目的:评估术前应用影像学手段准确判断早期肺癌病理侵袭性对于应用部分切除术的影像学诊断价值。方法选择T1N0M0周围型肺癌患者,应用薄层CT评估主病灶磨玻璃影影像学表现。主要终点为特异度,如影像学诊断侵袭性肺癌患者占病理诊断侵...目的:评估术前应用影像学手段准确判断早期肺癌病理侵袭性对于应用部分切除术的影像学诊断价值。方法选择T1N0M0周围型肺癌患者,应用薄层CT评估主病灶磨玻璃影影像学表现。主要终点为特异度,如影像学诊断侵袭性肺癌患者占病理诊断侵袭性肺癌患者比率。希望特异度95%置信区间的下限应在97%以上患者中得到满意结果。结果选择2010年12月至2013年5月间就诊的101例患者,将其中67例纳入主要终点分析,基于C/T值的敏感度和特异度分别为30.4%(95% CI 25.7~35.2)和95.2%(95% CI 92.2~98.8),在肺腺癌直径≤2.0 cm患者中截断值0.25表现出了最高的特异度100.0%(95% CI 96.5~100.0),这一标准可用于影像学判断早期肺癌。结论尽管特异性标准尚未经统计学确认,但应用薄层CT分析得出的影像学侵袭性与病理学侵袭性的相关性是良好的。影像学周围型非侵袭性肺腺癌可定义为肿瘤直径≤2.0 cm、实变≤25%。展开更多
为实现空管员直接发布指令来操控无人机,结合深度学习在自然语言处理(natural language processing,NLP)中的应用,提出一种基于深度学习的无人机指令意图识别方法。使用改进Skip-Gram模型生成指令文本的词向量,输入到卷积神经网络进行...为实现空管员直接发布指令来操控无人机,结合深度学习在自然语言处理(natural language processing,NLP)中的应用,提出一种基于深度学习的无人机指令意图识别方法。使用改进Skip-Gram模型生成指令文本的词向量,输入到卷积神经网络进行指令文本分类,得到空管员发布指令的意图。通过实验验证,结果表明:该方法能够较准确地对指令意图进行识别,有助于后续指令理解技术的实现,为进一步实现空管员与无人机直接交互做准备。展开更多
为解决传统无人机(unmanned aerial vehicle,UAV)无法在融合空域中通过空管员进行指挥控制的问题,提出一种基于深度学习的无人机空地对话指令理解技术。通过双向长短期记忆网络(bi-directional long short-term memory,Bi-LSTM)和条件...为解决传统无人机(unmanned aerial vehicle,UAV)无法在融合空域中通过空管员进行指挥控制的问题,提出一种基于深度学习的无人机空地对话指令理解技术。通过双向长短期记忆网络(bi-directional long short-term memory,Bi-LSTM)和条件随机场(conditional random fields,CRF)进行指令关键信息提取,得到无人机可直接执行的结构化指令,实现空管员与无人机直接交互。实验结果表明:该方法能在一定程度解决传统交互模式的问题,达到空管员直接通过语音操控无人机的目的。展开更多
文摘目的:评估术前应用影像学手段准确判断早期肺癌病理侵袭性对于应用部分切除术的影像学诊断价值。方法选择T1N0M0周围型肺癌患者,应用薄层CT评估主病灶磨玻璃影影像学表现。主要终点为特异度,如影像学诊断侵袭性肺癌患者占病理诊断侵袭性肺癌患者比率。希望特异度95%置信区间的下限应在97%以上患者中得到满意结果。结果选择2010年12月至2013年5月间就诊的101例患者,将其中67例纳入主要终点分析,基于C/T值的敏感度和特异度分别为30.4%(95% CI 25.7~35.2)和95.2%(95% CI 92.2~98.8),在肺腺癌直径≤2.0 cm患者中截断值0.25表现出了最高的特异度100.0%(95% CI 96.5~100.0),这一标准可用于影像学判断早期肺癌。结论尽管特异性标准尚未经统计学确认,但应用薄层CT分析得出的影像学侵袭性与病理学侵袭性的相关性是良好的。影像学周围型非侵袭性肺腺癌可定义为肿瘤直径≤2.0 cm、实变≤25%。
文摘为实现空管员直接发布指令来操控无人机,结合深度学习在自然语言处理(natural language processing,NLP)中的应用,提出一种基于深度学习的无人机指令意图识别方法。使用改进Skip-Gram模型生成指令文本的词向量,输入到卷积神经网络进行指令文本分类,得到空管员发布指令的意图。通过实验验证,结果表明:该方法能够较准确地对指令意图进行识别,有助于后续指令理解技术的实现,为进一步实现空管员与无人机直接交互做准备。
文摘为解决传统无人机(unmanned aerial vehicle,UAV)无法在融合空域中通过空管员进行指挥控制的问题,提出一种基于深度学习的无人机空地对话指令理解技术。通过双向长短期记忆网络(bi-directional long short-term memory,Bi-LSTM)和条件随机场(conditional random fields,CRF)进行指令关键信息提取,得到无人机可直接执行的结构化指令,实现空管员与无人机直接交互。实验结果表明:该方法能在一定程度解决传统交互模式的问题,达到空管员直接通过语音操控无人机的目的。