期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
共找到
2
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于分组双阶段双向卷积长短期方法的高光谱图像超分辨率网络
1
作者
林建君
侯钧译
杨翠云
《智能城市》
2024年第4期1-3,共3页
文章提出基于分组的双阶段Bi-ConvLSTM网络(GDBN),可以充分利用图像的空间和光谱信息,通过使用以波段为单位的分组策略,有效缓解了计算负担,并对光谱信息进行保护。在编码器的不同阶段,对浅层信息提取模块和深度特征提取模块进行不同层...
文章提出基于分组的双阶段Bi-ConvLSTM网络(GDBN),可以充分利用图像的空间和光谱信息,通过使用以波段为单位的分组策略,有效缓解了计算负担,并对光谱信息进行保护。在编码器的不同阶段,对浅层信息提取模块和深度特征提取模块进行不同层次信息的提取,浅层信息提取模块能够对不同尺度的浅层特征信息进行充分捕捉,深度特征提取模块能够捕捉图像的高频特征信息。文章还引入通道注意力机制,增强网络对特征的组织能力,并在自然数据集cave上进行大量实验,效果普遍优于目前主流的深度学习方法。
展开更多
关键词
双向卷积长短期记忆网络
高光谱图像超分辨率
通道注意力
神经网络
深度学习
下载PDF
职称材料
基于特征尺度的平面波医学影像重建
2
作者
杨翠云
侯钧译
+2 位作者
曹怡亮
朱习军
闻卫军
《计算机应用研究》
CSCD
北大核心
2023年第12期3841-3847,共7页
相较于传统的线扫成像,平面波成像由于其超快的成像速度被广泛应用,但其成像质量较差,影响医生对肿瘤以及血管疾病的精确诊断,现有技术虽然可以提高成像质量,但会降低成像帧频,无法满足临床医学上超快成像的需求。针对上述问题,提出了...
相较于传统的线扫成像,平面波成像由于其超快的成像速度被广泛应用,但其成像质量较差,影响医生对肿瘤以及血管疾病的精确诊断,现有技术虽然可以提高成像质量,但会降低成像帧频,无法满足临床医学上超快成像的需求。针对上述问题,提出了一种基于生成对抗网络(generative adversarial network, GAN)的图像重建方法:MF-GAN(generative adversarial network with multiscales and feature extraction)。采用基于U-Net的生成器,在编码器中结合多尺度感受野提取不同层次的信息,在解码器中提出了叠加采样机制(fusion-sampling mechanism, FSM),并结合交叉自注意力(criss-cross self-attention, CCSA)分别提取局部和全局特征。在PICMUS 2016数据集上进行训练,利用组合损失规范该模型的收敛方向,相较主流基于深度学习和波束合成的方法,在点目标、囊肿目标和体内图像中的重建效果均有明显提升。综上所述,MF-GAN能够解决平面波图像病灶部位不清晰的问题,重建出高质量的平面波图像。
展开更多
关键词
平面波图像
多尺度
叠加采样机制
交叉自注意力
下载PDF
职称材料
题名
基于分组双阶段双向卷积长短期方法的高光谱图像超分辨率网络
1
作者
林建君
侯钧译
杨翠云
机构
烟台职业学院信息工程系
青岛科技大学信息科学技术学院
出处
《智能城市》
2024年第4期1-3,共3页
基金
国家自然科学基金青年项目(32301702)。
文摘
文章提出基于分组的双阶段Bi-ConvLSTM网络(GDBN),可以充分利用图像的空间和光谱信息,通过使用以波段为单位的分组策略,有效缓解了计算负担,并对光谱信息进行保护。在编码器的不同阶段,对浅层信息提取模块和深度特征提取模块进行不同层次信息的提取,浅层信息提取模块能够对不同尺度的浅层特征信息进行充分捕捉,深度特征提取模块能够捕捉图像的高频特征信息。文章还引入通道注意力机制,增强网络对特征的组织能力,并在自然数据集cave上进行大量实验,效果普遍优于目前主流的深度学习方法。
关键词
双向卷积长短期记忆网络
高光谱图像超分辨率
通道注意力
神经网络
深度学习
Keywords
bidirectional convolution long-term and short-term memory network
hyperspectral image super-resolution
channel attention
neural network
deep learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于特征尺度的平面波医学影像重建
2
作者
杨翠云
侯钧译
曹怡亮
朱习军
闻卫军
机构
青岛科技大学信息科学技术学院
出处
《计算机应用研究》
CSCD
北大核心
2023年第12期3841-3847,共7页
基金
山东省重点研发计划基金资助项目(2015GSF119016)
青岛市科技惠民示范专项资助项目(23-2-8-smjk-20-nsh)
山东省产教融合研究生联合培养示范基地项目(2020-19)。
文摘
相较于传统的线扫成像,平面波成像由于其超快的成像速度被广泛应用,但其成像质量较差,影响医生对肿瘤以及血管疾病的精确诊断,现有技术虽然可以提高成像质量,但会降低成像帧频,无法满足临床医学上超快成像的需求。针对上述问题,提出了一种基于生成对抗网络(generative adversarial network, GAN)的图像重建方法:MF-GAN(generative adversarial network with multiscales and feature extraction)。采用基于U-Net的生成器,在编码器中结合多尺度感受野提取不同层次的信息,在解码器中提出了叠加采样机制(fusion-sampling mechanism, FSM),并结合交叉自注意力(criss-cross self-attention, CCSA)分别提取局部和全局特征。在PICMUS 2016数据集上进行训练,利用组合损失规范该模型的收敛方向,相较主流基于深度学习和波束合成的方法,在点目标、囊肿目标和体内图像中的重建效果均有明显提升。综上所述,MF-GAN能够解决平面波图像病灶部位不清晰的问题,重建出高质量的平面波图像。
关键词
平面波图像
多尺度
叠加采样机制
交叉自注意力
Keywords
plane-wave image
multiscale
fusion-sampling mechanism
cross-cross self-attention
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于分组双阶段双向卷积长短期方法的高光谱图像超分辨率网络
林建君
侯钧译
杨翠云
《智能城市》
2024
0
下载PDF
职称材料
2
基于特征尺度的平面波医学影像重建
杨翠云
侯钧译
曹怡亮
朱习军
闻卫军
《计算机应用研究》
CSCD
北大核心
2023
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部