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
半监督内镜图像长尾分类
1
作者
操润楠
方梦捷
+2 位作者
李海林
田捷
董迪
《Chinese Medical Sciences Journal》
CAS
CSCD
2022年第3期171-180,I0002,共11页
目的 探索半监督学习算法在内镜图像长尾分类中的应用。方法 我们在HyperKvasir数据集上探索了半监督的内镜图像长尾分类,该数据集是最大的胃肠道公共数据集,有23个不同的类别。使用基于一致性正则化和伪标签的半监督学习算法FixMatch,...
目的 探索半监督学习算法在内镜图像长尾分类中的应用。方法 我们在HyperKvasir数据集上探索了半监督的内镜图像长尾分类,该数据集是最大的胃肠道公共数据集,有23个不同的类别。使用基于一致性正则化和伪标签的半监督学习算法FixMatch,在将训练数据集和测试数据集按4:1的比例进行划分后,按照20%、50%和100%的比例抽取有标签的训练样本,以测试在有标签数据有限下的分类性能。结果 通过微观平均、宏观平均评价指标和马修斯相关系数(Mathews correlation coefficient,MCC)作为总体评价指标来评估分类性能。半监督学习算法在有标签训练数据比例为20%、50%和100%的情况下,MCC分别从0.8761提高到0.8850、0.8983提高到0.8994、0.9075提高到0.9095。在有标签训练数据比例为20%的情况下,半监督学习算法可以提高微观平均和宏观平均的分类性能。对于50%和100%的情况,半监督学习算法可以提高微观平均下的分类性能,但会损害宏观平均的分类性能。通过分析每个类的混淆矩阵和标注偏差,我们发现基于伪标签的半监督学习算法加剧了分类器对头类的偏好,导致头类的性能提高而尾类的性能下降。结论 半监督学习算法可以提高内镜图像长尾分类的性能,特别是在标签极其有限的情况下,这可能有利于为小医院建立辅助诊断系统。然而,伪标签策略可能会放大类不平衡的影响,从而损害尾部类的分类性能。
展开更多
关键词
内镜图像
人工智能
半监督学习
长尾分类
图像分类
下载PDF
职称材料
影像组学在胃癌诊疗中的应用
2
作者
郑雨欣
方梦捷
+5 位作者
李海林
操润楠
赵洵
刘圣圆
田捷
董迪
《中国体视学与图像分析》
2022年第3期209-219,共11页
胃癌是我国的高发癌种之一,严重危害我国人民的健康。如何基于影像实现定量化、个体化、精准化的辅助诊疗是提高胃癌患者五年生存率的关键之一。近年来人工智能与医学影像的结合催生了影像组学技术,本文从影像组学流程、影像组学在胃癌...
胃癌是我国的高发癌种之一,严重危害我国人民的健康。如何基于影像实现定量化、个体化、精准化的辅助诊疗是提高胃癌患者五年生存率的关键之一。近年来人工智能与医学影像的结合催生了影像组学技术,本文从影像组学流程、影像组学在胃癌诊疗中的应用、挑战与机遇三个方面综述胃癌影像组学的研究进展。首先,本文回顾了影像组学的基本流程,包括数据收集和预处理、感兴趣区域分割、特征提取、特征筛选、模型构建、模型评估等步骤。其次,本文概述了影像组学在早期胃癌筛查、胃癌分型分期诊断、胃癌疗效分析与预后预测等方面的应用。最后,本文讨论了胃癌影像组学研究面临的挑战性问题和发展机遇。
展开更多
关键词
胃癌
影像组学
人工智能
临床应用
下载PDF
职称材料
题名
半监督内镜图像长尾分类
1
作者
操润楠
方梦捷
李海林
田捷
董迪
机构
中国科学院大学人工智能学院
中国科学院自动化研究所
北京航空航天大学医学科学与工程学院
西安电子科技大学生命科学技术学院
出处
《Chinese Medical Sciences Journal》
CAS
CSCD
2022年第3期171-180,I0002,共11页
基金
中国科学院战略重点研究计划(XDB 38040200)
中国国家自然科学基金(82022036,91959130,81971776,62027901,81930053)
+2 种基金
北京市自然科学基金(Z20J00105)
国家重点研发计划(2017YFA0205200)
中国科学院青年创新促进会(Y2021049)。
文摘
目的 探索半监督学习算法在内镜图像长尾分类中的应用。方法 我们在HyperKvasir数据集上探索了半监督的内镜图像长尾分类,该数据集是最大的胃肠道公共数据集,有23个不同的类别。使用基于一致性正则化和伪标签的半监督学习算法FixMatch,在将训练数据集和测试数据集按4:1的比例进行划分后,按照20%、50%和100%的比例抽取有标签的训练样本,以测试在有标签数据有限下的分类性能。结果 通过微观平均、宏观平均评价指标和马修斯相关系数(Mathews correlation coefficient,MCC)作为总体评价指标来评估分类性能。半监督学习算法在有标签训练数据比例为20%、50%和100%的情况下,MCC分别从0.8761提高到0.8850、0.8983提高到0.8994、0.9075提高到0.9095。在有标签训练数据比例为20%的情况下,半监督学习算法可以提高微观平均和宏观平均的分类性能。对于50%和100%的情况,半监督学习算法可以提高微观平均下的分类性能,但会损害宏观平均的分类性能。通过分析每个类的混淆矩阵和标注偏差,我们发现基于伪标签的半监督学习算法加剧了分类器对头类的偏好,导致头类的性能提高而尾类的性能下降。结论 半监督学习算法可以提高内镜图像长尾分类的性能,特别是在标签极其有限的情况下,这可能有利于为小医院建立辅助诊断系统。然而,伪标签策略可能会放大类不平衡的影响,从而损害尾部类的分类性能。
关键词
内镜图像
人工智能
半监督学习
长尾分类
图像分类
Keywords
endoscopic image
artificial intelligence
semi-supervised learning
long-tail distribution
image classification
分类号
R318 [医药卫生—生物医学工程]
TP391.41 [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
影像组学在胃癌诊疗中的应用
2
作者
郑雨欣
方梦捷
李海林
操润楠
赵洵
刘圣圆
田捷
董迪
机构
中国科学院大学计算机科学与技术学院
北京航空航天大学医学科学与工程学院大数据精准医疗高精尖创新中心
中国科学院大学人工智能学院
中国科学院自动化研究所中国科学院分子影像重点实验室
出处
《中国体视学与图像分析》
2022年第3期209-219,共11页
基金
国家自然科学基金(82022036,91959130,81971776)
中国科学院青年创新促进会(Y2021049)
文摘
胃癌是我国的高发癌种之一,严重危害我国人民的健康。如何基于影像实现定量化、个体化、精准化的辅助诊疗是提高胃癌患者五年生存率的关键之一。近年来人工智能与医学影像的结合催生了影像组学技术,本文从影像组学流程、影像组学在胃癌诊疗中的应用、挑战与机遇三个方面综述胃癌影像组学的研究进展。首先,本文回顾了影像组学的基本流程,包括数据收集和预处理、感兴趣区域分割、特征提取、特征筛选、模型构建、模型评估等步骤。其次,本文概述了影像组学在早期胃癌筛查、胃癌分型分期诊断、胃癌疗效分析与预后预测等方面的应用。最后,本文讨论了胃癌影像组学研究面临的挑战性问题和发展机遇。
关键词
胃癌
影像组学
人工智能
临床应用
Keywords
gastric cancer
radiomics
artificial intelligence
clinical application
分类号
R735.2 [医药卫生—肿瘤]
R445 [医药卫生—影像医学与核医学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
半监督内镜图像长尾分类
操润楠
方梦捷
李海林
田捷
董迪
《Chinese Medical Sciences Journal》
CAS
CSCD
2022
0
下载PDF
职称材料
2
影像组学在胃癌诊疗中的应用
郑雨欣
方梦捷
李海林
操润楠
赵洵
刘圣圆
田捷
董迪
《中国体视学与图像分析》
2022
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