面向3D肝脏CT图像分割的改进vnet模型

分割3D医学影像是放疗计划的重要步骤。临床上,计算机断层扫描被广泛应用于肝脏及肝肿瘤的3D医学影像图像分割。由于肝脏复杂的边缘结构及纹理特征,肝脏分割仍是一项具有挑战性的工作。针对这一问题,提出了一种面向3D肝脏CT图像精准分割的改进vnet模型。首先,将肝脏CT图像进行HU值截断和重采样,以完成三维数据集的预处理;同时,将vnet解码器和编码器中的卷积核替换为SG模块,即逐通道卷积和逐点卷积的组合,以减小网络模型的参数量。与vnet模型进行对比实验,结果表明该模型方法在肝脏分割数据集上的评估结果总体优越,Dice系数为94.93%,比vnet模型提高了3.49%,大大减少了模型的参数量;同时该方法在MSD脾脏分割数据集和新冠肺炎数据集上也表现出良好的鲁棒性并取得了优越的分割结果。

中海达VNet6接收机、S035大地型扼流圈天线配套基站测试结果

在唐山GNSS野外检定场,进行了两套中海达VNet6观测设备与天宝NetR8、NetR9观测设备的对比观测,并对观测结果进行了分析。以此为基础,对中海达型设备应用于地壳运动监测的前景作了讨论。

基于PE-Vnet网络的三维骨骼图像分割方法

针对骨骼图像手动或半自动分割效率低的问题,提出了一种基于PE-Vnet网络的三维骨骼图像自动分割方法。该方法以骨骼CT图像序列作为输入,利用三维卷积提取骨骼的三维特征,结合3D Project&Excite(PE)模型对三维特征进行重标定,抑制了与骨骼分割任务无关的特征。设计了具有动态权重的损失函数,解决了训练样本数据前景和背景信息分布不均衡的问题。分别在自建数据集和Peréz-Carrasco等公开的数据集上进行了实验,分割结果的相似系数Dice值在自建数据集的股骨和胫骨实验分别为96.22%和95.68%,在公开数据集实验的Dice值为94.16%。实验结果表明,提出的方法在两个数据集上分割的结果皆接近于临床专家手动分割的结果,研究成果为骨科疾病的诊断和手术计划制定提供了新的参考。

融合Vnet和边缘特征的肺结节分割算法

目的:针对肺结节分割过程中存在边缘信息丢失、边界分割模糊问题,在Vnet基础上改进BSR-Vnet算法。方法:首先,利用边缘关键点选择算法和空洞卷积改进BFB边缘特征增强模块,集成进编码器中,用以保留更多边缘信息;其次,用空间-通道压缩激励模块sc-SE引入双注意力机制,代替Vnet的瓶颈结构,提取非局部上下文信息;最后,利用Vnet原有的残差结构,使用混合空洞卷积构造残差空洞模块RDB代替原本的解码器,用于扩大感受野,提取更多特征细节。结果:本文改进的BSR-Vnet应用在公共数据集LIDC-IDRI上,在Dice系数上达到了87.94%的结果。结论:与基础Vnet方法相比,该模型有效保留了更多的边缘结构和信息,提取了更多上下文信息,使肺结节分割结果更为精确。

基于级联Vnet-S网络的CT影像单一器官自动分割算法

为了快速准确地对计算机断层扫描(CT)影像中的器官进行分割,提出基于级联Vnet-S网络的单一器官自动分割算法。首先,使用第一个Vnet-S网络对CT影像中的器官进行粗分割;然后,选择分割结果中的最大连接通量做两次膨胀,根据膨胀后的最大连接通量确定器官边界并提取器官区域;最后,使用第二个Vnet-S网络对器官进行细分割。为了验证算法的性能,采用MICCAI 2017 Liver Tumor Segmentation Challenge(LiTS)数据集进行肝脏分割实验,采用ISBI LUng Nodule Analysis 2016(LUNA16)数据集进行肺分割实验。级联Vnet-S算法在LiTS的70例线上测试数据上的Dice系数为0.9600,在LUNA16的288例测试数据上的Dice系数为0.9810,均高于Vnet-S网络和Vnet网络。实验结果表明,基于级联Vnet-S网络的单一器官分割算法可以准确地对器官进行分割,而且级联Vnet-S算法的计算量小于Unet网络和Vnet网络。

基于VNet深度学习架构的低序级断层智能识别方法

低序级断层识别是油气勘探开发的重要环节,传统的相干体、谱分解、曲率、蚂蚁体、边缘检测等方法虽然能够提高断层识别的效果和精度,但是对断距较小的低序级断层识别效果不佳。基于人工智能技术的全卷积神经网络(FCN)深度学习方法,为识别低序级断层提供了新的途径。在UNet基础上提出的VNet模型深度学习架构,可以在上、下采样过程中增加信号的感受野,尽可能地在提取大尺度断层信息的同时保留和提取小尺度断层信息。选用正演模拟数据和实际地震数据分别对UNet模型、VNet模型进行测试,通过选择合适的损失函数、迭代次数,优选合适模型权重参数对两者进行模型训练和断层识别效果对比,结果表明,基于VNet模型方法提取的信息更丰富,在识别低序级断层方面更有效。

基于改进VNet太阳暗条检测方法

太阳暗条作为太阳大气磁场的示踪,对研究太阳磁场有极其重要的意义。针对现有的暗条检测方法存在检测精度不高,弱小暗条错检、漏检等问题,提出一种基于改进VNet网络的太阳暗条检测方法。首先,使用大熊湖天文台Hα全日面图像并结合磁图制作了太阳暗条数据集;其次,在VNet网络下采样部分采用Inception模块融合不同尺度特征图的特征,同时加入注意力机制增强特征图中暗条部分的语义信息;最后在上采样部分引入深度监督模块,更多地保留太阳暗条的细节特征。为验证算法性能,采用191幅Hα全日面图像数据集,其中包含暗条共3372条。算法在测试数据集上平均准确率达到0.9883,F1值达到0.8385。实验结果证明,该方法可以有效识别Hα全日面图中的暗条。

基于VNET数字化电厂现状与应用

本文阐述了基于VNET数字化电厂概念,介绍了现状与解决方案,提出了应用领域的思考。

一种用于VNETs的内容命名与路由方法

在智能车联网环境下,节点具有高度的动态特性,现有的互联网体系架构难以较好的适应这类场景。基于命名数据网络(NDN,Named Data Networking)这种以内容为中心的新型网络体系结构,提出一种基于多层P:L对结构的内容命名方法,实现匹配粒度可选特性;设计一种分档增量计数式布鲁姆过滤器结构,实现高效的名字匹配与查询。该方法可为智能车联网环境下的高效通信问题研究提供参考与借鉴。

拓展集团用户业务的金钥匙——EWSD集团用户网解决方案VNet

随着各大运营商对市场争夺的日趋激烈,业务创新成为当务之急.集团大客户是运营商运营收益的主要来源,运营商只有提供个性化、多样化的业务才能打动集团用户,进而达到发展用户提高运营效益的目的.

EWSD集团用户网解决方案VNet

随着各大运营商对市场争夺的日趋激烈,业务创新成为当务之急。大客户是运营商运营收益的主要来源。只有提供个性化,多样化的业务才能打动集团用户以达到发展用户提高运营效益的目的。 EWSD交换机提供的增强型CENTREX(虚拟集中用户交换业务)业务平台VNet,能够使运营商在PSTN公网中向大客户和重要客户提供性能与用户交换机PBX相似的集团用户解决方案。由于VNet功能基于性能卓越质量稳定的EWSD交换机。

基于SA-VNet卷积神经网络的低序级断层识别方法

在地震构造解释中,断层识别起着十分重要的作用,是寻找油气有利区域的基础和关键.在受走滑断层影响的区域,低序级断层发育,导致区域构造复杂.常规的断层识别方法和传统的卷积神经网络对低序级断层的识别效果较差,这会对复杂地区的油气藏勘探开发造成严重的影响.为了克服这一问题,并且提高训练效率,在V-Net网络的基础上加入了空间注意力机制(Spatial Attention)和动态调整学习率,提出了SA-VNet网络的断层识别方法.该方法是采用图像处理领域的语义分割技术,通过判断输入数据体的每个数据点为断层的概率,得到断层概率体.使用动态调整学习率能实现用更少的训练轮次得到更好的训练效果.通过理论模型验证了提出方法的可行性.随后,将SA-VNet网络应用于实际工区,结果表明该方法对低序级断层的识别能力更强,准确率更高.

基于VNet神经网络开发的MRI人脑海马体分割可视化系统

提出一种基于VNet神经网络进行磁共振图像人脑海马体分割的可视化系统。人脑海马体的体积形态对于精神神经类疾病的诊断具有重要的医学意义。为解决人脑海马体分割难度大、医患比例失调等问题,首先对VNet三维图像分割网络进行改进,然后通过改进网络模型分割双侧海马体,将分割结果显示在GUI界面上,可供医生逐层滑动观察分割效果。网络模型中共使用132例图像数据,其中随机选择100例作为训练样本,其余32例作为测试样本,并采用5折交叉验证法进行验证。实验结果显示,利用所提出的网络模型进行分割相比VNet网络原型,在保持双侧海马体分割平均Dice分数为0.88的同时,权重模型压缩至15倍以上,分割一例图像时间减少0.34s。证明提出的改进网络模型可以精确分割出人脑双侧海马体,同时还具有分割效率高与网络模型小的优点,且提供的可视化系统能够更好地辅助医生进行脑部的病症诊断。

交易时间视角下的中国股市流动性问题

交易过程中的时间因素是重要的信息揭示变量。在价格久期基础上,引入了新的流动性衡量指标VNET,对上海股市流动性测量和影响因素进行了深入探讨。选择了2005年9月1日至2006年12月30日作为样本时段,选取上证50指数前20只最大流通股在样本期间内的分笔交易数据作为实证研究对象。实证结果表明,我国证券市场交易过程中的各种非对称信息严重的影响着市场的流动性变化。

基于横河DCS/SIS控制系统架构的网络问题诊断

横河DCS/SIS控制系统有Vnet/IP和Vnet两种网络构成结构,通过工程实例分析与诊断横河DCS/SIS控制系统的网络架构问题,着重描述了由于软件原因造成的各种网络故障,并提出了解决方案,避免网络问题导致的监控失效事件,使控制系统的监控更加稳定和高效。

思华成功案例

1．广东电信互联星空Vnet系统概况 广东互联星空VNET系统由思华科技基于VAS为广东电信倾力打造的宽带增值业务运营支撑平台，自2002年5月份开始对外服务，到如今已经运营了有5年的时间。广东VNET是思华公司重点实施的一个项目，在实施上引用了大量的新技术、新理念，从用户层的展现到后台数据库层的数据存储，无一不精心设计，在系统的安全性、大容量性和稳定性上进行了全面的考虑，把VNET系统建设成为一个具有OoS保障的电信级业务运营平台。