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5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：
基于3D ResUnet网络的肺结节分割 被引量：12
1
作者 张倩雯 陈明 +1 位作者 秦玉芳 陈希 《中国医学物理学杂志》 CSCD 2019年第11期1356-1361,共6页
目的:将深度残差结构和U-Net网络结合形成新的网络ResUnet,并利用ResUnet深度学习网络结构对胸部CT影像进行图像分割以提取肺结节区域。方法:使用的CT影像数据来源于LUNA16数据集,首先对CT图像预处理提取出肺实质,然后对其截取立体图像... 目的:将深度残差结构和U-Net网络结合形成新的网络ResUnet,并利用ResUnet深度学习网络结构对胸部CT影像进行图像分割以提取肺结节区域。方法:使用的CT影像数据来源于LUNA16数据集,首先对CT图像预处理提取出肺实质,然后对其截取立体图像块并进行数据增强来扩充样本数,形成相应的肺结节掩膜图像,最后将生成的样本输入到ResUnet模型中进行训练。结果:本研究模型最终的精度和召回率分别为35.02%和97.68%。结论:该模型能自动学习肺结节特征,为后续的肺癌自动诊断提供可靠基础,减少临床诊断的成本并节省医生诊断的时间。 展开更多
关键词 肺结节 分割 深度残差结构 召回率 ResUnet
下载PDF
Res_ASPP_UNet++:结合分离卷积与空洞金字塔的遥感影像建筑物提取网络 被引量：5
2
作者 吕少云 李佳田 +3 位作者 阿晓荟 杨超 杨汝春 尚晓梅 《遥感学报》 EI CSCD 北大核心 2023年第2期502-519,共18页
针对连续池化操作丢失低层语义信息而导致建筑物提取精度低的问题,尝试以UNet++网络为基础,通过将编码器的标准卷积及最大池化替换成深度可分离卷积,以及在编码器末端利用不同采样率的空洞卷积构建多尺度空洞空间金字塔池化结构ASPP(Atr... 针对连续池化操作丢失低层语义信息而导致建筑物提取精度低的问题,尝试以UNet++网络为基础,通过将编码器的标准卷积及最大池化替换成深度可分离卷积,以及在编码器末端利用不同采样率的空洞卷积构建多尺度空洞空间金字塔池化结构ASPP(Atrous Spatial Pyramid Pooling)来提升网络性能,并将改进后的建筑物提取网络称为残差空洞空间金字塔网络(Res_ASPP_UNet++)。为验证Res_ASPP_UNet++网络结构的有效性和适用性,以经过数据增强预处理的WHU和Massachusetts数据集作为数据源,对Res_ASPP_UNet++网络与目前常用的语义分割网络进行了试验和精度评估,并将Res_ASPP_UNet++网络与文献中的研究成果进行了对比。结果表明Res_ASPP_UNet++在模型参数量与精度两个方面均表现出优势,能够在大幅压缩模型参数量的前提下,显著提升建筑物提取精度,提取建筑物的边界更加平滑和精确,对不同尺度的建筑物表现出较强的泛化能力。 展开更多
关键词 遥感影像 建筑物提取 UNet++ 深度可分离卷积 深度残差结构 空洞空间金字塔池化
原文传递
基于改进U-Net模型的脑肿瘤MR图像分割 被引量：8
3
作者 付顺兵 王朝斌 +2 位作者 罗建 刘文秀 陈燕生 《西华师范大学学报（自然科学版）》 2021年第2期202-208,共7页
针对全卷积神经网络在医学图像分割中信息丢失、分割精度低等问题,提出了一种基于改进U-Net模型的脑肿瘤分割方法。首先使用深度残差模块替换U-Net结构中原有的卷积块,能够提取更多特征信息并防止网络退化;其次在U-Net的每个跳跃连接之... 针对全卷积神经网络在医学图像分割中信息丢失、分割精度低等问题,提出了一种基于改进U-Net模型的脑肿瘤分割方法。首先使用深度残差模块替换U-Net结构中原有的卷积块,能够提取更多特征信息并防止网络退化;其次在U-Net的每个跳跃连接之间加入注意力机制,把注意力集中到对分割有用的特征,抑制冗余特征;最后采用改进的混合损失函数以缓解类不平衡的问题。使用BraTS提供的脑肿瘤MR图像数据集对改进模型进行验证,用Dice系数评估分割效果,在整体肿瘤区域、核心肿瘤区域和增强肿瘤区域的平均Dice值分别为:0.90、0.85、0.81。实验结果表明,本文提出的改进模型能够提高脑肿瘤MR图像分割精度,具有良好的分割性能。 展开更多
关键词 脑肿瘤分割 医学图像处理 注意力机制 深度残差结构 U-Net
下载PDF
基于特征融合SSD的微电连接器缺陷检测 被引量：6
4
作者 刘群坡 方源 +1 位作者 张建军 苏波 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第3期49-54,共6页
提出基于多尺度特征融合单次多框检测器(SSD)算法,对微精密玻璃封装电连接器的缺陷进行检测.针对SSD算法在背景复杂、噪声干扰多、目标特征微弱环境下,特征提取能力弱、检测精度低的问题,在主干网络加入深度残差结构,丰富细节信息;针对... 提出基于多尺度特征融合单次多框检测器(SSD)算法,对微精密玻璃封装电连接器的缺陷进行检测.针对SSD算法在背景复杂、噪声干扰多、目标特征微弱环境下,特征提取能力弱、检测精度低的问题,在主干网络加入深度残差结构,丰富细节信息;针对在卷积网络中关键信息逐步丢失问题,提出了自顶向下的多尺度特征融合方法将含有上下文信息的高语义层与含有位置信息的低层特征进行融合,使得融合后的特征层包含丰富的边界信息和背景信息;在此基础上,构建了一种轻量级的通道注意力模块,增强SSD算法对特征层重要特征的提取并弱化无关特征,从而提高SSD网络的特征提取能力.实验结果表明:改进算法相对于原始的SSD算法,精度由86.42%提高到了91.28%. 展开更多
关键词 缺陷检测 深度学习 深度残差结构 多尺度特征融合 轻量级通道注意力机制
原文传递
基于改进UNet网络的机制砂石粉分割量化方法 被引量：2
5
作者 耿方圆 高尧 +2 位作者 李伟 裴莉莉 袁博 《计算机系统应用》 2022年第5期213-221,共9页
机制砂是机制砂混凝土的细骨料,其质量优劣对机制砂混凝土的强度、工作性、耐久性等性能影响十分显著,而其石粉含量决定着机制砂的质量优劣.由于传统的石粉检测方法程序存在繁琐、时间久、准确率低且难以量化等难题,本文提出了一种针对... 机制砂是机制砂混凝土的细骨料,其质量优劣对机制砂混凝土的强度、工作性、耐久性等性能影响十分显著,而其石粉含量决定着机制砂的质量优劣.由于传统的石粉检测方法程序存在繁琐、时间久、准确率低且难以量化等难题,本文提出了一种针对机制砂特征的改进型UNet网络的机制砂石粉分割量化方法.首先利用光学显微镜设备对机制砂颗粒进行图像采集,并使用对比度增强、查找表算法、低通滤波等对图像进行增强、去噪等预处理,然后引入深度残差和注意力机制模块,构建改进UNet网络模型,最终实现对机制砂中石粉部分的分割及量化计算.结果表明:本文构建的深度神经网络在机制砂训练集和验证集上的分割准确率高达95.2%和95.94%,且在相同数据上,相比UNet、FCN、Res-UNet方法,分割效果提升显著. 展开更多
关键词 石粉分割 深度残差结构 注意力机制 UNet
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