国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 13 条结果

基于人工智能的非放大内镜结直肠病变自动NICE分型:从构建到部署CSTPCD
作者：陈健夏开建卢勇达丁雨刘罗杰徐晓丹
发表期刊：兰州大学学报(医学版) 2024年12期
关键词：深度学习窄带成像国际结直肠息肉内镜结肠镜卷积神经网络模型Transformer模型模型部署
摘要：目的近年,欧洲与中国的年轻人群中结肠癌发病率明显增加。尽管窄带成像(NBI)国际结直肠息肉内镜(NICE)分型为此提供了策略,但年轻医师在应用中仍面临挑战。本研究涵盖了从构建到部署的全流程,致力于构建基于NICE分型的人工智能深度学习模型,旨在提升结直肠病变鉴别的准确度并协助临床决策。方法基于3个数据集:数据集1(苏州大学附属常熟医院,n=2050)、数据集2(常熟市中医院,n=456)用于模型训练与测试,数据集3(苏州大学附属第一医…查看全部>>
基于胃组织病理图像数据集的卷积神经网络模型对胃癌的早期预测价值CSTPCD
作者：孙伟史航黄臻法良玲
发表期刊：川北医学院学报 2024年7期
关键词：胃癌胃组织病理图像卷积神经网络模型影像组学
摘要：目的:探究胃组织病理图像数据集的卷积神经网络(CNN)模型对胃癌(GC)的早期预测价值,开发并验证GC早期预测模型.方法:将154 例GC患者按照分期不同分为早期组(n=87)和中晚期组(n=67).采用Logistic回归分析临床协变量;使用卷积神经网络(CNN)特征提取模型,搭建CNN预测模型;受试者工作特征(ROC)曲线评估区分度,校准曲线评估准确度.结果:年龄、基础疾病、幽门螺旋菌感染、红细胞计数(RBC)、白细胞计数(WBC…查看全部>>
基于深度学习的滑坡监测与早期预警方法研究
作者：顾华奇陈皆红李婷
发表期刊：江西科学 2019年2期
关键词：浅层滑坡大数据分析空间多源数据获取及融合卷积神经网络模型滑坡演变过程模拟
摘要：研究的浅层滑坡成灾机理及成灾模式分析、面向大数据分析的空间多源数据获取及融合、基于深度卷积神经网络模型的滑坡演变过程模拟、滑坡演化的定量评估模型和早期预警系统建设等4个有机部分,构成了一个从理论到方法再到应用的相对完整的技术主线.其中对浅层滑坡成灾机理及成灾模式分析为后三者的提供理论指导,面向大数据分析的空间多源数据获取及融合是基于深度卷积神经网络模型的滑坡演变过程模拟的数据基础,滑坡演化的定量评估模型和早期预警系统建设为技术路线的实现、验证与应用部分.
基于超声图像的乳腺癌CNN病理分型诊断模型的构建CSTPCD
作者：於子扬唐维杨丽
发表期刊：生命科学仪器 2023年1期
关键词：卷积神经网络模型超声图像乳腺癌病理类型
摘要：背景:基于超声图像的卷积神经网络(Convolutional neural network,CNN)的诊断模型是目前临床诊断乳腺癌良恶性的有效手段。但相比良恶性二分类诊断,乳腺癌病理细分多分类诊断可能更利于临床更精准治疗,更具临床价值。目的:基于超声图像构建乳腺癌CNN病理类型诊断模型,并分析其临床诊断价值。方法:纳入我院2016年1月至2022年1月经病理学检查确诊的432例乳腺癌患者,其中262例为原位癌,170例为浸润癌。收集所…查看全部>>
基于深度学习的ECG/PPG血压测量方法CSTPCD
作者：胡军锋郑彬
发表期刊：生物医学工程研究 2022年1期
关键词：血压光电容积脉搏波描记法心电图信号处理小波包变换卷积神经网络模型
摘要：近年来,基于ECG/PPG信号的血压测量方法已经在某些可穿戴设备上实现.但此类方法的检测精度尚未达到相关国际标准.本研究利用深度神经网络模型,对基于ECG/PPG信号的血压测量方法进行了深入研究,提高了该类方法的检测精度.首先,采用基于小波包的模态分解技术,从PPG信号中提取出心脏信号和呼吸信号,并将其与ECG信号同步.然后,采用卷积神经网络(convolutional neural network,CNN)基于上述信号建立血压检测模…查看全部>>
求解双曲型方程的半离散卷积神经网络算法北大核心CSTPCD
作者：汪浏博郑素佩张蕊封建湖
发表期刊：浙江大学学报（理学版） 2024年6期
关键词：双曲守恒律方程有限体积法卷积神经网络模型
摘要：双曲守恒律方程的间断解对数值算法要求严格.通常传统低阶数值算法构造简单,但数值结果的分辨率较低,且依赖于网格.机器学习方法虽不依赖于网格,且适用于处理复杂场景下的问题(如高维问题),但在求间断解时可能出现移位或抹平现象.将机器学习方法与传统低阶格式相结合,在空间上采用低阶有限体积格式,在权重系数优化上采用卷积神经网络,从而实现基于较少节点便可得到高分辨率数值结果.数值算例验证了算法的性能,在求解连续及间断问题时均能得到高分辨率数值结果…查看全部>>
基于CNN神经网络的小麦不完善粒高光谱检测北大核心CSCDCSTPCD
作者：于重重周兰王鑫吴静珠刘倩
发表期刊：食品科学 2017年24期
关键词：小麦不完善粒高光谱检测卷积神经网络模型
摘要：利用高光谱成像技术对小麦不完善粒进行无损检测.以932个小麦为样本,其中正常粒样本486个、破损粒样本170个、虫蚀粒样本149个及黑胚粒样本127个为研究对象,通过高光谱图像采集系统采集样本的光谱信息,然后从每个样本的116个波段中选取30个波段,建立基于深度学习的卷积神经网络(convolutional neural networks,CNN)模型.实验中的CNN采用2个卷积层,第1层采用大小为3×3的32个卷积核,第2层采用大小…查看全部>>
基于高斯混合模型的一种工业供应链销售预测方法北大核心
作者：戎荷婷姚兰杨佳云高福祥
发表期刊：计算机应用与软件 2021年8期
关键词：销售预测高斯混合模型人工神经网络模型卷积神经网络模型工业供应链
摘要：针对定性工业供应链销售预测方法中存在的精度低、非智能化且无法处理复杂样本等问题,提出一种基于高斯混合模型的工业供应链销售预测方法.分析真实销售数据的特征信息及特征间的相关程度;在不同聚类簇数和特征数的组合下利用训练数据集迭代计算模型参数;对测试数据集进行销售预测,通过比较预测结果的准确率、召回率和F值三个指标确定可实现较好结果的特征值与聚类簇数目.实验结果表明,与人工神经网络模型和卷积神经网络模型相比,该方法在三个指标方面均表现出更好…查看全部>>
基于深度学习的网格优化裂缝检测模型研究北大核心CSCDCSTPCDEI
作者：孟诗乔张啸天乔甦阳周颖
发表期刊：建筑结构学报 2020年S02期
关键词：混凝土裂缝识别深度学习网格优化语义分割卷积神经网络模型
摘要：为提高混凝土结构裂缝识别的有效性和准确性,基于深度学习技术,建立了一种包含网格优化模块的卷积神经网络(Grid-Deeplab)模型,用于识别裂缝区域并实现像素级语义分割。采用Grid-Deeplab模型,通过对网格化后裂缝图像的具有不同重要性特征的子区域进行建模,使模型具有区别图像有效区域的能力,从而显著提升了裂缝检测模型的检测效率和准确率。采用平均交并比作为评价标准,在数据集上将提出的Grid-Deeplab模型与既有的U-Net…查看全部>>
基于卷积神经网络的霉变烟叶图像识别方法研究北大核心CSCDCSTPCD
作者：李亚召云利军叶志霞王坤翟乃琦
发表期刊：计算机工程与科学 2021年3期
关键词：霉变烟叶卷积神经网络模型图像分类
摘要：针对人工在线精选霉变烟叶时,存在效率低下、容易漏检等缺点,提出了一种基于卷积神经网络模型对霉变烟叶图像进行筛选、分类识别的方法.首先建立烟叶数据集,然后搭建卷积神经网络模型,利用卷积神经网络先初步提取特征,再筛选提取主要特征,然后进行各部分的特征汇总;最后实现图像的分类,从而实现了快速、准确的识别霉变烟叶图像和正常烟叶图像.实验结果表明,与人工挑选霉变烟叶的方法和烟叶传统图像分类算法相比较,搭建的卷积神经网络不仅具有较高的识别准…查看全部>>

12 >