基于网格重构学习的染色体分类模型

染色体的分类是核型分析的重要任务之一.因其柔软易弯曲,且类间差异小、类内差异大等特点,其精准分类仍然是一个具有挑战性的难题.对此,提出一种基于网格重构学习(Grid reconstruction learning,GRiCoL)的染色体分类模型.该模型首先将染色体图像网格化,提取局部分类特征;然后通过重构网络对全局特征进行二次提取;最后完成分类.相比于现有几种先进方法,GRiCoL同时兼顾局部和全局特征提取更有效的分类特征,有效改善染色体弯曲导致的分类性能下降,参数规模合理.通过基于G带、荧光原位杂交(Fluorescence in situ hybridization,FISH)、Q带染色体公开数据集的实验表明:GRiCoL能够更好地弱化染色体弯曲带来的影响,在不同数据集上的分类准确度均优于现有分类方法.

肖邦《波兰舞曲》op.26-Nr.1的作品分析与演奏技术

弗雷德里克.弗朗西斯克.肖邦,伟大的波兰音乐家、作曲家,他的《波兰舞曲》几乎成为一个时代的象征,充满着鲜明的民族特色和对祖国深切的怀念之情。本文通过研究波兰舞曲起源、改变,以及肖邦投入进该类作品中的大量心血和复杂的情感,在此基础上对《波兰舞曲》op.26-Nr.1进行曲式、演奏技巧的分析,进而更好的挖掘和诠释这首作品所要表达的内涵。

环网供电设备的特点

环网供电设备体积小,投资少,操作方便,动作可靠性高,保护变压器性能好,它不但可以用于构成环状供电方式,也可用于构成双电源互为备用运行方式,在国内外的应用越来越广泛。

基于自适应补偿网络的视网膜血管分割

基于眼底图像的视网膜血管精确分割对眼科疾病诊断意义重大。但视网膜血管结构高度复杂,多尺度及前、背景比例失衡,自动分割困难。因此,本文提出自适应补偿网络(SACom)实现端到端的视网膜血管精确分割。SACom以U型网络为基本框架,首先在编码器端引入可变形卷积提高复杂血管结构信息学习能力;然后在U型网络底部设计自适应多尺度对齐上下文模块提取并聚合多尺度上下文信息,对齐上下文特征;最后在解码器端设计协同补偿分支,融合多级输出提升模型的映射能力,实现精细分割。实验结果表明,SACom可有效提高视网膜血管的分割精度,在DRIVE、CHASE_DB1和STARE三个公共数据集上的准确率分别达到0.9695、0.9763和0.9753,灵敏度分别达到0.8403、0.8748和0.8506,曲线下面积(AUC)分别达到0.9880、0.9917和0.9919。