基于改进VGG网络的弱监督细粒度阿尔兹海默症分类方法

针对阿尔兹海默症(AD)患者和正常(NC)人之间核磁共振成像(MRI)图像差别小、分类难度大的问题,提出了基于改进VGG网络的弱监督细粒度AD分类方法。该方法以弱监督数据增强网络(WSDAN)为基本模型,主要由弱监督注意力学习模块、数据增强模块及双线性注意力池化模块等构成。首先,通过弱监督力注意学习模块生成特征图和注意力图,并利用注意力图引导数据增强,将原图和增强后的数据同时作为输入数据进行训练;然后,通过双线性注意力池化算法将特征图和注意力图按元素进行点乘,进而得到特征矩阵;最后,将特征矩阵作为线性分类层的输入。将以VGG19作为特征提取网络的WSDAN基本模型应用到AD的MRI数据上,实验结果表明,仅使用图像增强的模型的准确性、敏感性和特异性分别比WSDAN基本模型提高了1.6个百分点、0.34个百分点和0.12个百分点;仅利用VGG19网络的改进的模型的准确性和特异性相较WSDAN基本模型分别提高了0.7个百分点和2.82个百分点;以上两个方法结合使用的模型与WSDAN基本模型相比,准确性、敏感性和特异性分别提高了2.1个百分点、1.91个百分点和2.19个百分点。

基于肤色分割与改进VGG网络的手语识别

传统的手语识别仅仅依靠人工选取的底层特征完成识别,难以适应手语图像背景的多样性,本文提出了一种综合多要素的手语肤色分割与改进VGG网络的手语识别方法.对采集到的手语图像利用椭圆模型进行初步分割,根据最大连通域排除背景中的类肤色区域并用质心定位的方法去除手部区域以外的肤色区域,从而实现手语图像准确分割.在原有VGG网络的基础上减少卷积及全连接的层数对VGG网络进行改进,减少了所需的存储容量和参数数量.将分割后的手语灰度图像作为网络的输入,采用改进的VGG网络建立手语的识别模型.通过比较不同结构的网络模型对手语图像的识别率,表明改进的VGG网络能够有效进行特征学习,对手语图像的平均识别率都达到97%以上.

一种基于改进VGG网络的表情识别算法

针对深度学习中的卷积神经网络存在对人脸表情特征提取不充分的问题,文中提出一种改进的VGG16网络模型,以更充分地提取人脸表情特征,从而更好地进行人脸表情识别。首先,在VGG16网络的每个卷积层前加入一个GCT通道注意力,用于增强人脸表情的特征提取;然后,将VGG16网络中相同通道数的卷积层分为一个Block,在每个Block后使用迭代式的特征融合,将浅层网络提取的特征与深层网络提取的特征进行融合,以丰富对人脸表情特征的提取。另外,去掉VGG16网络的3个全连接层,改为一个全连接层直接输出分类结果,不仅可以减少参数量还能够保证识别精度。实验结果表明,改进后的VGG网络在人脸表情数据集RAF-DB和SFEW上的识别率分别达到87.842%和56.881%,较原网络有显著提升。

基于改进VGG16网络的半监督石刻表层裂缝识别

针对如何快速准确地检测石刻表层裂缝问题,笔者建立一种改进的VGG16网络模型,将原本的3层全连接层改为2层全连接层,增加dropout正则化,并结合使用半监督学习算法,将深度学习应用于石刻表层裂缝的智能识别研究。为了检验改进后模型的性能与准确性,选用Unet、ResNet以及原模型进行比较,使用精确率、召回率和训练时间等对模型进行综合评估。改进后的VGG16网络模型精度达到93.6%,且训练时间较原模型减少了18%,具有轻量化运算的优点,模型可以满足基本的表层裂缝识别需求,且具有较好的鲁棒性。

基于深度学习的高分辨率食管测压图谱鉴别

高分辨率食管测压技术(High-Resolution Manometry,HRM)被广泛应用于食管运动诊断,而芝加哥分类的方法难度大、耗时长、效率低,且随着HRM图像数据量的爆炸式增长,误诊率也随之增加。为了提高临床诊断的准确率与效率,本文将搭建一个更加高效的计算机辅助诊断系统帮助医生对HRM图像进行自动判别分析,提出了改进的深度学习模型(Improved-VGG)来完成对HRM图像食管收缩活力的正常收缩、全段增压、弱收缩、无效收缩分类的任务,该模型中增加了Batch Normalization层和Dropout层,显著提升了HRM图像分类的训练速度,并修改了卷积核大小,用更大的卷积核提取特征。实验使用了2520幅专家标记的HRM图像,用于训练、验证和测试的图像分别占比为70%,10%和20%。实验结果表明,在测试集上,食管收缩活力分类器的分类准确率和精度分别为97.20%和93.97%,特异度和召回率分别为98.05%和93.97%。本文的正常收缩、全段增压、弱收缩、无效收缩分类(NFWIC)模型能较好地适应HRM图像数据的特性,其临床实践应用将提高医生的诊断效率。