谷宇
- 作品数：97 被引量：318H指数：10
- 供职机构：内蒙古科技大学信息工程学院更多>>
- 发文基金：国家自然科学基金内蒙古自治区自然科学基金内蒙古自治区高等学校科学研究项目更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信天文地球更多>>
- 网络游戏成瘾青少年大脑静息态低频振荡振幅异常的研究被引量：2
- 2013年
- 目的观察网络游戏成瘾青少年静息态下大脑局部区域低频振荡振幅的变化。方法采用低频振荡振幅分析方法，通过静息态功能磁共振数据处理工具包比较分析网络游戏成瘾者（n=26）和正常对照组（n=23）静息态下局部脑区自发神经活动的差异。结果与正常对照组相比，成瘾组在前扣带回、左侧中扣带回、双侧尾状核、伏隔核、双侧旁海马、右侧苍白球和右侧脑岛等脑区处的低频振荡振幅值差异显著性增强（FWE校正后P〈0．05）。右侧旁海马（r=0．4437，P=0．0232）和右侧尾状核（r=0．5227，P=0．0062）的低频振荡振幅值与成瘾者的病程呈显著正相关。结论网络游戏成瘾者大脑部分区域表现出了异常的自发神经活动特性，并且可能随着病程加重。
- 喻大华赵丽玫袁凯谷宇梁君秦伟
- 关键词：网络游戏成瘾静息态
- 语音信号特征选择优化提取仿真研究被引量：7
- 2016年
- 在语音识别系统中,表示语音信号的高维特征矢量会使系统复杂度上升。由于语音信号存在无用和冗余信息,为了去除冗余和不相关特征,当语音信号经过预处理、提取特征参数之后,使用蚁群优化算法在特征矢量空间中选择本质特征,从而以不牺牲识别率为前提完成降维。利用隐马尔科夫模型(HMM)进行语音识别的仿真结果表明,在汉语数字语音识别系统上,蚁群优化算法的性能优于传统的遗传算法和未进行特征选择的原始特征集合。分析结果显示利用蚁群优化的特征集合可以提高识别系统的性能,而且识别速度得到了提高。
- 杨立东谷宇张明
- 关键词：蚁群优化特征提取语音识别
- 软多标签和深度特征融合的无监督行人重识别被引量：6
- 2020年
- 跨摄像头场景中依赖面向标签映射关系的学习以提高识别精度,有监督行人重识别模型虽然识别精度较好,但存在可扩展问题,诸如算法识别精度严重依赖有效的监督信息,算法实时性差等;针对上述问题,提出一种基于软多标签的无监督行人重识别算法。为了提高标签匹配精度,首先利用软多标签逼近真实标签,通过计算参考数据集和参考代理在软多标签函数中的损失函数,预训练参考数据集,并构建预训练与训练结果的映射模型。再通过生成数据和真实数据分布的最小距离的期望即简化的2-Wasserstein距离计算相机视图中软多标签均值和标准差得到损失函数,解决跨视域标签一致性问题。为了提高软多标签对未标记目标数据集的有效性,计算联合嵌入损失,挖掘不同类别间的相似对,纠正跨域分布错位。针对残差网络训练时长和无监督学习精度低的问题,通过结合压缩激励网络(SENet)和多层级深度特征融合改进残差网络的结构,提高训练速度和精度。实验结果表明,该方法在标准数据集下的首位命中率和平均精度均值优于先进相关算法。
- 张宝华朱思雨吕晓琪谷宇谷宇刘新王月明李建军刘新
- 基于改进区域生长算法测量三维重建肝脏模型体积的方法
- 本发明公开了一种基于改进区域生长算法测量三维重建肝脏模型体积的方法，使用拟蒙特卡罗方法对传统的区域生长算法中的种子点选取与生长准则进行改进，并用改进后的区域生长分割方法对腹部CT图像进行分割来提取肝脏区域；利用分割出来的...
- 吕晓琪吴建帅赵瑛张宝华任国印张明谷宇
- 文献传递
- 基于特征优选模型的Siamese网络目标跟踪算法
- 2022年
- 针对目标跟踪序列背景复杂、目标大尺度变化等导致目标辨识难度大的问题,提出了基于特征优选模型的Siamese网络目标跟踪算法。首先构建深度网络,有效地提取深度语义信息。再利用沙漏网络对多尺度下的特征图进行全局特征编码,将编码后的特征归一化处理,获取有效目标特征。最后构建特征优选模型,将解码获取的特征作为选择器甄别原特征图的有效特征并增强。为了进一步提高模型的泛化能力,引入注意力机制,对目标特征自适应加权,使其适应场景变化。最终提出算法在OTB100标准跟踪数据集测试成功率达到0.648,预测精度达到0.853,实时性为59.5 frame/s;在VOT2018标准跟踪数据集测试精度为0.536,期望平均覆盖率为0.192,实时性为44.3 frame/s,证明了该算法的有效性。
- 武永强张宝华吕晓琪谷宇谷宇刘新王月明李建军刘新
- 关键词：机器视觉目标跟踪
- 基于三维卷积神经网络的低剂量CT肺结节检测被引量：34
- 2018年
- 为提高早期肺癌筛查过程中肺结节的检出率,提出利用三维卷积神经网络进行低剂量CT肺结节检测。首先采用多方向形态学滤波算法对低剂量序列CT图像进行预处理;接着,利用改进三维区域生长与凸包算法相结合进行肺实质分割;然后提取三维候选结节,为了解决卷积神经网络对样本不平衡的敏感问题,对三维候选结节正样本进行旋转和光照处理;最后在不同的网络参数下,对ELCAP数据库中50个序列低剂量肺癌筛查数据进行4组实验。实验结果表明,通过对网络参数的不断优化,准确度、灵敏度、特异度以及ROC曲线的AUC值分别达到了84.6%、88.89%、80.32%及0.924 4。该方法能够正确地对低剂量CT肺结节进行检测,与文献所提出肺结节检测算法相比,准确度、灵敏度和特异度分别平均提高了5.37%、5.6%和10.42%,综合性能较强,可以为肺癌筛查提供有效的帮助。
- 吕晓琪吴凉谷宇张文莉李菁
- 关键词：肺结节
- 深度学习检测肺结节难点问题综述
- 2024年
- 肺癌在全球范围内是致命性最高的癌症之一,肺结节是肺癌的早期表现形式,基于深度学习的肺结节检测模型因较高的检测准确率与效率逐渐成为辅助医生检测肺结节的有效方法。但是目前基于深度学习的肺结节检测模型仍有不足,一些重难点问题需要解决。第一,基于迁移学习、GAN网络、半监督学习与无监督学习解决模型训练时肺结节数据不足与类别不平衡问题;第二,增强模型特征提取能力提升对肺结节检测的敏感度与准确度;第三,提升模型假阳性肺结节筛查能力降低假阳性率;第四,加强模型检测肺结节的可解释能力;第五,基于大模型技术解决以上4个难点问题。最后,介绍检测模型训练与测试所需的数据集与评价指标并对未来肺结节检测优化方向进行讨论。
- 包强强唐思源谷宇
- 关键词：肺癌
- 基于Freeman链码的病变肺实质分割被引量：7
- 2018年
- 针对传统的肺实质分割方法对临床上的大面积病变肺的分割效果不理想,提出一种结合改进模糊C均值聚类与Freeman链码算法的肺实质分割方法。用改进模糊C均值聚类算法对CT图像粗分割,结合Freeman链码算法生成的三链码差对缺失的肺实质边缘进行修复,获得完整的肺实质区域。从LIDC数据库中选取20个CT序列图像进行实验,平均分割精度为96%。实验结果表明,无论肺部有无大面积病变,该算法对肺部CT图像均具有理想的分割效果,无需人工干预,算法鲁棒性强。
- 张文莉吕晓琪谷宇吴凉李菁
- 关键词：CT图像肺实质图像分割FREEMAN链码
- 仿真假体视觉下神经网络算法的应用研究被引量：1
- 2020年
- 尽管已有多种图像处理策略被应用到视觉假体的仿真研究中并提高了被试的识别表现,但在植入电极数量有限的情况下,如何保证盲人获得足够的拓扑信息是视觉假体仍需解决的问题。在此背景下,本文将两种神经网络算法应用到仿真假体视觉中对图像进行前景目标提取和像素化处理,首先利用图像分割数据集训练一个U-net网络得到前景提取后的结果,将其像素化之后与提取前的原图配对,再利用配对后的数据集训练一个Pix2Pix网络从而实现了将彩色图像"翻译"为像素化图像的目标。实验结果表明,与传统图像处理算法相比U-net网络具有更准确的目标提取效果,且经Pix2pix网络"翻译"后的图像也与标签图像更相似,有助于提高假体佩戴者的识别准确率。
- 赵瑛李琦王冬晖于爱萍谷宇
- 关键词：神经网络算法
- 改进密集连接网络的胸部多疾病X光图像分类算法
- 2023年
- 为改变高度依赖人工读胸片的传统诊疗方式,关注疾病之间关联性,实现多病种自动识别,缓解医学影像诊断压力,减少误诊和漏诊,针对胸部疾病多标签分类提出了DS-EANet121模型.在DenseNet121网络的基础上采用动态激活函数,使变化的输入不断适应网络;引用SoftPool最大程度保留特征信息,并且为关注到更多的局部特征,融合ECA注意力机制,在适当跨信道交互的同时提升模型的性能.最终得到平均AUC为0.897,平均ACC为0.842.实验结果表明:改进后的DS-EANet121较原始网络分类精度上有明显提升,有一定的临床应用价值.
- 师茹谷宇张祥松贾成一贺群
- 关键词：医学图像分类
