的智能化识别,本研究基于手机拍摄的不同品种烤烟烟叶正、反面图像,构建了VGG16与DenseNet组合的新网络模型VGG16-Dense,并应用手机拍摄的翠碧1号、云烟87烤烟烟叶6个等级正反面图片,总共24类,验证该模型... 为实现烤烟烟叶等级快速、准确的智能化识别,本研究基于手机拍摄的不同品种烤烟烟叶正、反面图像,构建了VGG16与DenseNet组合的新网络模型VGG16-Dense,并应用手机拍摄的翠碧1号、云烟87烤烟烟叶6个等级正反面图片,总共24类,验证该模型的有效性,同时与5个网络模型DenseNet121、ResNet50、AlexNet、VGG16和GoogLeNet进行比较。研究表明:VGG16-Dense网络模型在验证集的各评估指标(准确率、精确率、召回率、F1分数和平均损失值)均达到优秀值,在测试集的各评估指标较其他模型是最优的,准确率为92.71%,精确率为93.07%,召回率为92.71%,F1分数为92.72%,平均损失值为0.22,有较好的泛化能力,错判较少。VGG16-Dense网络模型能同时智能判别烤烟烟叶等级及其正反面,甄别不同品种,这为初级烤烟收购中的定级实现智能化提供理论指导。 展开更多
关键词 烤烟智能分级 深度学习 组合网络模型 SE模块
下载PDF
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
使用帮助 返回顶部