智能识别辅助工具在肺部磨玻璃结节诊断中的应用研究

目的:在肺部磨玻璃结节(GGN)早期CT图像诊断中,建立智能识别辅助工具,实现降低肺部GGN检测人工投入、提高诊断效率并最终扩大筛查范围。方法:构建肺部GGN智能识别辅助诊断策略,采用肺结节分割方法,从CT图像中获取肺结节轮廓,进而提取轮廓区域内的结节形状、纹理特征;基于轮廓特征构建毛玻璃甄别模型,通过甄别模型鉴定结节是否为毛玻璃结节,提取、量化并评估“毛刺”等恶性征象特征;基于结节区域内形状、纹理、恶性征象等特征建立恶性度评估模型建立恶性度评估机制,实现恶性肿瘤辅助检测功能。结果:通过构建肺部GGN智能识别辅助诊断策略,在测试中可实现肺结节轮廓分割、结节区域特征提取、肺部GGN诊断、“毛刺”等恶性征象检测功能,并可实现结节恶性度评估功能。在性能测试中,34例样本中30例检测正确,整体诊断准确率为88.23%;单样本检测时间为4.5 s,速度明显优于医师单样本平均诊断的23.6 s。结论:构建肺部GGN智能识别辅助诊断策略,可提高临床诊断效率,其整体策略具有实现简单、计算量稳定、查全率高等优点,有助于为临床提供辅助诊断工具,降低临床工作量,在肺癌辅助筛查中具有实践意义和研究价值。

基于叶片特征的计算机辅助植物识别模型

植物的数量分类的主要依据是植物的外观特征,通过提取大量特征数据进行聚类分析获得结果。传统做法都是手工测量采集原始数据,效率较低。由于外观特征都可以以数字图片方式获得,通过计算机图像处理分析等技术采集数据并做聚类分析将大大提高效率。关键问题在于特征自动分析和获取,以植物叶片为例,阐述了如何提取大小、叶形及叶缘特征的方法,改进了圆形度参数的定义。提出了计算机辅助植物识别(CAPI)的概念,并对其前景做了讨论和展望。

焊缝底片计算机辅助识别的研究

介绍采用数字图象处理技术对焊缝底片进行计算机辅助识别的方法 ,其中包括预处理、特征提取、建立识别模式、缺陷定性及定级。底层模块用 Visual Basic6.0语言编写。

面向色盲人群的IOS色彩辅助识别系统

色盲是一种无法正确感知部分或全部颜色的缺陷。由于色盲辨色能力的不足,因此给患者的工作、学习和生活带来了很多的不便。设计并实现了一个基于IOS的色彩辅助识别系统,把IOS照片中的色彩转换成色盲人群可以识别的颜色,从而提高了色盲人群的生活体验。

应用计算机辅助识别进行棉花有色纤维的遗传分析

本研究应用计算机辅助色彩识别技术 ,对以白色棉冀 85 1和棕色棉ZYS2 0作为亲本的杂交后代F2群体的棉花纤维颜色进行了分析 ,研究结果表明应用计算机辅助色彩识别技术获取棉花纤维红绿蓝(RGB)数据 ,适合对棉花有色纤维的颜色鉴定 ,获取的数据客观可靠可重复 ,值得在彩色棉育种中应用。对本研究的F2 群体的分析表明 ,棉花纤维颜色的RGB值的百分数在该群体中分离状况符合正态分布 ,符合多基因控制的数量性状遗传特征。

植物外观特征自动获取及计算机辅助植物分类与识别

植物的分类与识别是植物学研究和农林业生产经营中的重要基础工作,其主要依据是植物的外观特征。现代数量分类的方法就是通过大量提取特征数据,进行聚类分析,获得分类结果,并以此为根据进行植物的鉴别。传统做法都是手工测量采集原始数据,效率较低。由于外观特征可以通过数字图片方式获得,运用计算机图像处理分析等技术采集数据并做聚类分析将大大提高效率,关键问题在于特征的自动分析和获取。在基于叶子特征的计算机辅助植物识别模型和叶缘锯齿特征提取研究的基础上,提出了计算机辅助植物分类与识别的系统方案,并对相关技术进行了分析。

计算机辅助印鉴识别系统的设计

在利用计算机辅助印鉴识别系统的基础上设计相应的计算机印鉴识别系统软件，可解决以往手工鉴别工序多，时间长等问题，具有实用性，可靠性。

一种计算机辅助识别平面机构活动度类型的新方法

在分析平面机构三类活动度概念的基础上,导出了计算机辅助识别活动度类型的准则和方法,并开发了相应的计算程序。实例表明,该方法简单、实用、可靠、适用面广。

活动断裂计算机辅助识别系统开发研究

在地理信息系统技术支持下，在判定和识别活动断裂中应用计算机技术，采用多种研究方法和手段，建立活动断裂辅助识别系统。通过矿区的实际应用，证明确定出的活动断裂对影响范围内的煤与瓦斯突出的发生具有控制作用。

基于卷积神经网络的辅助识别模型在白光内镜诊断慢性胃炎中的应用价值

背景:慢性萎缩性胃炎的准确诊断对于胃癌预防具有重要意义。卷积神经网络在消化内镜领域的潜力已得到证实。目的:基于卷积神经网络建立白光内镜诊断慢性胃炎的辅助识别模型,并评估其应用价值。方法:回顾性收集武汉大学人民医院和北京大学第三医院的慢性胃炎白光内镜图片作为训练集和测试集。辅助识别模型由Unet++和Resnet-50卷积神经网络构建,包括两层结构。采用ROC曲线评估Resnet-50卷积神经网络的诊断效能;采用Kappa一致性检验评估辅助识别模型和3名内镜医师的诊断结果与标准答案的一致性。结果:训练集含5200张慢性胃炎白光内镜图片,测试集含668张慢性胃炎白光内镜图片。Unet++对慢性胃炎病变的总体命中率为97.2%。Resnet-50卷积神经网络诊断慢性萎缩性胃炎的ROC曲线下面积为0.97,准确性、敏感性和特异性分别为90.0%、90.3%和89.6%。其对慢性萎缩性胃炎的诊断结果与标准答案具有高度一致性(κ=0.763),与内镜专家(κ=0.712,κ=0.698)水平相近,明显优于普通内镜医师(κ=0.585)。结论:本研究建立的基于卷积神经网络的辅助识别模型能为白光内镜诊断慢性胃炎提供有效帮助,具有良好的临床应用前景。

计算机辅助识别在急性白血病细胞形态学中的应用

白血病是一组高度异质性的造血系统恶性肿瘤,细胞形态学检查对于筛查白血病至关重要。近年来,随着计算机图像分析技术在医学领域的不断研究,白血病细胞形态学计算机辅助识别技术也得到快速发展。相较人工镜检而言,计算机辅助识别技术快速便捷、省时省力、结果客观准确,可均衡各级医院医师的阅片水平。该文介绍了白细胞形态学计算机辅助识别技术的方法学,总结了其在急性白血病细胞形态学分析领域的研究及应用进展,并展望了未来的发展前景。

基于异态集成学习的飞行目标辅助识别模型

对飞行目标类型的准确识别是空中作战意图识别的前提和基础。针对当前各类识别模型在训练样本较少时,较难同时获得模型的稳定性和较好的泛化能力且在线学习能力较差的问题,提出了一种基于异态集成学习的飞行目标辅助识别模型,将k近邻学习模型与BP神经网络模型进行整合,使模型兼具训练稳定性与较好的泛化能力;通过算法设计,模型具有了整体动态更新的能力。基于某作战仿真系统完成飞行目标识别实验,对比了该模型与各类模型的性能表现。实验结果显示所提出的模型识别正确率稳定在90%左右,且在个体学习器的基础上至少提高2%。

土壤系统分类中诊断层和诊断特性的计算机辅助识别方法

主要研究了将中国土壤系统分类检索表中的决策逻辑转化为计算机能够识别的决策网络以及将土壤剖面描述和分析数据库中的属性数据，转化为诊断层、诊断特性识别指标的方法。并在此基础上建立了基于ＶｉｓｕａｌＢａｓｉｃ和Ａｃｃｅｓｓ的诊断层和诊断特性计算机辅助识别系统。

核乳胶中质子径迹计算机辅助识别方法研究

为克服核乳胶质子径迹人工判读的缺点,研究了一种计算机辅助识别的方法。该方法中,对由显微镜系统获取的核乳胶图像序列依次经组合式滤波器滤波、多阈值二值化、径迹点筛选、径迹点去冗余处理后识别出图像序列中的径迹点,经径迹重建从获取的径迹点中重建出反冲质子径迹。利用该方法从经14.9MeV中子束辐照的核乳胶中提取出反冲质子径迹,并将提取的径迹与人工判读方法提取的径迹进行了比较,结果基本一致。该方法将为核乳胶质子径迹自动判读系统的开发和核乳胶应用于脉冲中子束能谱测量实验奠定重要技术基础。

谈植物分类方式及其辅助识别方法

介绍了现行植物分类中人为分类和自然分类的两种方式,以及植物分类中的辅助识别方法。

基于深度学习的行人再识别技术分析

阐述在视频监控系统的辅助识别中,行人再识别技术能够有效提升视频监控系统的效率与质量,探讨以深度学习为基础的行人再识别技术特点、再识别技术的表征研究法、度量研究法、局部表征研究法、视频序列研究法的分析。

目标辅助识别专家系统设计

针对多源目标识别特点,开展了系统建模和规则推理等研究工作.利用CLIPS专家系统工具设计开发了目标辅助识别专家系统,仿真试验验证了工作的有效性,为多源目标识别智能化处理提供了一种解决思路.

基于深度学习辅助的动态人脸跟踪方法

动态人脸跟踪过程中,现有的跟踪算法存在快速运动、遮挡和频繁进出摄像机视野下无法及时判定跟踪漂移导致跟踪失败,而目标再出现时作为新的目标进行跟踪.针对以上难题,提出一种融合跟踪校验和深度学习识别辅助的动态人脸跟踪算法(Kernelized correlation filter with verification and recognition,KCFVR).跟踪算法核心是结合核相关滤波框架,通过跟踪校验算法判定人脸目标是否跟踪漂移导致跟踪失败;在目标重新出现时,结合深度学习网络识别辅助方法判定是否为新目标.实验结果表明:跟踪校验算法及时减少跟踪误差积累,识别辅助算法在跟踪成功率及识别精度上,都取得较优的实验结果,实现同一人脸目标的实时、持续跟踪.

基于图像处理的色盲辅助驾驶系统

鉴于色盲在中国拥有很大的人口基数,且汽车在我国越来越普及,但是由于他们自身的生理缺陷,却始终无法享受这种便利的交通方式,不能驾驶机动车。为了能使这部分人群突破现在的生理局限,享受到其他普通人轻松就能享受到的待遇,本系统选择设计一个通过图像处理来辅助色盲驾驶员知晓信号灯当前显示颜色情况的系统,在确保色盲患者能够正常驾车的同时,保证系统可以离线运行,提高系统的可靠度及普及率。该系统首先使用中值滤波的方法,对图像进行清晰化处理,之后对采用模版法对整体图像进行分割,采用边缘跟踪法提取信号灯。在提取完成后,在计算时将图像由RGB空间转化为HSI空间,最后利用H值的区别,对红灯与绿灯进行区分,最后通过科大讯飞旗下的离线语音合成系统对用户进行提示,以达到安全驾驶,实现盲人驾车权力的目的。