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4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：
基于改进U-Net深度网络在定量评估腕管综合征正中神经卡压中的应用 被引量：2
1
作者 蔡叶华 程怿 +4 位作者 邵洁 田宝园 张麒 傅燕 张俊 《放射学实践》 北大核心 2020年第9期1176-1180,共5页
目的:运用改进U-Net深度网络学习定量评价腕管综合征正中神经的超声图像,确定基于改进U-Net深度网络学习的卷积神经网络模型,探讨其在定量评估腕管综合征正中神经卡压中的应用价值。方法:搜集213例经肌电图确诊的腕管综合征正中神经卡... 目的:运用改进U-Net深度网络学习定量评价腕管综合征正中神经的超声图像,确定基于改进U-Net深度网络学习的卷积神经网络模型,探讨其在定量评估腕管综合征正中神经卡压中的应用价值。方法:搜集213例经肌电图确诊的腕管综合征正中神经卡压患者及104例健康志愿者,213例正中神经卡压患者中60例为双侧卡压。对317例受检者行超声检查,在腕管处保存超声图像,共得到正中神经图像377组。由擅长肌骨超声的医师对377组图像进行勾勒。应用基于改进U-net深度网络学习的卷积神经网络模型,分割腕管综合征卡压的正中神经超声图像,定量分析提取横切以及纵切的正中神经超声图像的影像组学量化特征。结果:改进的U-Net深度网络可以很好地识别切割正中神经;改进的U-Net深度网络可以定量表示CTS中卡压的正中神经回声减低,区域明暗参数A、明暗参数I、对比明暗参数RI以及纹理参数Homo、纹理不均匀参数Cont差异均有统计学意义(P=0.000)。结论:改进的U-Net模型在超声正中神经图像自动分割方面表现良好,可以定量分析腕管综合征正中神经卡压时灰度以及神经纹理均匀性。 展开更多
关键词 u-net深度网络 神经分割 腕管综合征 正中神经卡压 超声检查
下载PDF
便携式矿用隔爆设备隔爆间隙检测装备
2
作者 张玉凤 张德胜 《煤炭技术》 CAS 2024年第8期277-281,共5页
介绍了一种便携式矿用隔爆设备间隙检测装备,该装备基于融合机器学习和数字图像处理技术的摄像头成像检测原理,建立了准确的隔爆间隙识别模型,并通过手机端应用程序对测量图像进行识别、分割和修正,得出准确的测量数值。该装备包括隔爆... 介绍了一种便携式矿用隔爆设备间隙检测装备,该装备基于融合机器学习和数字图像处理技术的摄像头成像检测原理,建立了准确的隔爆间隙识别模型,并通过手机端应用程序对测量图像进行识别、分割和修正,得出准确的测量数值。该装备包括隔爆设备间隙检测仪和智能手机端应用程序两部分,隔爆间隙检测仪用于拍摄高分辨率图像并传输至智能手机端,智能手机应用程序利用机器学习模型推算间隙图像并给出准确的间隙宽度数值,实现了矿用隔爆设备隔爆间隙的自动检测。 展开更多
关键词 隔爆间隙 数字图像 腐蚀 识别模型 标准偏差 u-net深度学习网络
下载PDF
基于DE-3D U-Net的斑马鱼后脑血管共聚焦显微图像分割和量化测量
3
作者 郑文虎 李辉 +1 位作者 陈冲 王林波 《激光生物学报》 CAS 2024年第3期209-216,共8页
斑马鱼后脑部位的脉络丛控制着大脑和血管之间的物质交换,脉络丛周围的血管异常可引发相关的脑血管疾病。本文首先对斑马鱼后脑部位的主要血管进行了连续成像,使用共聚焦显微镜拍摄正常情况和柱孢藻毒素处理后的斑马鱼胚胎,获得了斑马... 斑马鱼后脑部位的脉络丛控制着大脑和血管之间的物质交换,脉络丛周围的血管异常可引发相关的脑血管疾病。本文首先对斑马鱼后脑部位的主要血管进行了连续成像,使用共聚焦显微镜拍摄正常情况和柱孢藻毒素处理后的斑马鱼胚胎,获得了斑马鱼在受精后43~63 h的系列三维图像。然后,进一步开发了图像分割的神经网络DE-3D U-Net用于主要后脑血管的分割。网络分割结果显示,3根主要血管的类别像素准确率分别为86.67%、93.18%和83.74%。最后,绘制了斑马鱼后脑血管发育曲线图。结果表明,3根主要的血管半径在高浓度的柱孢藻毒素处理后出现了18%左右的缩减,中脑静脉夹角出现了30°~50°的缩减。此研究提出了一个可用于斑马鱼后脑血管分割的神经网络模型,得出的数据可为斑马鱼脉络丛发育研究提供基础。 展开更多
关键词 斑马鱼 后脑血管 共聚焦显微成像 3D u-net神经网络 柱孢藻毒素
下载PDF
基于U-Net深度卷积神经网络的碳酸盐岩储层自动识别方法
4
作者 陈蕾 唐金良 +1 位作者 孙振涛 曹辉兰 《内蒙古石油化工》 CAS 2020年第5期50-52,57,共4页
本文将目前主流的深度学习思想引入到缝洞油藏描述领域,减少该领域的大规模人工交互分析的成本。构建了面向缝洞储层分类自动识别的井震样本数据集,为后续缝洞储层自动识别深度网络的构建提供训练数据。在利用对U-Net网络进行训练时,采... 本文将目前主流的深度学习思想引入到缝洞油藏描述领域,减少该领域的大规模人工交互分析的成本。构建了面向缝洞储层分类自动识别的井震样本数据集,为后续缝洞储层自动识别深度网络的构建提供训练数据。在利用对U-Net网络进行训练时,采取"预训练+调优训练"两步实施的策略,实现了高精度的储层概率与储层分类自动识别,实际资料测试结果表明深度网络具有较好的泛化能力。 展开更多
关键词 u-net深度卷积 神经网络 地震属性 碳酸盐岩 缝洞储层
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