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
4
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
医学影像跨模态重建中的生成对抗网络研究进展
1
作者
李卓远
徐国豪
+3 位作者
王峻晨
王赛硕
王传涛
翟吉良
《协和医学杂志》
CSCD
2023年第6期1162-1169,共8页
单一模态的医学影像所包含的疾病特征信息有限,临床医生可通过综合分析多种模态的医学影像信息以明确诊断,但由于医疗资源及诊疗时间受限,医生一般无法在短时间内获得所需的多模态影像信息。跨模态医学影像重建技术能够生成临床所需的...
单一模态的医学影像所包含的疾病特征信息有限,临床医生可通过综合分析多种模态的医学影像信息以明确诊断,但由于医疗资源及诊疗时间受限,医生一般无法在短时间内获得所需的多模态影像信息。跨模态医学影像重建技术能够生成临床所需的多种模态医学影像,有望辅助临床医生对疾病进行精准诊疗。目前,传统跨模态重建技术已实现部分临床场景的应用,但重建影像的生成质量有待进一步提高,生成对抗网络可重建出临床所需的高质量多模态医学影像,最大程度地节约医疗资源并缩短患者就诊时间。本文就生成对抗网络在X线、CT、MRI、PET等多模态影像之间的跨模态重建应用研究作一综述,以期为开发更先进的跨模态重建技术提供借鉴。
展开更多
关键词
跨模态重建
放射影像
生成对抗网络
下载PDF
职称材料
生成对抗网络在医学图像跨模态重建中的应用及展望
2
作者
孙杰
金诗晨
+2 位作者
石蓉
左传涛
蒋皆恢
《中南大学学报(医学版)》
CAS
CSCD
北大核心
2022年第8期1001-1008,共8页
医学图像跨模态重建是指基于被试某一种模态图像,预测同一被试的另一种模态图像,以实现更精准的个体化医疗。生成对抗网络(generative adversarial networks,GAN)是医学图像跨模态重建中最常见的深度学习技术,该技术通过从遵循真实数据...
医学图像跨模态重建是指基于被试某一种模态图像,预测同一被试的另一种模态图像,以实现更精准的个体化医疗。生成对抗网络(generative adversarial networks,GAN)是医学图像跨模态重建中最常见的深度学习技术,该技术通过从遵循真实数据分布的隐式分布中生成医学图像,进而快速重建出其他模态医学图像数据。随着临床对多模态影像数据需求的剧增,GAN技术在磁共振成像、计算机断层扫描和正电子发射型计算机断层扫描等多种不同的医学图像模态之间的跨模态重建任务中均得到广泛的应用,在脑、心等不同部位实现精准高效的跨模态图像重建。此外,虽然GAN在跨模态重建中取得了一定的成功,但其在稳定性、泛化能力和准确度方面仍需要进一步的改进。
展开更多
关键词
生成对抗网络
跨模态重建
CT预测
MRI预测
正电子发射型计算机断层扫描预测
下载PDF
职称材料
半配对的多模态询问哈希方法
3
作者
庾骏
马江涛
+2 位作者
咸阳
侯瑞霞
孙伟
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第2期481-491,共11页
多模态哈希能够将异构的多模态数据转化为联合的二进制编码串。由于其具有低存储成本、快速的汉明距离排序的优点,已经在大规模多媒体检索中受到了广泛的关注。现有的多模态哈希方法假设所有的询问数据都具备完整的多种模态信息以生成...
多模态哈希能够将异构的多模态数据转化为联合的二进制编码串。由于其具有低存储成本、快速的汉明距离排序的优点,已经在大规模多媒体检索中受到了广泛的关注。现有的多模态哈希方法假设所有的询问数据都具备完整的多种模态信息以生成它们的联合哈希码。然而,实际应用中很难获得全完整的多模态信息,针对存在模态信息缺失的半配对询问场景,该文提出一种新颖的半配对询问哈希(SPQH),以解决半配对的询问样本的联合编码问题。首先,提出的方法执行投影学习和跨模态重建学习以保持多模态数据间的语义一致性。然后,标签空间的语义相似结构信息和多模态数据间的互补信息被有效地捕捉以学习判别性的哈希函数。在询问编码阶段,通过学习到的跨模态重构矩阵为未配对的样本数据补全缺失的模态特征,然后再经习得的联合哈希函数生成哈希特征。相比最先进的基线方法,在Pascal Sentence,NUS-WIDE和IAPR TC-12数据集上的平均检索精度提高了2.48%。实验结果表明该算法能够有效编码半配对的多模态询问数据,取得了优越的检索性能。
展开更多
关键词
多
模态
信息检索
哈希
半配对数据
跨模态重建
二值化编码
下载PDF
职称材料
面向6G的跨模态信号重建技术
被引量:
3
4
作者
李昂
陈建新
+1 位作者
魏昕
周亮
《通信学报》
EI
CSCD
北大核心
2022年第6期28-40,共13页
6G时代下,为了兼顾多媒体用户音频、视频、触觉的沉浸式体验需求与低时延、高可靠、大容量的通信质量,提出一种跨模态信号重建架构和由视频信号重建触觉信号的深度学习模型。首先,通过控制机器人触摸各种材质,构建了包含音频、视频、触...
6G时代下,为了兼顾多媒体用户音频、视频、触觉的沉浸式体验需求与低时延、高可靠、大容量的通信质量,提出一种跨模态信号重建架构和由视频信号重建触觉信号的深度学习模型。首先,通过控制机器人触摸各种材质,构建了包含音频、视频、触觉信号的数据集VisTouch,为后续各种跨模态问题的研究奠定基础;其次,通过利用多模态信号间的语义关联性,设计一种普适的、稳健的端到端跨模态信号重建框架;再次,以通过视频信号重建触觉信号为例,构建视频辅助的触觉重建模型,包括基于3D CNN的视频特征提取网络,基于全卷积网络的GAN生成网络与基于CNN的GAN辨别网络;最后,通过实验结果验证跨模态信号重建框架的可靠性以及触觉重建模型的准确性。
展开更多
关键词
6G
跨
模态
信号
重建
多
模态
数据集
3D卷积神经网络
生成对抗网络
下载PDF
职称材料
题名
医学影像跨模态重建中的生成对抗网络研究进展
1
作者
李卓远
徐国豪
王峻晨
王赛硕
王传涛
翟吉良
机构
北京建筑大学机电与车辆工程学院
中国医学科学院北京协和医院骨科
出处
《协和医学杂志》
CSCD
2023年第6期1162-1169,共8页
基金
中国医学科学院医学与健康科技创新工程(2022-I2M-C&T-B-035)
中央高水平医院临床科研专项(2022-PUMCH-A-121)。
文摘
单一模态的医学影像所包含的疾病特征信息有限,临床医生可通过综合分析多种模态的医学影像信息以明确诊断,但由于医疗资源及诊疗时间受限,医生一般无法在短时间内获得所需的多模态影像信息。跨模态医学影像重建技术能够生成临床所需的多种模态医学影像,有望辅助临床医生对疾病进行精准诊疗。目前,传统跨模态重建技术已实现部分临床场景的应用,但重建影像的生成质量有待进一步提高,生成对抗网络可重建出临床所需的高质量多模态医学影像,最大程度地节约医疗资源并缩短患者就诊时间。本文就生成对抗网络在X线、CT、MRI、PET等多模态影像之间的跨模态重建应用研究作一综述,以期为开发更先进的跨模态重建技术提供借鉴。
关键词
跨模态重建
放射影像
生成对抗网络
Keywords
cross-modal reconstruction
radiological images
generative adversarial network
分类号
R445 [医药卫生—影像医学与核医学]
TP37 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
生成对抗网络在医学图像跨模态重建中的应用及展望
2
作者
孙杰
金诗晨
石蓉
左传涛
蒋皆恢
机构
上海大学通信与信息工程学院生物医学工程研究所
复旦大学附属华山医院PET中心
出处
《中南大学学报(医学版)》
CAS
CSCD
北大核心
2022年第8期1001-1008,共8页
基金
国家自然科学基金(82021002,86971641)。
文摘
医学图像跨模态重建是指基于被试某一种模态图像,预测同一被试的另一种模态图像,以实现更精准的个体化医疗。生成对抗网络(generative adversarial networks,GAN)是医学图像跨模态重建中最常见的深度学习技术,该技术通过从遵循真实数据分布的隐式分布中生成医学图像,进而快速重建出其他模态医学图像数据。随着临床对多模态影像数据需求的剧增,GAN技术在磁共振成像、计算机断层扫描和正电子发射型计算机断层扫描等多种不同的医学图像模态之间的跨模态重建任务中均得到广泛的应用,在脑、心等不同部位实现精准高效的跨模态图像重建。此外,虽然GAN在跨模态重建中取得了一定的成功,但其在稳定性、泛化能力和准确度方面仍需要进一步的改进。
关键词
生成对抗网络
跨模态重建
CT预测
MRI预测
正电子发射型计算机断层扫描预测
Keywords
generative adversarial networks
cross-modality reconstruction
CT prediction
MRI prediction
positron emission computed tomography prediction
分类号
R445 [医药卫生—影像医学与核医学]
TP391.41 [自动化与计算机技术—计算机应用技术]
R816 [医药卫生—放射医学]
下载PDF
职称材料
题名
半配对的多模态询问哈希方法
3
作者
庾骏
马江涛
咸阳
侯瑞霞
孙伟
机构
郑州轻工业大学计算机与通信工程学院
中国林业科学研究院资源信息研究所
中国农业科学院农业信息研究所
出处
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第2期481-491,共11页
基金
国家自然科学基金(32271880)
河南省科技攻关项目基金(222102210064)
河南省自然科学基金(232300420150)。
文摘
多模态哈希能够将异构的多模态数据转化为联合的二进制编码串。由于其具有低存储成本、快速的汉明距离排序的优点,已经在大规模多媒体检索中受到了广泛的关注。现有的多模态哈希方法假设所有的询问数据都具备完整的多种模态信息以生成它们的联合哈希码。然而,实际应用中很难获得全完整的多模态信息,针对存在模态信息缺失的半配对询问场景,该文提出一种新颖的半配对询问哈希(SPQH),以解决半配对的询问样本的联合编码问题。首先,提出的方法执行投影学习和跨模态重建学习以保持多模态数据间的语义一致性。然后,标签空间的语义相似结构信息和多模态数据间的互补信息被有效地捕捉以学习判别性的哈希函数。在询问编码阶段,通过学习到的跨模态重构矩阵为未配对的样本数据补全缺失的模态特征,然后再经习得的联合哈希函数生成哈希特征。相比最先进的基线方法,在Pascal Sentence,NUS-WIDE和IAPR TC-12数据集上的平均检索精度提高了2.48%。实验结果表明该算法能够有效编码半配对的多模态询问数据,取得了优越的检索性能。
关键词
多
模态
信息检索
哈希
半配对数据
跨模态重建
二值化编码
Keywords
Multimodal retrieval
Hashing
Semi-paired data
Cross-modal reconstruction
Binary codes
分类号
TN911.7 [电子电信—通信与信息系统]
TP391 [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
面向6G的跨模态信号重建技术
被引量:
3
4
作者
李昂
陈建新
魏昕
周亮
机构
南京邮电大学通信与信息工程学院
南京邮电大学宽带无线通信与传感网技术教育部重点实验室
出处
《通信学报》
EI
CSCD
北大核心
2022年第6期28-40,共13页
基金
国家自然科学基金资助项目(No.62071254)
江苏高校优势学科建设工程基金资助项目。
文摘
6G时代下,为了兼顾多媒体用户音频、视频、触觉的沉浸式体验需求与低时延、高可靠、大容量的通信质量,提出一种跨模态信号重建架构和由视频信号重建触觉信号的深度学习模型。首先,通过控制机器人触摸各种材质,构建了包含音频、视频、触觉信号的数据集VisTouch,为后续各种跨模态问题的研究奠定基础;其次,通过利用多模态信号间的语义关联性,设计一种普适的、稳健的端到端跨模态信号重建框架;再次,以通过视频信号重建触觉信号为例,构建视频辅助的触觉重建模型,包括基于3D CNN的视频特征提取网络,基于全卷积网络的GAN生成网络与基于CNN的GAN辨别网络;最后,通过实验结果验证跨模态信号重建框架的可靠性以及触觉重建模型的准确性。
关键词
6G
跨
模态
信号
重建
多
模态
数据集
3D卷积神经网络
生成对抗网络
Keywords
6G
cross-modal signal reconstruction
multi-modal dataset
3D CNN
GAN
分类号
TP391 [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
作者
出处
发文年
被引量
操作
1
医学影像跨模态重建中的生成对抗网络研究进展
李卓远
徐国豪
王峻晨
王赛硕
王传涛
翟吉良
《协和医学杂志》
CSCD
2023
0
下载PDF
职称材料
2
生成对抗网络在医学图像跨模态重建中的应用及展望
孙杰
金诗晨
石蓉
左传涛
蒋皆恢
《中南大学学报(医学版)》
CAS
CSCD
北大核心
2022
0
下载PDF
职称材料
3
半配对的多模态询问哈希方法
庾骏
马江涛
咸阳
侯瑞霞
孙伟
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
4
面向6G的跨模态信号重建技术
李昂
陈建新
魏昕
周亮
《通信学报》
EI
CSCD
北大核心
2022
3
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