针对现有的基于卷积神经网络的图像去模糊算法存在图像纹理细节恢复不清晰的问题,提出了一种基于多局部残差连接注意网络的图像去模糊算法。首先,采用一个卷积层进行浅层特征提取;其次,设计了一种新的基于残差连接和并行注意机制的多局...针对现有的基于卷积神经网络的图像去模糊算法存在图像纹理细节恢复不清晰的问题,提出了一种基于多局部残差连接注意网络的图像去模糊算法。首先,采用一个卷积层进行浅层特征提取;其次,设计了一种新的基于残差连接和并行注意机制的多局部残差连接注意模块,用于消除图像模糊并提取上下文信息;再次,采用一个基于扩张卷积的成对连接模块进行细节恢复;最后,利用一个卷积层重建清晰图像。实验结果表明:在GoPro数据集上的PSNR(peak signal to noise ratio)和SSIM(structure similarity)分别为31.83 dB、0.9275,在定性和定量两方面都表明所提方法能够有效地恢复模糊图像的纹理细节,网络性能优于对比方法。展开更多
文摘目的:探讨发生组织学转化(histological transformation,HT)的滤泡淋巴瘤(follicular lymphoma,FL)患者的临床表现、组织病理学特征、不同治疗方案疗效及预后。方法:选取我院2018年12月至2022年10月收治的26例发生组织学转化的滤泡淋巴瘤患者,回顾性分析患者的临床特征、病理特征、治疗方案、疗效及生存状况。结果:26例患者,中位年龄57(43~97)岁,其中25例转化为弥漫大B细胞淋巴瘤(diffuse large B cell lymphoma,DLBCL),低级别转化2例,高级别转化19例,1例转化为B淋巴母细胞白血病/淋巴瘤(B-lymphoblastic leukemia/lymphoma,B-LBL);11例出现结外侵犯,8例出现骨髓侵犯;初步诊断时发生转化的患者17例,转化后的疗效5例达到CR,8例达到PR,化疗之后发生转化的患者9例,转化后疗效4例达到PR,两组ORR分别为76.5%和44.4%,两组ORR差异无统计学意义(P=0.194)。全部患者中位随访时间22个月,中位PFS未达到(3~45个月)和中位OS未达到(5~45个月),2年OS率和PFS率分别为80.7%和64.8%。单因素分析结果显示:ECOG评分(P=0.040)、Ki-67(P=0.005)是影响患者PFS的因素。Ann Arbor分期(P=0.014)、FLIPI-1评分(P=0.008)是影响患者OS的因素。多因素分析结果显示,Ki-67(P=0.028)是影响患者PFS独立的预后因素。结论:FL患者发生组织学转化后预后不良,ECOG评分≥2分、Ki-67≥70%的患者PFS差,Ann Arbor分期Ⅲ-Ⅳ期、FLIPI-1评分>2分的患者OS差,Ki-67是影响患者PFS的独立预后因素。
文摘针对现有的基于卷积神经网络的图像去模糊算法存在图像纹理细节恢复不清晰的问题,提出了一种基于多局部残差连接注意网络的图像去模糊算法。首先,采用一个卷积层进行浅层特征提取;其次,设计了一种新的基于残差连接和并行注意机制的多局部残差连接注意模块,用于消除图像模糊并提取上下文信息;再次,采用一个基于扩张卷积的成对连接模块进行细节恢复;最后,利用一个卷积层重建清晰图像。实验结果表明:在GoPro数据集上的PSNR(peak signal to noise ratio)和SSIM(structure similarity)分别为31.83 dB、0.9275,在定性和定量两方面都表明所提方法能够有效地恢复模糊图像的纹理细节,网络性能优于对比方法。