改进ConvNeXt的肝囊型包虫病超声图像五分类研究

肝包虫病是严重危害人畜健康的重要人畜共患寄生虫病,超声检查是肝包虫病的首选检查方法,采用深度学习技术能够有效减少人工误差,降低成本并提高诊断效率。以ConvNeXt模型为基础,结合焦点损失函数和Lion优化器,最后引入CBAM构建CLCFNet模型实现肝囊型包虫病早期筛查和精确诊断。在肝囊型包虫病超声影像数据集进行的消融实验表明,对比基准模型分类准确率、精确率、召回率、特异度和F1指数平均提升了4.3%、21%、25%、4%和26%,对比实验也验证了所提出方法各指标优于现有流行方法。改进算法显著降低了模型推理时间,增强了模型训练的稳态性能,可以实现肝囊型包虫病的快速和精准分类识别。

基于改进DeepLabV3+的囊型肝包虫病超声图像分割算法

目的:将基于改进DeepLabV3+的图像语义分割算法应用到囊型肝包虫病超声图像处理中,实现肝包虫病病灶的自动分割与检测,提高临床诊断效率。方法:本研究采用了DeepLabV3+图像语义分割网络为基础方法,并对其进行了以下改进。首先,为解决DeepLabV3+图像语义分割方法计算复杂度高,内存消耗大,难以在计算能力有限的嵌入式平台上部署,在提取图像特征信息时难以充分利用多尺度信息等问题,以MobileNetV2替换模型的原主干网络Xception,获得轻量级的模型框架。其次,将高效通道注意力应用于底层特征,降低计算复杂度,提高目标边界的清晰度。最后,将Dice Loss引入模型中,缓解模型更关注背景区域,而忽略了包含目标的前景区域等问题。结果:在自建囊型肝包虫病VOC2007数据集5种病灶类型上进行验证,实验结果表明,改进模型的平均交并比和平均像素精度分别达到73.8%和83.5%,能够预测更精细的语义分割结果,有效地优化模型复杂度和分割精度。

基于深度学习的肝囊型包虫病超声图像中小病灶检测方法研究

肝包虫病是一种呈全球性分布的人畜共患性疾病。超声作为该病的首选诊断方法,虽能及时发现大病灶位置并进行评价,但对早期小病灶的检测能力不佳。本文基于经预处理的高质量肝囊型包虫病超声图像小病灶数据集,提出了一种基于YOLOv7的检测肝囊型包虫病5类分型超声图像中小病灶的方法,以实现肝包虫病的自动检测,提高临床诊断效率。首先,用硬件感知神经网络EfficientRep替换原特征提取主干,实现在保证精度和速度不受影响的前提下,提高对硬件设备的适配度;其次,用更优的WIoU(Wise-IoU)替换CIoU(Complete Intersection over Union),改善了YOLOv7网络的评价指标CIoU在作为损失函数时,梯度计算效果差,导致检测精度下降的问题;最后,在主干的最后第4层加入CBAM注意力,进一步提高了模型检测精度。本文在自建的肝囊型包虫病超声图像小病灶数据集上进行了训练,结果显示,改进后的模型平均精度均值为88.1%,相较原始的模型性能得到了提升,并超过了对比的其余主流检测方法。说明本模型能更高效地检测并分类肝囊型包虫病超声图像中小病灶的位置和类别,应用于临床上能节约医师资源、缩短报告时长、提高诊断效率。

基于改进YOLOv7的肝囊型包虫病超声图像小病灶检测

目的:提出一种基于YOLOv7用于检测肝囊型包虫病超声图像小病灶的方法。方法:首先用轻量级特征提取主干网络GhostNet替换原特征提取主干,降低模型总参数量;其次为改善YOLOv7网络的评价指标CIoU在作为损失函数时,检测精度较低的问题,用更优的ECIoU替换CIoU,进一步提高模型检测精度。结果:在自建的肝囊型包虫病超声图像小病灶数据集上进行训练,结果显示改进后的模型大小为59.4 G,mAP@0.5检测精度为88.1%,相比原始的模型性能得到提升,并超过其余主流检测方法。结论:本文模型能更高效地检测并分类肝囊型包虫病超声图像中的病灶位置和类别。

基于新疆地方性高发病肝包虫病CT图像灰度直方图特征检索方法的研究

新疆地方性肝包虫病是新疆牧区发病率较高的传染性寄生虫病,严重影响牧区各族人民生活质量的提高。根据图像特征,选择合适距离算法,实现快速准确地图像检索,对辅助医生早期发现、诊断和治疗肝包虫病有重大意义。本文研究比较了使用肝包虫病CT医学图像灰度直方图特征进行图像检索时,不同距离算法的有效性。实验结果表明:对于肝包虫病医学图像的基于灰度直方图特征的图像检索,马氏距离算法与标准欧氏距离算法比其他距离算法较优。

人工智能教学与翻转课堂结合视域下的课程思政教学设计研究

近年来,高等院校的课程思政建设工作受到了越来越多的重视。在“三全育人”背景下,高等教育既重视学生的专业知识教育,又重视学生的思政教育。本文以医学计算机学生的《计算机与信息技术基础》课程为例,设计了一套结合人工智能教学方法的课程思政设计方案,并对方案中的一个教学案例片段进行详细教学设计介绍。In recent years, the ideological and political construction of courses in colleges and universities has received more and more attention. Under the background of “three all-round education”, higher education not only attaches importance to students’ professional knowledge education, but also attaches importance to students’ ideological and political education. This article takes the course “Fundamentals of Computer and Information Technology” for medical computer students as an example to design a course ideological and political design plan that combines artificial intelligence teaching methods, and provides a detailed teaching design introduction to a teaching case fragment in the plan.

决策树C4.5对草药形状特征的优化研究

目的：利用决策树分类方法探讨一种新的图像特征优化降维方法。方法首先利用图像滤波、灰度阈值、腐蚀运算等图像操作对新疆草药图像做分割预处理，获取草药图像感兴趣区形状，然后提取草药形状的 Fou-rier-Mellin 矩、Hu 矩等形状特征及图像主颜色直方图特征共14个特征分量；最后应用决策树 C4．5分类算法，在不同草药形状特征分量组合下比较草药图像分类准确率，经过优化分析，选用 Hu 矩的 H2、H4和图像主颜色直方图特征的 C1～C3特征分量构成图像形状颜色混合特征的5个特征分量，用于草药图像分类。结果决策树分类方法准确率达到88．55％；将优化后的图像形状颜色混合特征用于图像检索，其检索结果集前60张图的平均查准率达到89．31％，实现形状特征分量的优化降维。结论利用决策树分类方法可以进行图像特征优化降维，降低图像形状颜色混合特征维数，提高图像分类准确率和图像检索效率，为进一步图像特征的优化研究提供参考。

基于解析Fourier-Mellin矩新疆草药图像综合特征的检索研究

研究利用图像增强、灰度阈值、腐蚀运算等图像操作对新疆草药图像做分割预处理,获取草药图像感兴趣区形状,然后对草药形状进行Radon和解析Fourier-Mellin变换,结合图像形状Hu矩和图像主颜色直方图特征,提取草药图像解析Fourier-Mellin矩形状和颜色混合特征用于图像检索,比较该算法对基于内容的新疆草药图像的检索性能。实验结果表明:解析Fourier-Mellin矩结合草药形状和颜色的混合特征算法具有较好的图像旋转、缩放和平移(RST)不变特性。对基于内容的新疆草药形状图像的检索,其检索性能优于解析Fourier-Mellin矩结合形状特征Hu矩混合特征和结合主颜色直方图特征混合特征的检索效率,其检索结果集前60图的平均查准率达到91.82%。

基于新疆维吾尔医草药图像形状特征的检索研究

目的探讨草药图像的Hu不变矩对基于内容的维吾尔草药图像的检索效果。方法对维吾尔草药图像进行预处理,使用Canny算子、轮廓跟踪等方法获取草药图像的形状,提取草药图像的Hu不变矩形状特征,构建基于草药图像形状特征的草药图像检索系统,并进行图像检索效果验证。结果检索结果表明,基于草药图像的Hu不变矩特征对叶类、花类维吾尔草药图像的平均查准率达到70%,平均查全率达到80%。结论草药图像的Hu不变矩形状特征对基于内容的维吾尔草药图像的检索有较好的检索效果。

基于深度学习的“易诊”智能阅片系统的构建研究

为了实现肝包虫病病灶的提前识别和精确诊断,使用基于深度学习技术的智能阅片系统“易诊”开发微信小程序,以辅助新疆偏远地区的用户对肝包虫病超声图像进行肝包虫病病灶区域的识别。采用卷积神经网络(CNN)等深度学习技术,实现医学影像数据的自动分析和诊断。经过测试和评估,该系统表现优异,所开发的微信小程序实现了移动端医学影像上传和病灶区域的识别分析。通过深度学习算法进行图像诊断分析,并实时展示分析结果,该微信小程序提供方便易用的上传医学图像的功能,助力医疗条件薄弱地区提高肝包虫病的诊断效率和诊断精度。

基于形成性评价的本科生期末成绩影响因素研究

文章探讨形成性评价在计算机与信息技术基础课程研究中的应用,通过构建多重线性回归模型分析形成性评价各观察指标与学生期末成绩的线性关系并探讨不同专业对期末成绩的影响,有助于任课教师依据学生表现对学生期末成绩进行预估,从而调整教学方案,降低班级挂科率,具有较好的实用价值。结果表明,本次研究在形成性评价的基础上,对学生到课率、课件观看率、习题作答率、习题得分率、课堂提问、期中考试、记分作业、小测验得分率8个指标进行多重线性回归分析,其中对期末成绩造成积极影响的因素有课件观看率、习题作答率、习题得分率、小测验得分率,具有消极影响的有学生到课率,无影响的因素有课堂提问、期中考试成绩、记分作业。得出基于形成性评价的教学与传统的教学模式相比,既可提升教学效果,又能提高学生的自主学习能力。

XML在社区卫生调查统计中的应用研究

社区卫生服务作为能有效解决人民群众"病有所医"民生问题的重要措施,政府对其投资力度不断加大。社区卫生数据的各类调查日益频繁,要求选择合适的方法实现地理上分散的社区卫生服务机构的数据调查。本文介绍了基于XML技术,通过DOM解析完成社区卫生数据的采集、处理与统计的方法。应用XML技术使调查系统相对独立,数据便于采集、读取与交换。

SQL查询虚拟实验系统设计及实现方法研究

SQL查询实验教学是数据库课程教学的重要组成部分。传统SQL实验教学在实验机房进行,为方便学生课外自主学习,解决数据库SQL实验受时间、空间的限制。文章阐述了基于Web的数据库SQL查询虚拟实验系统的功能模块、体系结构及实现方法。该系统可以模拟完成SQL语句的增、删、改、查实验及运行结果的实时模拟显示。系统可查看SQL实验题历次书写记录,帮助学生分析SQL语句出错的原因,从而理解掌握SQL语句。系统达到了SQL虚拟实验的教学目的,更新了数据库实验教学的实验方法,对进一步提高数据库课程教学水平有一定的参考意义。

基于IRT和XML的考试系统构建初探

无纸化考试系统依据测试理论,通过分析考生对试题项目的正确反应概率,评价考生的能力潜质。它提高了考试的客观性和公正性,但当前无纸化考试系统还存在着不足。大多数考试系统的测验理论模型依据经典测验理论(CTT)数学模型,而CTT假定的试卷真分数T与观测分数X存在线性关系X=T+E与实际不符,试题难度、区分度等的测量严重依赖于被试样本,被试测验分数依赖于试题参数等。研究探讨了基于项目反应理论(IRT),构建无纸化考试系统的相关技术。应用IRT理论估计试题各项参数,并结合XML试卷客观准确地评估学生的能力。经试验,在基于IRT的考试系统下,考生平均测试试题项目数N<10,即可达到终止条件,探测出考生能力θ。IRT自适应考试系统测试效率高,试题曝光率低,考生能力的综合评价数据具有可比性。IRT在考生力评价方面具有CTT考试系统所不具有的独特优势。

基于小波变换的新疆地方性肝包虫CT图像分类研究

采用基于sym4和db4小波基两种小波变换方法,探讨对新疆地方性肝包虫CT图像的分类价值。使用sym4和db4小波两种小波基,提取感兴趣病灶区的纹理特征,并通过统计学方法筛选出特征子集,采用C4.5决策树算法构建正常肝脏和多子囊型病变肝脏CT图像的计算机分类模型,并对模型进行准确性、灵敏度和特异性的验证评估。结果显示,对正常肝脏和多子囊型肝包虫进行分类,sym4小波的识别正确率为92.5%,db4小波的识别正确率为97.5%。实验结果表明,小波变换法所提取的纹理特征对识别正常肝脏和多子囊型肝包虫CT影像有较好的意义,也为后续的基于内容的新疆地方性肝包虫病的诊断系统奠定了基础。

新疆地方性肝包虫CT图像纹理特征的分类研究

纹理特征是图像分析的重要线索,灰度共生矩阵法提取的纹理特征具有很好的鉴别和分类能力。本文运用灰度共生矩阵分析新疆地方性肝包虫CT图像并进行特征提取,对图像进行尺寸归一、去噪和增强的预处理,计算0°,45°,90°和135°方向的能量、熵、对比度、相关性和逆差矩的均值,构成特征向量,并进行统计分析,用最大类间距法获取图像分类的主要特征,同时使用判别分析法对特征的分类能力进行评价。实验结果表明,灰度共生矩阵法提取的特征在统计分析中存在差异,最大类间距计算获得的特征能提高图像分类的准确率,一定程度上有助于对肝包虫病CT图像进行分类和检索。

PCA和SVM在新疆哈萨克族食管癌图像分类中的研究与应用

目的:利用PCA和SVM对新疆哈萨克族食管癌X射线图像进行特征提取、特征选择及分类研究。方法:利用基于灰度共生矩阵的纹理特征和小波变换的频域特征提取法,提出将ROC曲线面积选择法和主成分分析法相结合的两步式特征选择法,利用Bayes和SVM分类器对图像进行分类以验证所提取特征的分类能力。结果:AUC>0.7的特征经主成分分析后输入到SVM分类器和Bayes分类器中得到的分类准确率和AUC值最高,分别为91%和85%、0.945和0.915。结论:SVM具有较好的分类性能,两步式特征选择法能有效地消除特征之间的共线性,极大提高了特征的分类能力,本研究有望提高新疆哈萨克族食管癌CAD系统的整体性能。

基于SVM的新疆哈萨克族食管癌医学图像特征提取及分类研究

目的:利用SVM对新疆高发病哈萨克族食管癌X线医学图像进行分类研究。方法:随机选取正常食管和缩窄型食管癌X线医学图像各120张,运用灰度直方图法和灰度共生矩阵法提取图像的特征,采用Lib-SVM工具箱,在SVM类型设置上选择C-SVC,选择4种核函数,通过调整核函数的参数与C-SVC分类器的参数进行实验。结果:利用灰度直方图法提取的特征量进行分类时,线性核函数和RBF核函数的分类准确率较高,均可达92.5%;利用灰度共生矩阵法提取的特征量进行分类时,线性核函数、RBF核函数、Sigmoid核函数的分类准确率较高,均可达87.5%;利用灰度直方图特征和灰度共生矩阵特征组成的综合特征进行分类时,多项式核函数和RBF核函数的准确率较高,均可达97.5%。结论:灰度直方图特征的分类能力优于灰度共生矩阵特征;综合特征的分类能力优于单一特征的分类能力;RBF核函数的分类性能较其他核函数突出。SVM对食管癌X线医学图像具有较高的分类识别率,为新疆高发病哈萨克族食管癌的计算机辅助诊断系统的研究奠定了基础。

基于PCA和C4.5决策树的新疆哈萨克族食管癌图像鉴别研究

目的:探讨C4.5决策树算法结合主成分分析法(PCA)在新疆高发病食管癌X钡剂造影图像分类中的应用。方法:选取新疆高发病食管癌图像200张,其中蕈伞型和溃疡型图像各100张。对图像进行归一化、去噪和空间转换等预处理;对图像进行二尺度小波变换提取图像的低频信息,然后对其进行灰度共生矩阵法提取图像的特征;采用主成分分析(PCA)法对所提取的特征进行筛选;通过构造决策树C4.5算法分类器来验证特征的分类能力。结果:使用决策树C4.5算法分类器,对主成分分析获取的特征及综合特征进行分类。PCA选择的特征分类准确率为95%;使用综合特征分类准确率为80%。结论:综合特征的分类准确率与PCA选择的特征相比较低,表明在进行分类时,冗余特征可能会降低分类准确率;而本研究采用PCA选择后的特征分类准确率较高,表明该算法能有效减少冗余特征,弥补了过高维数的特征向量易引起维数灾难的问题,从而使得分类准确率得到了提高。一定程度上为后续的其它组织器官的特征提取提供了依据。

数据挖掘算法对乳腺肿瘤超声图像特征的优化及良恶性分类研究

目的:研究数据挖掘算法对乳腺肿瘤超声图像特征的属性选择优化,探讨适用于乳腺肿瘤良恶性分类的数据挖掘分类算法。方法:对乳腺肿瘤超声图像进行预处理,获取病灶区形状,提取病灶区图像形态、形状、纹理特征。应用数据挖掘算法进行图像特征属性选择,形成优化的乳腺肿瘤超声图像混合特征。应用分类算法评价其分类性能,筛选适用于乳腺肿瘤良恶性判定的数据挖掘分类算法。结果:利用混合特征结合随机森林算法对图像进行分类,其ROC曲线下面积AUC为0.7914,平均查准率达到了79%。结论:属性选择优化后的混合特征对乳腺肿瘤良恶性分类性能高于其他特征。在混合特征条件下,随机森林分类算法性能与Bayes网络相近,分类准确率高且性能稳定,更适于乳腺肿瘤良恶性分类评价。