结合多通道注意力的糖尿病性视网膜病变分级

来源 :中国图象图形学报 | 被引量 : 0次 | 上传用户:hsh15811353953
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的糖尿病性视网膜病变(diabetic retinopathy, DR)是一种常见的致盲性视网膜疾病,需要患者在早期就能够被诊断并接受治疗,否则将会造成永久性的视力丧失。能否检测到视网膜图像中的微小病变如微血管瘤,是糖尿病性视网膜病变分级的关键。然而这些病变过于细小导致使用一般方法难以正确地辨别。为了解决这一问题,本文提出了一种基于多通道注意力选择机制的细粒度分级方法(fine-grained grading method based on multi-channel attention sele
其他文献
本文主要介绍家居香氛产品的种类、香型、功效,分析了不同形态家居香氛产品的组成和使用特点,探讨了家居香氛产品的潜在危害。
目的多人交互行为的识别在现实生活中有着广泛应用。现有的关于人类活动分析的研究主要集中在对单人简单行为的视频片段进行分类,而对于理解具有多人之间关系的复杂人类活动的问题还没有得到充分的解决。方法针对多人交互动作中两人肢体行为的特点,本文提出基于骨架的时空建模方法,将时空建模特征输入到广义图卷积中进行特征学习,通过谱图卷积的高阶快速切比雪夫多项式进行逼近。同时对骨架之间的交互信息进行设计,通过捕获这种
综述了衣料用液体洗涤剂的产品分类、生产工艺、优缺点及发展趋势,通过市场调查摸底了衣料用液体洗涤剂的执行标准现状,结合历年国家监督抽查情况对产品的质量状况、常见不合格项目进行了分析,并进一步给出了相关建议。
目的胶质瘤的准确分级是辅助制定个性化治疗方案的主要手段,但现有研究大多数集中在基于肿瘤区域的分级预测上,需要事先勾画感兴趣区域,无法满足临床智能辅助诊断的实时性需求。因此,本文提出一种自适应多模态特征融合网络(adaptive multi-modal fusion net,AMMFNet),在不需要勾画肿瘤区域的情况下,实现原始采集图像到胶质瘤级别的端到端准确预测。方法 AMMFNet方法采用4个
为了探究在VR仿真环境下评估舰船操作台人机界面的人机功效能否达到与实物仿真环境类似的效果,招募了9名被试者在2种平台与3种工况下开展对比实验。该文采用了10D-SART、SAGAT、眼动和任务绩效等指标来评估被试者的情境意识。实验结果表明,在2种平台间,各项指标存在较高的一致性且无显著差异。研究表明在操作员的情境意识评估方面,VR仿真平台在一定程度上可以取代实物仿真平台,并可在早期设计阶段对方案进行评估,从而降低开发成本。
结合婴幼儿衣料洗涤剂产品的特殊性及当前缺乏相关产品标准的现状,分析了对该类产品进行风险监测的必要性,通过舆情分析选择二噁烷项目和荧光增白剂项目进行了风险监测,并在此基础上对生产企业、相关部门、消费者给出了相关建议。
目的青光眼是导致失明的主要疾病之一,视盘区域的形状、大小等参数是青光眼临床诊断的重要指标。然而眼底图像通常亮度低、对比度弱,且眼底结构复杂,各组织以及病灶干扰严重。为解决上述问题,实现视盘的精确检测,提出一种视觉显著性的眼底图像视盘检测方法。方法首先,依据视盘区域显著的特点,采用一种基于视觉显著性的方法对视盘区域进行定位;其次,采用全卷积神经网络(fully convolutional neura
以异构癸醇聚氧乙烯醚(EO=7,缩写1007)为原料,经SO3硫酸化、中和制备了异构癸醇聚氧乙烯醚硫酸盐(缩写1007S),测定了平衡表面张力、动态表面张力、泡沫、润湿、乳化和耐碱性,并与1007进行了比较。结果表明:1007S与1007的临界胶束浓度(cmc)无显著差异,1007S cmc时的表面张力高于1007;1007S动态表面张力高于1007;1007S泡沫体积高于1007;1007S润湿时间长于1007;1007S乳化能力低于1007;1007S耐碱性高于1007。
将月桂酸、豆蔻酸、棕榈酸、硬脂酸和油酸等脂肪酸应用于洗衣液配方,以氢氧化钠、氢氧化钾和三乙醇胺做中和剂,考察了不同脂肪酸和中和剂对洗衣液稳定性、黏度等理化指标以及去污、泡沫等性能指标的影响。结果表明,同一洗衣液基液配方,短碳链、不饱和脂肪酸较长碳链、饱和脂肪酸与洗衣液其他组分配伍性好,同一脂肪酸不同中和剂对其在洗衣液中应用稳定性的影响没有显著差异;不同脂肪酸和中和剂对洗衣液黏度的影响差异较大;添加不同脂肪酸和中和剂洗衣液对炭黑污布的去污性能差别不大,对于蛋白污布和皮脂污布,去污性能随脂肪酸碳链长度增加而提
目的脑电图(electroencephalogram,EEG)是一种灵活、无创、非侵入式的大脑监测方法,广泛应用于运动想象脑机接口系统中,运动想象脑电图识别精度是决定系统性能的关键因素。然而由于脑电图采集时间长、个体差异大等原因,导致单个受试者可用于模型训练的样本数量少,严重影响了卷积神经网络在脑电图识别任务中的表现。为此,本文提出一种镜卷积神经网络(mirror convolutional ne