论文部分内容阅读
[!--newstext--]
[!--title--]
【摘 要】
：
骨折是一种高发性、并发性疾病,往往发生较为突然,且对诊断速度和精度有较高要求。若诊断不及时不准确,无法尽快对骨折部位实施相应的处理措施,可能造成预后困难等情况发生。X射线在骨科应用中较为广泛,具有操作简单、出片快速、成本低廉等优点,因此成为骨折检测的首选方法。在人体各骨折部位中,由于手部细小骨骼较多,关节联结繁杂,X射线下手骨骨折的检测与诊断容易受到拍摄角度、图像质量等因素的影响,且诊断结果因放射
【机 构】
：
河北大学
【出 处】
：
河北大学
【发表日期】
：
2021年01期
其他文献
当前的人脸识别技术已能准确识别出访问者是否存在于底库中,但仍很难分辨访问者的真实性,即是本人直接访问还是他人冒充该个体的信息进行访问。人脸活体检测技术对于保障识别系统的安全性起到了重要作用,尽管目前基于深度学习的方法能提取图像中的语义特征,并利用人脸深度信息和时序信息作为辅助监督,但仍存在四点不足:第一,仅采用均方误差损失来约束人脸深度预测网络的训练,预测结果仍待提高。第二,聚焦于深层的语义特征,
随着人们生活水平的提高,与肝脏器官病变相关的患者数量逐年攀升。肝癌给患者及其家属造成了无法估计的损失。电子计算机断层扫描(CT)技术具有无创、图像清晰和高密度分辨力的优点,是一种常见的检查手段。随着深度学习技术的发展,许多研究人员将深度学习技术应用到医学图像分割领域。在肝部CT图像中的肝脏和肝肿瘤分割任务中,肝脏和肝肿瘤具有位置多变、形态各异和边界重叠等特点,本文对经典U-Net模型进行改进,针对
“脑卒中”又称“中风”,是一种由大脑血管突然破裂或阻止血液流向大脑引起的脑血管疾病,最终会导致脑组织损伤,致残率和死亡率较高。MRI技术是一种无损成像,并且可获得较高分辨率的组织结构图像,对脑组织的精确分割是脑卒中诊断脑组织损伤程度的前提。MRI脑图像分割中常用的方法是核模糊熵聚类(KFEC)算法,虽然该算法通过优化隶属度值以及对输入数据进行高维映射,消除了MRI脑图像中的部分噪声,但仍存在三个主
近几年阿尔茨海默病(Alzheimer’s disease,AD)的患病人数不断上升,目前全世界约有5000万AD患者,我国约占其中的25%,AD患者临床表现为记忆障碍、失语、失认等,给患者家庭带来沉重的心理影响和经济负担。弥散张量成像(DTI)依据水分子的弥散程度制图,通过纤维束追踪可有效揭示AD患者大脑中脑白质的结构变化,对于AD患者的早期预防和诊断具有重要的研究价值。基于DTI图像的纤维束追
皮肤作为人体中唯一的体表器官,是抵御外界有害物质进入人体的第一道屏障,因此很容易受到各种伤害而产生病变。黑色素瘤作为皮肤病中危害最大的一种疾病,不仅转移速度快,而且病情发展迅速,死亡率在皮肤性疾病中高达75%,如果能在发病早期对黑色素瘤进行准确的识别,通过手术切除治疗,可以在5年内使患者的生存率达到97%以上。因此,对早期皮肤镜黑色素瘤图像进行准确的判断识别可以帮助成千上万的患者得到及时的救助,避
近年来,随着地下空间开发加速与能源利用效率提升,地下综合能源监测系统具有越来越重要的意义,同时物联网发展迅速,能够满足更高效、便捷的监测需求。本论文对应用场景进行了需求分析,针对地下空间分布距离远、监测参数多、工作设备多、公网信号盲区的问题,设计了基于LoRa通信的地下综合能源监测系统。首先,设计了基于STM32的LoRa通信设备的硬件电路。采用STM32F103C8T6芯片作为主控模块,采用SX
随着网络用户的急剧增加,人们的生活方式、信息传播方式已经完全改变,人们面临信息过载问题,个性化推荐是解决该问题的有效方法之一。个性化推荐系统的核心是推荐算法,目前常用的协同过滤推荐算法虽然具有其的自身优势,但仍然存在着一些问题,如数据稀疏性问题和冷启动问题等,由此导致了推荐算法的性能、准确度等问题。因此,本文针对传统协同过滤推荐算法存在的问题从多个角度对算法进行改进,具体的改进方法归纳为以下几点:
随着科学技术的快速发展,图像成为人们获取信息的一种重要方式。在图像采集过程中会受到传感器设备的限制和外界因素(如光照强度、温度等)的干扰,致使获取的图像质量往往较差,同时单一的图像很难反映出场景内的全部信息。因此,通常采用图像融合算法来进行信息互补,融合后的图像广泛应用于国防军事、医疗诊断、安防监控等领域。作为融合领域的一个重要分支,多聚焦图像融合解决了光学器件景深有限的问题,可以将同一场景中不同