期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SE-Res2Net网络的宫颈癌超声肿瘤特征提取技术
1
作者
张海艳
李洁
+2 位作者
张博学
刘静
唐雪蕊
《信息技术》
2022年第5期177-182,共6页
为了有效提高宫颈癌的诊断准确率,提出一种基于SE-Res2Net网络的宫颈癌超声肿瘤特征提取技术。在YOLOv3算法模型的基础上,将SE模块嵌入Res2Net网络中,创建一种能够替换原特征提取网络的SE-Res2Net网络,使模型的特征提取能力得到提升。...
为了有效提高宫颈癌的诊断准确率,提出一种基于SE-Res2Net网络的宫颈癌超声肿瘤特征提取技术。在YOLOv3算法模型的基础上,将SE模块嵌入Res2Net网络中,创建一种能够替换原特征提取网络的SE-Res2Net网络,使模型的特征提取能力得到提升。利用重新构建的下采样模块,保证了下采样操作后信息的完整性。将密集连接网络与残差连接网络相结合,组建Res-DenseNet网络以改进YOLOv3模型的原有残差连接方式。实验结果表明,该方法的性能明显优于传统YOLOv3算法,适于在临床诊断中普及应用。
展开更多
关键词
SE-Res2Net网络
宫颈癌超声图像
采样
特征提取
识别性能
下载PDF
职称材料
题名
基于SE-Res2Net网络的宫颈癌超声肿瘤特征提取技术
1
作者
张海艳
李洁
张博学
刘静
唐雪蕊
机构
唐山市工人医院
出处
《信息技术》
2022年第5期177-182,共6页
文摘
为了有效提高宫颈癌的诊断准确率,提出一种基于SE-Res2Net网络的宫颈癌超声肿瘤特征提取技术。在YOLOv3算法模型的基础上,将SE模块嵌入Res2Net网络中,创建一种能够替换原特征提取网络的SE-Res2Net网络,使模型的特征提取能力得到提升。利用重新构建的下采样模块,保证了下采样操作后信息的完整性。将密集连接网络与残差连接网络相结合,组建Res-DenseNet网络以改进YOLOv3模型的原有残差连接方式。实验结果表明,该方法的性能明显优于传统YOLOv3算法,适于在临床诊断中普及应用。
关键词
SE-Res2Net网络
宫颈癌超声图像
采样
特征提取
识别性能
Keywords
SE-Res2Net network
cervical cancer ultrasound image
sampling
feature extraction
recognition performance
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SE-Res2Net网络的宫颈癌超声肿瘤特征提取技术
张海艳
李洁
张博学
刘静
唐雪蕊
《信息技术》
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部