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
3
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
SMViT:用于新冠肺炎诊断的轻量化孪生网络模型
1
作者
马自萍
谭力刀
+1 位作者
马金林
陈勇
《计算机科学与探索》
CSCD
北大核心
2023年第10期2499-2510,共12页
针对新冠肺炎的深度学习诊断模型存在的准确率不高、泛化能力较差和参数量较大的问题,基于ViT和孪生网络,提出了一种新冠肺炎诊断的轻量化孪生网络SMViT。首先,提出了循环子结构轻量化策略,使用多个具有相同结构的子网络构成诊断网络,...
针对新冠肺炎的深度学习诊断模型存在的准确率不高、泛化能力较差和参数量较大的问题,基于ViT和孪生网络,提出了一种新冠肺炎诊断的轻量化孪生网络SMViT。首先,提出了循环子结构轻量化策略,使用多个具有相同结构的子网络构成诊断网络,从而降低网络的参数量;其次,提出ViT掩码自监督预训练模型,以增强模型的潜在特征表达能力;然后,构建新冠肺炎诊断的孪生网络SMViT,有效提升模型的诊断准确率,改善小样本下模型泛化能力较差的问题;最后,使用消融实验验证并确定了模型结构,通过对比实验验证模型的诊断性能和轻量化能力。实验结果表明:与最具竞争力的ViT架构的诊断模型相比,该模型在X-ray数据集上的准确率、特异度、灵敏度与F1分数值分别提高了1.42%、4.62%、0.40%和2.80%,在CT图像数据集上的准确率、特异度、灵敏度与F1分数值分别提高了2.16%、2.17%、2.05%和2.06%;在样本量较小时,模型具有较强的泛化能力;与ViT相比,SMViT模型具有更小的参数量和更高的诊断性能。
展开更多
关键词
新冠肺炎诊断
孪生网络
ViT模型
自监督学习
轻量化模型
下载PDF
职称材料
结构图注意力网络的新冠肺炎轻重症诊断
被引量:
2
2
作者
刘彦北
李赫南
+7 位作者
张长青
肖志涛
张芳
隗英
高耀宗
石峰
单飞
沈定刚
《中国图象图形学报》
CSCD
北大核心
2022年第3期750-761,共12页
目的为辅助医生快速分辨新型冠状病毒肺炎(corona virus disease 2019,COVID-19)轻、重症患者,以便对症下药减轻医疗负担,提出一种基于结构图注意力网络的轻重症诊断算法。方法基于胸部CT图像提取的特定特征以及肺段间的位置关系构建结...
目的为辅助医生快速分辨新型冠状病毒肺炎(corona virus disease 2019,COVID-19)轻、重症患者,以便对症下药减轻医疗负担,提出一种基于结构图注意力网络的轻重症诊断算法。方法基于胸部CT图像提取的特定特征以及肺段间的位置关系构建结构图,以肺部内不同肺段为节点,以提取特征为节点属性。采用图神经网络汇聚相邻节点特征,再利用池化层获取分别代表左肺叶和右肺叶特征的图表示。使用结构注意力机制计算左、右肺叶的感染情况对结果诊断的重要性,并依据重要性融合左、右肺叶图表示以得到最终图表示,最后执行分类任务。由于数据中存在明显的类别不平衡现象,采用Focal-Loss损失函数优化模型以减轻对分类结果的影响。结果实验将所提算法分别与传统机器学习方法和流行的图神经网络算法做性能对比。在重症诊断的准确率上,本文算法相较于传统机器学习方法和图神经网络算法分别取得14.2%~42.0%和3.6%~4.8%的提升。在AUC(area under curve)指标上,本文算法相较于上述两种算法分别取得8.9%~18.7%和3.1%~3.6%的提升。除此之外,通过消融实验发现具有结构注意力机制的算法相较于未使用的算法在SPE(specificity)、SEN(sensitivity)和AUC 3个指标上分别取得了2.4%、1.4%和1.1%的提升;应用Focal-Loss损失函数的算法相较于未使用的算法提升了2.1%、1.1%和0.9%。结论所提出的诊断模型综合了图神经网络以及结构注意力机制的优点,引入Focal-Loss损失函数,提升了困难样本的分类准确率,使诊断结果更加准确。
展开更多
关键词
新
冠
肺炎
(COVID-19)
诊断
图神经网络(GNN)
结构注意力机制
拓扑结构图
图分类
原文传递
疫情下的仪器分析课程在线教学设计与探索——以绪论为例
被引量:
39
3
作者
王荷芳
《大学化学》
CAS
2020年第5期75-80,共6页
疫情当前,如何应用信息技术手段进行有效的在线教学是教师和学生关注的重要问题。仪器分析课程是大学化学专业的一门重要基础课,在师生和生生都只能“云听见”或“云见面”的情况下,设计多种师生交互互动的教学环节有助于保证在线教学...
疫情当前,如何应用信息技术手段进行有效的在线教学是教师和学生关注的重要问题。仪器分析课程是大学化学专业的一门重要基础课,在师生和生生都只能“云听见”或“云见面”的情况下,设计多种师生交互互动的教学环节有助于保证在线教学效果。作者以绪论课为例,介绍了教师按照O-AMAS理念“目标O+激活A+多元学习M+有效测评A+简要总结S”精心设计,充分调动学生学习积极性的做法,以及授课班级学生的反馈。
展开更多
关键词
仪器分析
在线教学
课程思政
新
冠
病毒
肺炎
诊断
O-AMAS
下载PDF
职称材料
题名
SMViT:用于新冠肺炎诊断的轻量化孪生网络模型
1
作者
马自萍
谭力刀
马金林
陈勇
机构
北方民族大学数学与信息科学学院
北方民族大学计算机科学与工程学院
宁夏医科大学总医院放射介入科
出处
《计算机科学与探索》
CSCD
北大核心
2023年第10期2499-2510,共12页
基金
国家自然科学基金(61462002)
宁夏自然科学基金(2022AAC03268,2020AAC03215,2020AAC02004)。
文摘
针对新冠肺炎的深度学习诊断模型存在的准确率不高、泛化能力较差和参数量较大的问题,基于ViT和孪生网络,提出了一种新冠肺炎诊断的轻量化孪生网络SMViT。首先,提出了循环子结构轻量化策略,使用多个具有相同结构的子网络构成诊断网络,从而降低网络的参数量;其次,提出ViT掩码自监督预训练模型,以增强模型的潜在特征表达能力;然后,构建新冠肺炎诊断的孪生网络SMViT,有效提升模型的诊断准确率,改善小样本下模型泛化能力较差的问题;最后,使用消融实验验证并确定了模型结构,通过对比实验验证模型的诊断性能和轻量化能力。实验结果表明:与最具竞争力的ViT架构的诊断模型相比,该模型在X-ray数据集上的准确率、特异度、灵敏度与F1分数值分别提高了1.42%、4.62%、0.40%和2.80%,在CT图像数据集上的准确率、特异度、灵敏度与F1分数值分别提高了2.16%、2.17%、2.05%和2.06%;在样本量较小时,模型具有较强的泛化能力;与ViT相比,SMViT模型具有更小的参数量和更高的诊断性能。
关键词
新冠肺炎诊断
孪生网络
ViT模型
自监督学习
轻量化模型
Keywords
diagnosis of COVID-19
siamese network
vision transformer
self-supervised learning
lightweight model
分类号
TP391.5 [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
结构图注意力网络的新冠肺炎轻重症诊断
被引量:
2
2
作者
刘彦北
李赫南
张长青
肖志涛
张芳
隗英
高耀宗
石峰
单飞
沈定刚
机构
天津工业大学生命科学学院
天津光电检测技术与系统重点实验室
天津工业大学电子与信息工程学院
天津大学智能与计算学部
上海联影智能医疗科技有限公司
复旦大学附属公共卫生临床中心
上海科技大学生物医学工程学院
出处
《中国图象图形学报》
CSCD
北大核心
2022年第3期750-761,共12页
基金
国家自然科学基金项目(61901297)
天津市科学技术京津冀基础研究合作项目(H2021202008)。
文摘
目的为辅助医生快速分辨新型冠状病毒肺炎(corona virus disease 2019,COVID-19)轻、重症患者,以便对症下药减轻医疗负担,提出一种基于结构图注意力网络的轻重症诊断算法。方法基于胸部CT图像提取的特定特征以及肺段间的位置关系构建结构图,以肺部内不同肺段为节点,以提取特征为节点属性。采用图神经网络汇聚相邻节点特征,再利用池化层获取分别代表左肺叶和右肺叶特征的图表示。使用结构注意力机制计算左、右肺叶的感染情况对结果诊断的重要性,并依据重要性融合左、右肺叶图表示以得到最终图表示,最后执行分类任务。由于数据中存在明显的类别不平衡现象,采用Focal-Loss损失函数优化模型以减轻对分类结果的影响。结果实验将所提算法分别与传统机器学习方法和流行的图神经网络算法做性能对比。在重症诊断的准确率上,本文算法相较于传统机器学习方法和图神经网络算法分别取得14.2%~42.0%和3.6%~4.8%的提升。在AUC(area under curve)指标上,本文算法相较于上述两种算法分别取得8.9%~18.7%和3.1%~3.6%的提升。除此之外,通过消融实验发现具有结构注意力机制的算法相较于未使用的算法在SPE(specificity)、SEN(sensitivity)和AUC 3个指标上分别取得了2.4%、1.4%和1.1%的提升;应用Focal-Loss损失函数的算法相较于未使用的算法提升了2.1%、1.1%和0.9%。结论所提出的诊断模型综合了图神经网络以及结构注意力机制的优点,引入Focal-Loss损失函数,提升了困难样本的分类准确率,使诊断结果更加准确。
关键词
新
冠
肺炎
(COVID-19)
诊断
图神经网络(GNN)
结构注意力机制
拓扑结构图
图分类
Keywords
corona virus disease 2019(COVID-19)diagnosis
graph neural network(GNN)
structural attention mechanism
topology diagram
graph classification
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
疫情下的仪器分析课程在线教学设计与探索——以绪论为例
被引量:
39
3
作者
王荷芳
机构
南开大学化学学院
出处
《大学化学》
CAS
2020年第5期75-80,共6页
基金
南开大学2020年本科教育教学改革项目(NKJG2020157)。
文摘
疫情当前,如何应用信息技术手段进行有效的在线教学是教师和学生关注的重要问题。仪器分析课程是大学化学专业的一门重要基础课,在师生和生生都只能“云听见”或“云见面”的情况下,设计多种师生交互互动的教学环节有助于保证在线教学效果。作者以绪论课为例,介绍了教师按照O-AMAS理念“目标O+激活A+多元学习M+有效测评A+简要总结S”精心设计,充分调动学生学习积极性的做法,以及授课班级学生的反馈。
关键词
仪器分析
在线教学
课程思政
新
冠
病毒
肺炎
诊断
O-AMAS
Keywords
Instrumental analysis
Online teaching and learning
Course ideology and politics
Diagnosis of new coronavirus pneumonia
O-AMAS
分类号
G64 [文化科学—高等教育学]
O6 [理学—化学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
SMViT:用于新冠肺炎诊断的轻量化孪生网络模型
马自萍
谭力刀
马金林
陈勇
《计算机科学与探索》
CSCD
北大核心
2023
0
下载PDF
职称材料
2
结构图注意力网络的新冠肺炎轻重症诊断
刘彦北
李赫南
张长青
肖志涛
张芳
隗英
高耀宗
石峰
单飞
沈定刚
《中国图象图形学报》
CSCD
北大核心
2022
2
原文传递
3
疫情下的仪器分析课程在线教学设计与探索——以绪论为例
王荷芳
《大学化学》
CAS
2020
39
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