-
题名微波消融治疗难治性非哺乳期右侧乳腺炎1例
- 1
-
-
作者
储慧敏
陈晓阳
石磊
宋倩
-
机构
南通大学附属医院超声医学科
-
出处
《中国介入影像与治疗学》
北大核心
2024年第4期256-256,共1页
-
基金
南通大学附属医院研究型医院建设经费(YJXYY202204-YSC2)。
-
文摘
患者女,33岁,右乳间断红肿热痛5个月、皮肤破溃2天;当地医院诊断为“右侧乳腺炎”,予中药治疗4周后症状加重,改为抗感染治疗4月余,效果欠佳,期间经穿刺抽脓后症状短暂缓解;既往体健。查体:右乳表面皮肤红肿、破溃,破口约1 cm×1 cm;于右乳外上象限触及直径约10 cm肿块,波动感明显。乳腺超声显示右乳外上象限110 mm×38 mm×14 mm无回声区,提示乳腺炎。
-
关键词
乳腺炎
消融技术
超声检查
-
Keywords
mastitis
ablation techniques
ultrasonography
-
分类号
R655.8
[医药卫生—外科学]
R815
[医药卫生—放射医学]
-
-
题名基于全卷积神经网络的多尺度人脸检测
被引量：1
- 2
-
-
作者
储慧敏
杨会成
张丽
潘玥
-
机构
安徽工程大学电气工程学院
安徽华东广电技术研究所有限公司
-
出处
《平顶山学院学报》
2019年第5期48-53,共6页
-
基金
安徽省高校自然科学研究重点项目(KJ2018A0122)
-
文摘
如何快速而准确地定位到人脸,针对这个问题,提出了一种基于全卷积神经网络的多尺度人脸检测方法.首先用全卷积层替换VGG网络中的全连接层,然后用二分类代替分类层,最后进行该算法下的人脸检测,通过对待检测的图片进行多尺度变换并将其输入到全卷积神经网络中,得到相应的概率矩阵,人脸图框通过非极大值抑制法获取.试验结果表明,该算法的准确率较高,检测时间短,性能较好.
-
关键词
卷积神经网络
人脸检测
VGG
多尺度变换
-
Keywords
convolutional neural network
face detection
VGG
multi-scale transformation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于生成式对抗网络的图像修复
被引量：3
- 3
-
-
作者
潘玥
杨会成
储慧敏
-
机构
安徽工程大学电气工程学院
-
出处
《海南热带海洋学院学报》
2020年第2期81-87,共7页
-
基金
安徽省高校自然科学研究重点项目(KJ2018A0122)。
-
文摘
以往修复图像的办法是将任意缺失区域的推断应用到损失的部分中,难以得到高精度的复原图像.而基于生成式对抗网络(GAN)结合二次优化算法可以对图像损失部分进行修复.该框架对生成式对抗网络结构进行了改进,选用残差神经网络结构替换生成器结构,可生成更有效的伪造图像集,从而激发判别器提升其性能,并选用优先级函数和均方误差(MSE)确定待修复补丁和与其最佳匹配补丁,结合期望最大化(EM)算法最小化来优化补丁匹配与补丁合成的细节,提高图像复原的准确度。
-
关键词
生成式对抗网络
残差网络
优先级函数
均方误差
期望最大化算法
-
Keywords
generative adversarial networks
residual network
priority function
mean square error
expectation maximization algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名融合型神经网络的人员再检测
- 4
-
-
作者
潘玥
杨会成
储慧敏
-
机构
安徽工程大学电气工程学院
-
出处
《黑龙江工业学院学报（综合版）》
2019年第10期45-52,共8页
-
基金
安徽省高校自然科学研究重点项目(KJ2018A0122)
-
文摘
随着对跨境跟踪技术的关注不断增加,人员再检测技术也是一大研究热点。我们从外界影响的因素出发,提出了一种手动特征与神经网络特征提取结合的融合特征算法应用于人员再检测技术。首先利用改进型的生成式对抗网络(GAN)扩大数据集;然后利用颜色模型HSV和尺度不变局部三元模式结合神经网络特征融合的方案提取特征;再者,在分类模型中,利用交叉熵损失来进行计算相似度量。实验结果表明,与传统算法相比,性能有一定的改进。
-
关键词
生成式对抗网络
颜色模型
尺度不变局部三元模式
交叉熵损失
残差网络
-
Keywords
generative adversarial networks
HSV
scale-invariant local ternary model
cross entropy loss
rest net
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
