用于单音音乐音高估计的密集扩张卷积残差网络

针对单音音乐提出一种密集扩张卷积残差网络(Dense Dilated Convolution Residual Network, DDCRN)音高估计算法.探讨了密集扩张卷积、残差模块两种不同的通道数设置对网络参数量和性能的影响.分别在iKala、MIR-1K和MDB-stem-synth数据集上训练提出的各种残差网络.实验结果表明,密集扩张卷积残差网络在参数量较小的情况下获得了最佳性能.

基于3D全卷积网络的腹部动脉CTA分割算法

目前卷积神经网络已成为腹部动脉血管分割领域的研究热点,但经典的卷积网络存在分割精度低和分割血管不连续的问题。为此,文中提出了基于改进3D全卷积网络的腹部动脉血管分割算法。该方法在网络的编码路径上构造不同尺度的侧输入,并将侧输入卷积后的图像与下采样卷积后的图像进行融合,提取更多的特征信息。同时,网络中嵌入了新的多尺度特征提取模块,该模块将通道注意力与密集扩张卷积进行了融合,有效地捕获了更高层次的特征信息。对腹部动脉血管进行分割的结果表明,与其他分割方法相比,所提方法在直观性和定量性上均有提高,证明了该方法能够提升血管分割精度。