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：
中国陆地生态系统固碳效应——中国科学院战略性先导科技专项“应对气候变化的碳收支认证及相关问题”之生态系统固碳任务群研究进展 被引量：82
1
作者 方精云 于贵瑞 +2 位作者 任小波 刘国华 赵新全 《中国科学院院刊》 CSCD 2015年第6期848-857,875,共10页
气候变化是当前人类生存和发展所面临的共同挑战,受到世界各国人民和政府的高度关注。陆地生态系统固碳被认为是最经济可行和环境友好的减缓大气CO2浓度升高的重要途径之一,因此,如何提高陆地生态系统碳储量及其固碳能力,是近年来全球... 气候变化是当前人类生存和发展所面临的共同挑战,受到世界各国人民和政府的高度关注。陆地生态系统固碳被认为是最经济可行和环境友好的减缓大气CO2浓度升高的重要途径之一,因此,如何提高陆地生态系统碳储量及其固碳能力,是近年来全球变化研究的热点领域。2011年,中科院启动了"应对气候变化的碳收支认证及相关问题"的战略性先导科技专项;其中,生态系统固碳任务群在中国森林、灌丛、草地和农田生态系统约16 000个野外样地进行了系统的野外调查,并开展了6大国家重大生态工程固碳效应评估和4个典型区域固碳增汇技术体系和示范的综合研究。在全国尺度上准确评估了森林、灌丛、草地和农田生态系统的固碳现状、速率和潜力,科学评估了中国重大生态工程的固碳效应,并发展了兼顾社会经济和固碳效应需求的区域可持续新模式。此外,生态系统固碳任务群首次在国家尺度构建了科学的、可核查的陆地生态系统碳清查实体数据库,不仅可为中国应对气候变化的国际间谈判提供重要数据,还将在中国生态文明建设中发挥重要作用。 展开更多
关键词 生态系统 碳储量 碳吸收 生态工程 中国
原文传递
面向未来的新一轮医疗技术革命——干细胞与再生医学研究战略性先导科技专项进展 被引量：14
2
作者 周琪 任小波 +3 位作者 杨旭 姚远 杨维 夏英杰 《中国科学院院刊》 CSCD 2015年第2期262-271,124,共10页
干细胞研究已经成为当今生命科学的前沿和热点。基于干细胞修复与再生能力的再生医学,有望解决人类面临的重大医学难题,帮助人类实现修复创伤和病理组织、治愈终末期疾病的梦想,引发继药物和手术之后的新一轮波澜壮阔的医疗技术革命。... 干细胞研究已经成为当今生命科学的前沿和热点。基于干细胞修复与再生能力的再生医学,有望解决人类面临的重大医学难题,帮助人类实现修复创伤和病理组织、治愈终末期疾病的梦想,引发继药物和手术之后的新一轮波澜壮阔的医疗技术革命。文章分析了干细胞研究领域的国家战略需求,概述了国内外干细胞与再生医学研究的发展现状,同时介绍了中科院"干细胞与再生医学研究"战略性先导科技专项的实施进展情况,并为我国干细胞研究领域的健康发展提出了建议。 展开更多
关键词 干细胞 再生医学 中科院战略性先导科技专项
原文传递
融合注意力的ConvNeXt视网膜病变自动分级 被引量：5
3
作者 黄文博 黄钰翔 +1 位作者 姚远 燕杨 《光学精密工程》 EI CAS CSCD 北大核心 2022年第17期2147-2154,共8页
由于视网膜病变的类间图像特征差别小及分类临界值相对模糊,自动分级算法存在识别与分级准确率低的问题,提出了融合高效通道注意力(Efficient Channel Attention,ECA)特征的ConvNeXt视网膜病变自动分级模型。针对数据集中数据不足的问题... 由于视网膜病变的类间图像特征差别小及分类临界值相对模糊,自动分级算法存在识别与分级准确率低的问题,提出了融合高效通道注意力(Efficient Channel Attention,ECA)特征的ConvNeXt视网膜病变自动分级模型。针对数据集中数据不足的问题,采用水平翻转左右变换的方法扩充数据,并引入相关数据集来均衡数据的分布。针对眼底图像中出现的图像模糊、光照不均等问题,采用Graham方法对图像进行预处理突出病变特征。提出了融合注意力的ConvNeXt网络来辅助医生诊断视网膜病变,引入ECA机制,并设计了E-Block模块,该模块具有高性能、低参数的特性,能够在训练过程中有效捕捉跨通道交互的信息,同时避免降维。采用迁移学习方法训练网络的所有层参数,加入dropout方法避免ConvNeXt网络的学习能力过强导致的过拟合问题。实验结果表明,所提出的模型敏感性为95.20%,特异度为98.80%,准确率为95.21%。与常用的网络相比,本文方法针对视网膜病变自动分级各项性能指标均有提高。 展开更多
关键词 视网膜病变识别与分级 迁移学习 ConvNeXt网络 高效通道注意力 E-Block
下载PDF
基于注意力U-Net的视网膜血管分类识别 被引量：1
4
作者 燕杨 尤紫如 +1 位作者 姚远 黄文博 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第12期2933-2940,共8页
针对视网膜动静脉血管(A/V)自动分类方法的局限性,提出了基于注意力U-Net(AU-Net)的视网膜A/V自动分类方法。利用血管结构信息、拓扑关系及边缘信息增强视网膜A/V特征信息,在U-Net改进网络VC-Net模型中引入注意力模块,将局部与全局信息... 针对视网膜动静脉血管(A/V)自动分类方法的局限性,提出了基于注意力U-Net(AU-Net)的视网膜A/V自动分类方法。利用血管结构信息、拓扑关系及边缘信息增强视网膜A/V特征信息,在U-Net改进网络VC-Net模型中引入注意力模块,将局部与全局信息相结合,调整权重约束视网膜A/V特征,如抑制背景倾向特征并增强血管边缘及末端特征,实现视网膜A/V的精准分类。在DRIVE数据集中对本文方法性能进行了测试,结果表明,本文方法视网膜A/V分类精度为0.9685,F1值为0.9886,敏感度为0.9803,特异性为0.9957。由实验结果可见,与经典U-Net相比,本文方法各项性能指标均有显著提升,可供临床借鉴。 展开更多
关键词 深度学习 动静脉血管分类 注意力模块 U-Net
原文传递
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