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
共找到4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：
基于改进全变分的ESPI图像的降噪 被引量：1
1
作者 武灿灿 侯伟 +1 位作者 辛化梅 冷严 《软件》 2018年第3期86-89,共4页
图像的降噪是是各种图像信息提取和特征识别的前提。真实的电子散斑干涉条纹图中含有大量的噪声,对后续图像的相位提取造成了一定的影响。本文提出一种基于改进全变分(TV)的电子散斑干涉条纹图降噪方法。首先对图像进行小波分解,然后针... 图像的降噪是是各种图像信息提取和特征识别的前提。真实的电子散斑干涉条纹图中含有大量的噪声,对后续图像的相位提取造成了一定的影响。本文提出一种基于改进全变分(TV)的电子散斑干涉条纹图降噪方法。首先对图像进行小波分解,然后针对低频图像中含有原始图像绝大部分信息的特点,对小波分解后的图像进行TV降噪处理。实验表明,该方法可有效地去除电子散斑干涉条纹图中的大量噪声,图像的峰值信噪比有明显的提高,提高了散斑图像的降噪效率。 展开更多
关键词 降噪 全变分(TV) 散斑干涉条纹图 小波分解
下载PDF
基于深度网络迁移学习的致痫区脑电识别 被引量：5
2
作者 曲桂果 袁琦 李彦 《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第5期164-173,共10页
致痫区脑电识别能够为癫痫外科手术提供重要的参考价值。提出了一种基于深度网络迁移学习的致痫区脑电识别算法。首先利用连续小波变换(CWT)对脑电信号进行时频分析,获得脑电信号时频图;然后迁移学习AlexNet网络模型,调整网络结构使之... 致痫区脑电识别能够为癫痫外科手术提供重要的参考价值。提出了一种基于深度网络迁移学习的致痫区脑电识别算法。首先利用连续小波变换(CWT)对脑电信号进行时频分析,获得脑电信号时频图;然后迁移学习AlexNet网络模型,调整网络结构使之适应于致痫区脑电识别,将模型第7层全连接层输出作为脑电信号时频图的特征表示,最后利用支持向量机(SVM)、BP神经网络、长短期记忆网络(LSTM)、基于稀疏表达分类算法(SRC)、线性判别分析(LDA)等分类算法进行特征分类。基于开源脑电数据集采用十折交叉验证的方法对算法进行了验证,比较6种分类器的效果,得到SVM算法的平均特异性为88.81%,灵敏度为88.07%,准确率为88.44%,证明了该方法识别致痫区脑电信号的有效性。 展开更多
关键词 癫痫 脑电 深度学习 迁移学习 时频分析
原文传递
ESPI图像的细化算法改进 被引量：2
3
作者 薛亚男 辛化梅 《电子技术（上海）》 2018年第11期35-37,共3页
ESPI图像的细化在基于条纹中心法的条纹信息提取中起着重要作用,同时对电子散斑干涉条纹图的精确判读也起着关键作用。文章对经典的ESPI图像细化算法进行了改进,在ESPI图像二值化前引入相位外延,同时对二值化后的图像进行多次非线性平... ESPI图像的细化在基于条纹中心法的条纹信息提取中起着重要作用,同时对电子散斑干涉条纹图的精确判读也起着关键作用。文章对经典的ESPI图像细化算法进行了改进,在ESPI图像二值化前引入相位外延,同时对二值化后的图像进行多次非线性平滑。细化后的条纹图毛刺、分叉等明显减少,实验结果表明,改进后的细化算法提高了条纹信息提取的精确性,有利于条纹图像的精确判读。 展开更多
关键词 ESPI图像 细化算法 二值化 非线性平滑
原文传递
基于CT影像组学鉴别非小细胞肺癌纵隔转移性淋巴结的模型研究 被引量：28
4
作者 沙雪 巩贯忠 +3 位作者 仇清涛 李振江 李登旺 尹勇 《中华放射医学与防护杂志》 CAS CSCD 北大核心 2020年第2期150-155,共6页
目的建立不同CT扫描时相图像鉴别非小细胞肺癌(non-small cell lung cancer,NSCLC)纵隔淋巴结的影像组学模型,并探讨不同模型的诊断效能。方法回顾性分析86例NSCLC患者的术前CT图像,所有患者均行平扫期、动脉期和静脉期CT扫描。选取231... 目的建立不同CT扫描时相图像鉴别非小细胞肺癌(non-small cell lung cancer,NSCLC)纵隔淋巴结的影像组学模型,并探讨不同模型的诊断效能。方法回顾性分析86例NSCLC患者的术前CT图像,所有患者均行平扫期、动脉期和静脉期CT扫描。选取231枚纵隔淋巴结为研究对象,将2015年1月—2017年6月入组的163枚淋巴结作为训练组,2017年7月—2018年6月入组的68枚淋巴结作为验证组。分别在三时相图像上勾画感兴趣区域(regions of interest,ROI),每个ROI提取841个影像特征,使用LASSO算法筛选特征,基于各时相CT影像组学特征和两不同时相CT影像组学特征的差值建立模型。比较不同模型的受试者工作特征曲线(receiver operating characteristic,ROC)下面积(AUC值)、敏感性、特异性、准确度、阳性预测值和阴性预测值的差异。结果共建立6个模型,其AUC值均>0.800。平扫期CT模型具有最优的鉴别效能,其训练组的AUC值、特异性、准确度、阳性预测值分别为0.926、0.860、0.871、0.906,验证组的AUC值、特异性、准确度、阳性预测值分别为0.925、0.769、0.882、0.870,均高于其他模型。平扫和静脉期CT图像联合动脉期CT图像之后,训练组的敏感性、阴性预测值分别从0.879、0.821和0.919、0.789提高到0.949、0.878和0.979、0.900。结论CT各时相影像组学模型均可用于辅助临床诊断淋巴结。平扫CT影像组学模型的AUC值最高,而联合动脉期CT图像可提高模型的敏感度及阴性预测值。 展开更多
关键词 非小细胞肺癌 CT 影像组学 纵隔淋巴结
原文传递
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
使用帮助 返回顶部