公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

脑影像智能分析被引量：5: 2018年; 近年来,"脑科学计划"吸引了各国政府和公众的广泛关注.脑影像技术是研究脑科学的重要工具之一,然而由于脑影像数据所固有的高维度、多模态、异构和时变等特性,对其进行快速有效分析是当前研究的热点之一.在本文中,首先简要介绍脑影像分析的基本方法,接着回顾作者及其团队近几年在多模态影像数据融合、脑网络构建及其分析、脑影像基因关联分析、脑影像校准等方面的工作,并重点介绍在脑疾病早期诊断以及脑解码领域的应用.; 张道强朱旗郝小可邵伟王明亮黄嘉爽黄硕; 关键词：多模态

脑影像智能分析: 近年来,"脑科学计划" 吸引了各国政府和公众的广泛关注.脑影像技术是研究脑科学的重要工具之一,然而由于脑影像数据所固有的高维度、多模态、异构和时变等特性,对其进行快速有效分析是当前研究的热点之一.在本文中,首先简要介绍脑...; 张道强朱旗郝小可邵伟王明亮黄嘉爽黄硕; 关键词：脑科学图像处理数据挖掘

可解释孪生图对比学习及其在脑疾病诊断中的应用: 2024年; 近年来,许多研究采用静息态磁共振成像(rs-fMRI)构建动态功能连接网络,并将其应用于癫痫、精神分裂症等脑部疾病的诊断.研究表明,图卷积网络可以有效保存图结构,提取脑网络的高阶特征.然而,现有的利用GCN模型对脑疾病进行诊断的模型通常在训练的过程中不进行图结构的更新,因此模型效果常常受到输入图质量的约束.另外由于GCN模型缺乏可解释性的特点,也限制了模型在疾病诊断上的广泛应用.在本文中,我们提出了一个可解释的孪生图对比网络用于提取大脑的时空信息.具体而言,可解释模块通过图生成网络结合脑区之间的相关性信息,动态调整输入模型图结构.图对比模块学习脑网络全局和局部的信息提高特征表达的鉴别性.孪生网络模块将成对的样本图作为模型输入,从而缓解数据样本量少的问题.所有模块联合优化,在个体层面提取大脑网络时域和空域上的特征并进行可靠的疾病诊断.实验结果表明,该方法在癫痫数据集上具有较好的诊断性能,并为疾病诊断提供可解释性.; 徐如婷朱旗孙凯朱敏邵伟张道强

研究生模式分析与视觉处理课程群改革与实现被引量：5: 2016年; 通过分析研究生模式分析与视觉处理课程群的教学现状,以提升学生国际化视野、理论联系实际、工程实践和创新能力为目标,优化师资队伍结构,梳理课程群知识体系,优化课程授课模式,完善课程群实践体系,改革实践考核模式。; 孙涵陈松灿刘宁钟黄元元朱旗; 关键词：计算机视觉教学改革

基于深度卷积集成网络的视网膜多种疾病筛查和识别方法被引量：3: 2021年; 针对视网膜疾病种类繁多、病灶位置不固定等特点,提出一种基于深度卷积集成网络的视网膜多种疾病筛查和识别方法。首先,根据视网膜眼底图像裁剪掉两侧黑色边框,并去除图像中的噪声,以降低对眼底图像的干扰,提高图像的清晰度;之后,通过对处理完成的视网膜眼底图像使用裁剪、旋转等数据增强方法来扩增数据集;再建立基于深度卷积神经网络的模型进行特征提取,并在网络模型微调后完成视网膜疾病筛查和识别任务,最终将多个模型的结果进行集成。实验结果表明,该方法针对视网膜疾病的筛查和识别的问题取得了较好的效果,视网膜疾病筛查的准确率达到96.05%,视网膜疾病识别的准确率达到72.55%。; 王禾扬杨启鸣朱旗; 关键词：疾病筛查

数字图像处理课程教学模式改革研究被引量：8: 2016年; 由于图像处理的研究内容和领域处于不断发展之中,社会对计算机专业毕业生的图像处理工程能力的要求越来越高,现行的相关课程的教学模式已难以满足需求。本文从教学内容选择、实践教学安排等方面分析了数字图像处理的教学过程,使用学生真正掌握图像处理的关键技术和关键方法,能能够在实践中加以应用。总而言之,本文提出了一种理论与实践相结合的教学模式。; 朱旗孙涵; 关键词：课程改革数字图像处理教学方法创新

基于联邦知识蒸馏的多站点脑疾病诊断方法: 2023年; 多中心疾病诊断方法通过整合不同医疗机构的样本信息到一台服务器上,集中训练来提高预测的准确性,有效解决了医疗领域小样本的问题.但仍存在两个问题:不同医疗机构的数据分布不同以及无法保护病人的隐私.基于此,设计了一种应用在多站点脑疾病诊断领域中隐私保护的联邦知识蒸馏算法.首先,设计了服务器端基于批标准化的加权平均算法,帮助联邦模型提取各个医疗机构数据分布无关的特征.之后,在客户端设计了联邦教师模型-本地学生模型的框架,部署了本地分类器,利用蒸馏损失保证模型提取本地化特征,利用分类损失保证模型性能稳定.实验结果表明,该算法在自闭症及精神分裂症数据集上均优于现有的其他算法.; 杨启鸣朱旗王明明孙凯朱敏邵伟张道强

全选清除导出

共1页<1>

朱旗