【摘 要】
：
皮肤癌及各种色素性皮肤病正在严重威胁人类健康。目前皮肤科医生主要通过观察分析皮肤镜图像病灶特征进行色素性皮肤病的诊断。由于不同类别的皮肤病病灶差别较小,医生通过裸眼观察的方式很难判断出病灶的类别。另一方面,随着大数据技术的发展,医学数据爆炸式增长,大量的皮肤镜图像数据使皮肤科医生不堪重负。因此,利用已经确诊的皮肤病数据库中的病例数据实现相似图像的高效检索的研究具有重要意义。本文以ISIC2018皮
论文部分内容阅读
皮肤癌及各种色素性皮肤病正在严重威胁人类健康。目前皮肤科医生主要通过观察分析皮肤镜图像病灶特征进行色素性皮肤病的诊断。由于不同类别的皮肤病病灶差别较小,医生通过裸眼观察的方式很难判断出病灶的类别。另一方面,随着大数据技术的发展,医学数据爆炸式增长,大量的皮肤镜图像数据使皮肤科医生不堪重负。因此,利用已经确诊的皮肤病数据库中的病例数据实现相似图像的高效检索的研究具有重要意义。本文以ISIC2018皮肤镜数据集中七类皮肤病数据为研究对象,主要研究内容如下:针对数据集样本数量小及数据集中样本分布不均匀的问题,对皮肤镜图像进行数据增强,扩大并平衡数据集,有利于后续模型的训练。针对皮肤病种类繁多,类别间差异小、类别内特征差异大的问题,提出一种基于卷积神经网络与哈希的皮肤镜图像检索方法,利用卷积神经网络提取图像特征和哈希技术的优势,将二者放在同一个网络结构中学习,使得在卷积神经网络中同时学习图像和哈希码的特征表示,通过汉明距离度量方法,实现数据库图像中相似图像的快速检索。实验结果表明,基于Res Net50网络与64位哈希码的检索模型检索效果较好,平均精度均值为72.52%,检索时间为4.436s。为了进一步提升皮肤镜图像检索模型性能,结合医生与患者更为关注检索结果中的前几张图像,本文提出基于近邻传播的重排序方法。通过哈希编码确定一个与查询图像汉明距离较近的候选集,将候选集中的高维特征当做是近邻传播聚类中的数据点,通过数据点之间的信息传递,找到查询图像所在的簇,按照距离度量原则,从小到大进行排序。实验结果表明,此方法能有效优化检索排序,基于近邻传播的重排序方法前10张返回图像的平均精确率相较于汉明距离度量方法提高了2.46%。
其他文献
机器人末端负载的质量及质心位置获取与主动柔顺控制是机器人完成高精度任务和保证人机交互过程中环境与本体安全的基础。目前,随着机器人应用的多元化,机器人末端负载的质量及质心位置如何获取、如何保证通过拖动示教展现主动柔顺特性时系统的稳定性以及柔顺性,具有十分迫切的研究需求和深远的研究意义。针对以上问题论文从两方面进行研究,一方面,针对末端负载质量及质心位置获取问题,论文提出基于静态示教位姿的末端负载辨识
近年来,随着现代化和工业化的发展,汽车的需求量大幅增加,这导致能源危机,空气污染的情况日趋严重。为了解决这一状况,全球各国正大力开发新能源。在众多能源中,燃料电池凭借着零排放、高效率、清洁等优点脱颖而出。但是在实际应用中,燃料电池仍然存在不足,首先燃料电池无法单独作为能源,因为其动态响应能力较差,无法面对各种突发情况。其次在评价汽车性能的时候,单一的指标是无法决定汽车性能的优劣。而汽车的经济性和动
随着人口老龄化问题日益严重,脑卒中等疾病患者数量不断增加,导致行走能力障碍的患者人数也不断增加,同时我国现阶段的医疗资源比较紧缺,对于行走能力障碍患者的康复训练资源不足。为了缓解紧张的医疗资源,同时减轻患者家属及社会的经济负担,对于康复训练机器人的研究受到了研究者们的关注。目前康复训练机器人跟踪控制的众多研究成果中大多没有考虑康复训练机器人暂态过程的运动性能,如果康复机器人的初始误差较大,进而康复
由于世界能源的短缺、温室效应的产生以及环境不断地受到污染,太阳能在当今时代的发展已经成为不可或缺的一种新型的清洁能源。随着近年来国内外大型光伏电站的增多,一些光伏电站出现了大面积发电量减少的现象,业界人员称之为电势诱导衰减（Potential Induced Degradation,简称PID）,这种现象导致光伏电站的收益受到大规模影响。由于光伏电站中从电池板到逆变器的直流母线线路多、分布广且大部
手持式触摸设备是人们日常生活的必需品,在使用过程中,用户更倾向于单手持握触摸设备,手持式触摸设备的交互任务可分为点击和滑动任务,点击常用作目标选择任务,而滑动任务常出现在浏览大篇幅内容的长浏览页面中。然而在单手持握的方式下面临着诸多难题,以至于在某些场景中不得已切换为一手持握一手操作或双手操作的方式,由于持握姿态的转变,用户需要将精力全身心的投入到与手持式触摸设备的交互中,而忽略了其自身的安全。为
从多帧二维声纳图像恢复出三维信息是水声三维重建的核心问题,而用于水声三维重建的声纳设备众多,不同的声纳器件有着不同的物理特性,声纳设备的差异化也提出了对重建算法的特定需求。本文主要针对宽孔径前视声纳和侧扫声纳两种声纳设备开展三维重建算法研究。论文取得的成果如下:（1）首先指出了一种从前视声纳多帧图像进行三维重建的方法。阐述了声纳图像方程及采用盲解卷积算法的含义,讨论了实际解算过程中需要考虑约束的具
随着工业界的蓬勃发展,涌现出很多大型现代化设备,这些大型设备可以提高工业的生产效率,促进社会发展,可以说人类的发展越来越离不开大型先进设备的支持。但是越是功能强大的设备,其机器结构越复杂且造价昂贵,大型现代化设备的使用时间越久,所暴露出的故障数量就越多,种类越广,复杂且多变。一旦设备出现自身无法解决的问题,唯一办法就是要找专业的维修专家来进行设备维修,推荐哪位维修专家来对该设备所发生的故障精准高效
多视角（MVS）深度估计利用多个视角的相机参数和图像序列获取每个视角的深度图,是从图像恢复三维空间结构的方法之一,应用于文物修复、三维打印等专业领域中。基于深度学习的MVS深度估计使用图形处理器构建卷积神经网络,对复杂环境的鲁棒性较高。基于深度学习的MVS深度估计在特征提取部分主要以二维卷积结构为主,提取特征时受二维卷积结构影响较大,可以改进特征提取结构提高精度。此外,由于基于深度学习的方法中间输
用于组织亚型划分和异常识别的细胞核分割既是细胞内部进行特征提取和分类的关键起点,也是建立细胞分布模型的基础,所以在病理图像中对细胞核的准确定位是进一步分析的重要内容。但由于细胞核具有重叠、边界不清等数据特点,现有的方法并不能很好地解决这些问题。因此,本文以细胞核病理图像为主要研究对象,利用深度学习的技术进行细胞核分割的研究。本文的主要研究内容如下:在细胞核病理图像预处理阶段,针对图像存在颜色不一致
随着我国工业生产水平的提高,工业生产自动化已经成为现代制造领域中最重要的技术之一,实现自动化是企业生产效率得以显著提升的一大途径。现如今大部分工厂对于工件的管理依然采用人工识别编号字符,再将信息录入系统的方式。传统的光学字符识别技术（OCR）主要应用于文档一类背景简单、文字清晰的字符识别上,虽然技术相对成熟,但对工件编号字符的识别普遍性能较差。近年来,深度学习技术已经在计算机视觉方向取得了显著的成