期刊文献+
共找到83篇文章
< 1 2 5 >
每页显示 20 50 100
Pulmonary embolism and deep vein thrombosis caused by nitrous oxide abuse: A case report 被引量:8
1
作者 Wen Sun Ji-Ping Liao +3 位作者 Yan Hu Wei Zhang Jing Ma Guang-Fa Wang 《World Journal of Clinical Cases》 SCIE 2019年第23期4057-4062,共6页
BACKGROUND Nitrous oxide(N2O)has gained increasing popularity as a recreational drug,causing hallucinations,excitation,and psychological dependence.However,side effects have been reported in recent years.Our case repo... BACKGROUND Nitrous oxide(N2O)has gained increasing popularity as a recreational drug,causing hallucinations,excitation,and psychological dependence.However,side effects have been reported in recent years.Our case report proposes a correlation among N2O,pulmonary embolism(PE),and deep vein thrombosis(DVT)and emphasizes the role of homocysteine(Hcy)in thrombotic events.CASE SUMMARY A 29-year-old man with long-term N2O abuse sought evaluation after acute chest pain.A diagnostic workup revealed PE,DVT,and hyperhomocysteinemia.The patient was successfully treated with thrombolytic and anticoagulant therapy.Moreover,his Hcy level decreased and returned to normal after Hcy-lowering therapy.CONCLUSION Chronic N2O abuse might increase the risk of PE and DVT,although there have been few studies previously. 展开更多
关键词 Nitrous oxide Pulmonary EMBOLISM deep VEIN THROMBOSIS HOMOCYSTEINE Case report
下载PDF
基于多样化标签矩阵的医学影像报告生成
2
作者 张俊三 程铭 +2 位作者 沈秀轩 刘玉雪 王雷全 《计算机科学》 CSCD 北大核心 2024年第8期200-208,共9页
医学影像在医学诊断中具有重要作用,而准确描述的文本报告对于理解图像以及后续疾病诊断是必不可少的。目前在医学影像报告生成领域,基于模式化方法生成规范的文本报告成为近年的研究热点。但正负样本数量差距较大导致的数据偏差问题,... 医学影像在医学诊断中具有重要作用,而准确描述的文本报告对于理解图像以及后续疾病诊断是必不可少的。目前在医学影像报告生成领域,基于模式化方法生成规范的文本报告成为近年的研究热点。但正负样本数量差距较大导致的数据偏差问题,使得生成的报告内容普遍倾向于描述正常状况,难以准确捕捉异常信息。为解决这一问题,提出了一种基于多样化标签矩阵的医学报告生成方法,可以对不同的疾病进行差异化学习,生成多样化的医疗报告;设计文本-矩阵特征损失函数,优化多样化标签矩阵;增加特征交叉模块改进Transformer网络,加强图像与文本的映射,提升疾病描述的准确性。在IU-X-Ray和MIMIC-CXR两个数据集上进行实验,实验结果表明,与目前的主流方法相比,所提方法在BLEU,METEOR等多个指标上取得了最优的效果。 展开更多
关键词 深度学习 医学影像报告生成 注意力机制 图像-文本生成 多模态
下载PDF
基于BERT和CNN的药物不良反应个例报道文献分类方法
3
作者 孟祥福 任全莹 +3 位作者 杨东燊 李可千 姚克宇 朱彦 《计算机科学》 CSCD 北大核心 2024年第S01期1104-1109,共6页
在临床上,药物不良反应导致的死亡和用药不当造成的住院及门诊费急剧升高,成为临床安全合理用药面临的主要问题之一。目前对药物不良反应的回顾性分析和文献分析多以公开发表的文献资料为依据。学术文献作为重要的数据来源之一,如何自... 在临床上,药物不良反应导致的死亡和用药不当造成的住院及门诊费急剧升高,成为临床安全合理用药面临的主要问题之一。目前对药物不良反应的回顾性分析和文献分析多以公开发表的文献资料为依据。学术文献作为重要的数据来源之一,如何自动批量地对其进行数据处理尤为重要。针对医药文本独特的表述方式,基于BERT及其组合模型进行文本分类技术比对实验,建立对药物不良反应个例报道文献数据进行高效快速分类的方法,进而分辨出药物不良反应的类型,有效预警药害事件。实验结果表明,使用BERT模型的分类准确率达到99.75%,其可以准确高效地对药物不良反应个例报道文献进行分类,在辅助医疗、构建医学文本结构化数据等方面均具有重要的价值和意义,进而能够更好地维护公众健康。 展开更多
关键词 药物不良反应 个例文献报道 医学文本分类 深度学习 BERT
下载PDF
深度学习联合C-TIRADS在甲状腺4a类结节风险分层管理的应用
4
作者 何美情 张均 +3 位作者 高燕华 张茜茜 韩磊 李艳川 《分子影像学杂志》 2024年第9期921-927,共7页
目的探讨深度学习联合中国超声甲状腺影像报告和数据系统(C-TIRADS)在甲状腺4a类结节风险分层管理的应用。方法纳入陕西省人民医院2018年12月~2022年10月收治的179例甲状腺结节患者,依据病理结果分为良性组(n=76)与恶性组(n=103),所有... 目的探讨深度学习联合中国超声甲状腺影像报告和数据系统(C-TIRADS)在甲状腺4a类结节风险分层管理的应用。方法纳入陕西省人民医院2018年12月~2022年10月收治的179例甲状腺结节患者,依据病理结果分为良性组(n=76)与恶性组(n=103),所有患者均予以超声检查,按照C-TIRADS指南标准、深度学习进行观察诊断。利用多因素Logistic回归分析获取独立预测指标;利用ROC曲线评估预测变量准确性。结果多因素Logistic分析显示,甲状腺结节图像特征的结构、方位、边缘、回声、局灶性强回声及年龄是独立预测甲状腺结节性质的指标(P<0.05)。以病理结果为金标准,深度学习联合C-TIRADS与病理结果完全符合率为96.65%,Kappa值为0.932,一致性好;联合诊断甲状腺4a类结节的符合率、特异度、阳性预测值显著高于深度学习、C-TIRADS(P<0.05)。联合诊断疾病的敏感度、阴性预测值高于深度学习(P<0.001),但与C-TIRADS的差异无统计学意义(P<0.05)。ROC曲线分析显示,C-TIRADS、深度学习及联合诊断的AUC分别为0.873、0.819、0.967;与Az=0.5相比,差异有统计学意义(P<0.001)。结论C-TIRADS在甲状腺4a类结节风险分层管理中敏感性较高,结合深度学习辅助诊断能够准确进行甲状腺结节良恶性鉴别,具备较高诊断效能。 展开更多
关键词 甲状腺结节 中国超声甲状腺影像报告和数据系统 深度学习 恶性风险 指南 诊断
下载PDF
融合信息检索和深度模型特征的软件缺陷定位方法
5
作者 申宗汶 牛菲菲 +4 位作者 李传艺 陈翔 李奇 葛季栋 骆斌 《软件学报》 EI CSCD 北大核心 2024年第7期3245-3264,共20页
构建自动化的缺陷定位方法能够加快程序员利用缺陷报告定位到复杂软件系统缺陷代码的过程.早期相关研究人员将缺陷定位视为检索任务,通过分析缺陷报告和相关代码构造缺陷特征,并结合信息检索的方法实现缺陷定位.随着深度学习的发展,利... 构建自动化的缺陷定位方法能够加快程序员利用缺陷报告定位到复杂软件系统缺陷代码的过程.早期相关研究人员将缺陷定位视为检索任务,通过分析缺陷报告和相关代码构造缺陷特征,并结合信息检索的方法实现缺陷定位.随着深度学习的发展,利用深度模型特征的缺陷定位方法也取得了一定效果.然而,由于深度模型训练的时间成本和耗费资源相对较高,现有基于深度模型的缺陷定位研究方法存在实验搜索空间和真实情况不符的情况.这些研究方法在测试时并没有将项目下的所有代码作为搜索空间,而仅仅搜索了与已有缺陷相关的代码,例如DNNLOC方法、DeepLocator方法、DreamLoc方法.这种做法和现实中程序员进行缺陷定位的搜索场景是不一致的.致力于模拟缺陷定位的真实场景,提出了一种融合信息检索和深度模型特征的TosLoc方法进行缺陷定位.TosLoc方法首先通过信息检索的方式检索真实项目的所有源代码,确保已有特征的充分利用;再利用深度模型挖掘源代码和缺陷报告的语义,获取最终定位结果.通过两阶段的检索,TosLoc方法能够对单个项目的所有代码实现快速缺陷定位.通过在4个常用的真实Java项目上进行实验,TosLoc方法能够在检索速度和准确性上超越已有基准方法.与最优基准方法DreamLoc相比,TosLoc方法在消耗DreamLoc方法35%的检索时间下,平均MRR值比DreamLoc方法提高了2.5%,平均MAP值提高了6.0%. 展开更多
关键词 缺陷定位 缺陷报告 信息检索 深度学习 检索空间
下载PDF
面向医学影像报告生成的门归一化编解码网络
6
作者 谭立玮 张淑军 +2 位作者 韩琪 郭淇 王鸿雁 《智能系统学报》 CSCD 北大核心 2024年第2期411-419,共9页
医学影像报告的自动生成可以减轻医生的工作强度,减少误诊或漏诊的情况发生。由于医学影像的独特性,通常病灶比较小,与正常区域灰度差异难以分辨,导致文本生成时关键词的缺失,报告不够准确。对此提出一种面向医学影像报告生成的门归一... 医学影像报告的自动生成可以减轻医生的工作强度,减少误诊或漏诊的情况发生。由于医学影像的独特性,通常病灶比较小,与正常区域灰度差异难以分辨,导致文本生成时关键词的缺失,报告不够准确。对此提出一种面向医学影像报告生成的门归一化编解码网络,通过门控通道变换单元优化视觉特征提取,加强特征间的差异,自动筛选关键特征;提出门归一化算法,沿通道维度整合上下文信息,在浅层网络激活、深层网络抑制通道间神经元活性,过滤无效特征,使文本和视觉语义充分交互,提高报告生成质量。在2种广泛使用的基准数据集IU X-Ray和MIMIC-CXR上的试验结果表明,模型能够取得先进的性能,生成的影像报告也具有更好的视觉语义一致性。 展开更多
关键词 医学影像处理 文本处理 特征提取 信息融合 通道编码 深度学习 报告生成器 灰度差异
下载PDF
深静脉血栓患者报告结局评估工具的研究进展
7
作者 吴倩 许静 +2 位作者 王铁皓 黄靖 赵纪春 《血管与腔内血管外科杂志》 2024年第9期1093-1097,共5页
深静脉血栓(DVT)引起的并发症严重影响患者生活质量。随着“以患者为中心”的医学服务理念的不断深入发展,患者报告结局(PRO)受到了越来越多的关注和研究。本文对不同类型DVT的PRO评估量进行综述,为完善中国DVT临床结局评估并构建适合... 深静脉血栓(DVT)引起的并发症严重影响患者生活质量。随着“以患者为中心”的医学服务理念的不断深入发展,患者报告结局(PRO)受到了越来越多的关注和研究。本文对不同类型DVT的PRO评估量进行综述,为完善中国DVT临床结局评估并构建适合中国患者报告结局评估工具(PROM)提供参考。 展开更多
关键词 深静脉血栓 患者报告结局 评估工具 综述
下载PDF
NWP辅助复合神经网络预测误差修正的风储系统日前上报策略
8
作者 李翠萍 张冰 +3 位作者 李军徽 朱辉 朱星旭 何俐 《太阳能学报》 EI CAS CSCD 北大核心 2024年第10期86-96,共11页
新能源电站出力存在强波动性导致巨额偏差考核支出,因此基于数值天气预报(NWP)和复合深度学习算法,提出一种计及误差预测修正的风储系统日前上报策略。首先通过改进的组合数据预处理算法对数据进行清洗以降低后续预测难度,建立基于分段... 新能源电站出力存在强波动性导致巨额偏差考核支出,因此基于数值天气预报(NWP)和复合深度学习算法,提出一种计及误差预测修正的风储系统日前上报策略。首先通过改进的组合数据预处理算法对数据进行清洗以降低后续预测难度,建立基于分段式收敛粒子群算法(PCPSO)参数寻优的长短期记忆网络(LSTM)对分量分别进行预测,重构预测结果获取原预测曲线。其次考虑预测误差及NWP信息导入多输入反向传播神经网络(MIBP)获取误差预测曲线,使用非参数核密度函数修订该预测误差曲线后,以储能跟踪误差最小和储能全局调控能力最高为目的模拟储能运行获取最佳储能动作曲线,且叠加原预测曲线和最佳储能动作曲线获取最终日前上报曲线。最后通过仿真分析验证了上报策略的正确性与可行性。 展开更多
关键词 风电 深度神经网络 粒子群优化 储能 日前上报策略 预测误差特征 NWP信息
下载PDF
改良Transformer模型应用于乳腺结节超声报告自主生成的可行性研究
9
作者 王怡 周鑫仪 +2 位作者 徐黎明 邓丹 冉海涛 《临床超声医学杂志》 CSCD 2024年第2期114-119,共6页
目的将改良Transformer模型应用于乳腺结节超声报告自主生成,并对其可行性进行初步探讨。方法收集832例乳腺结节患者(共1284个结节)的超声图像构建BND数据集,引入一种改良Transformer模型对BND数据集进行智能分析,生成相应文本报告,并与... 目的将改良Transformer模型应用于乳腺结节超声报告自主生成,并对其可行性进行初步探讨。方法收集832例乳腺结节患者(共1284个结节)的超声图像构建BND数据集,引入一种改良Transformer模型对BND数据集进行智能分析,生成相应文本报告,并与Ensemble Model、SSD、R-FCN模型进行比较;同时引入LGK数据集,将改良Transformer模型与TieNet、Kerp、VTI、RNCM模型进行比较。采用BLEU评分评估各模型的性能。结果在BND数据集中,改良模型的BLEU-1、BLEU-2、BLEU-3及BLEU-4评分分别为0.547、0.474、0.352、0.282,均高于Ensemble Model、SSD、R-FCN模型。在LGK数据集中,改良Transformer模型的BLEU-1、BLEU-2、BLEU-3及BLEU-4评分分别为0.579、0.391、0.288、0.152。结论改良Transformer模型能够快速识别乳腺结节并自主生成标准报告,与Ensemble Model、SSD、R-FCN模型相比,获得了良好的BLEU评分,同时该模型在LGK数据集中BLEU评分也较高,表明改良Transformer模型具有较高的文本泛化性能。 展开更多
关键词 深度学习 Transformer模型 乳腺结节 报告生成
下载PDF
基于双参数MRI评估直肠磁敏感伪影对前列腺癌诊断影响的研究
10
作者 汪征 胡磊 +4 位作者 陆蓬 刘松 付成志 余松 余成新 《磁共振成像》 CAS CSCD 北大核心 2024年第5期134-140,147,共8页
目的探讨MRI直肠磁敏感伪影对于前列腺癌主观评价和深度学习计算机辅助诊断(deep learning-based computer aided diagnosis,DL-CAD)的影响。材料与方法回顾性分析685例行双参数MRI检查患者的影像资料,所有病例均通过穿刺活检或手术切... 目的探讨MRI直肠磁敏感伪影对于前列腺癌主观评价和深度学习计算机辅助诊断(deep learning-based computer aided diagnosis,DL-CAD)的影响。材料与方法回顾性分析685例行双参数MRI检查患者的影像资料,所有病例均通过穿刺活检或手术切片获得病理结果,由三组不同年资放射科阅片医师(阅片者1~6)分别依据前列腺成像报告和数据系统(prostate imaging report and data system,PI-RADS)v2.1版对前列腺MRI上的可疑病灶进行独立评审。另外两位阅片医师(阅片者甲、乙)对MRI上是否存在直肠伪影以及伪影程度进行评分。构建基于前列腺MRI的DL-CAD诊断模型评估直肠伪影对于深度学习诊断模型的影响。采用加权Kappa系数进行直肠伪影评估的一致性检验。采用χ^(2)检验比较不同年资阅片医师PI-RADS评分、直肠伪影评分差异。采用多读者多病例受试者工作特征曲线(multi-reader multi-case receiver operating characteristic curve,MRMC-ROC)比较不同阅片者的诊断差异。采用受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)评估DL-CAD的诊断效能。采用DeLong检验比较AUC值差异。P<0.05为差异具有统计学意义。结果本研究共纳入685例患者,其中前列腺癌组共199例,良性病变组共486例。在主观评价方面,低年资阅片者1的AUC_(无伪影)为0.772,AUC_(有伪影)为0.644,差异具有统计学意义(P=0.023)。低年资阅片者2的AUC_(无伪影)为0.809,AUC_(有伪影)为0.682,差异具有统计学意义(P=0.007)。而中高年资阅片者诊断效能差异均无统计学意义(P>0.05)。在不同程度的直肠伪影评估方面,所有医师的诊断效能AUC差异均无统计学意义(0.071≤P<0.973)。基于主观评分标准,两位医师对直肠伪影评分一致性为0.851。在直肠伪影亚组分析方面,外周带无伪影区域AUC高于有伪影区域(阅片者1:0.754 vs.0.532;阅片者2:0.771 vs.0.580),且差异存在统计学意义(P<0.05),剩余亚组比较差异均无统计学意义(P>0.05)。在深度学习方面,DL-CAD的AUC_(无伪影)为0.794,AUC_(有伪影)为0.538,差异具有统计学意义(P<0.05)。DL-CAD的AUC_(轻度伪影)为0.546,AUC_(中度伪影)为0.590,AUC重度伪影为0.481,轻、中、重度伪影对DL-CAD诊断效能差异均无统计学意义(P>0.05)。结论直肠磁敏感伪影对于主观视觉评价及DL-CAD评估均有显著性负面影响,对于主观视觉评价和DL-CAD评估影响方式存在差异。 展开更多
关键词 直肠磁敏感伪影 前列腺癌 磁共振成像 前列腺成像报告和数据系统 深度学习
下载PDF
早发型帕金森病丘脑底核脑深部电刺激术后长期随访一例
11
作者 何平 徐欣 凌至培 《中国现代神经疾病杂志》 CAS 北大核心 2024年第7期555-558,共4页
患者男性,51岁,因肢体僵硬、运动减少8年,加重伴静止性震颤2年,于2016年3月13日收入解放军总医院第一医学中心。患者于2008年(36岁)发病,表现为左上肢活动减少,以手部动作不灵活为主,后逐渐进展至左下肢,出现行走困难,2010年外院诊断为... 患者男性,51岁,因肢体僵硬、运动减少8年,加重伴静止性震颤2年,于2016年3月13日收入解放军总医院第一医学中心。患者于2008年(36岁)发病,表现为左上肢活动减少,以手部动作不灵活为主,后逐渐进展至左下肢,出现行走困难,2010年外院诊断为帕金森病,予以多巴丝肼187.50 mg/次(2次/d)和吡贝地尔50 mg/次(2次/d)口服,运动迟缓明显改善,四肢活动基本正常。 展开更多
关键词 帕金森病 深部脑刺激法 丘脑底核 苍白球 病例报告
下载PDF
检测报告扫描件识别技术研究
12
作者 洪华军 王春艳 《信息技术》 2024年第9期71-77,83,共8页
鉴于检测报告扫描件存在报告格式多样、扫描质量较差、签名手写体不规整等特点,提出了检测报告扫描件识别解决方案。首先采用深度卷积神经网络VGG16校正报告方向;其次引入图像文本生成方法Table-Master实现报告结构分析;然后引入连接文... 鉴于检测报告扫描件存在报告格式多样、扫描质量较差、签名手写体不规整等特点,提出了检测报告扫描件识别解决方案。首先采用深度卷积神经网络VGG16校正报告方向;其次引入图像文本生成方法Table-Master实现报告结构分析;然后引入连接文本建议模型CTPN检测报告文字位置,采用序列文字识别模型Master识别报告文本;最后提出融合了文字和位置的多特征融合分类模型MFFC对识别结果进行关键信息提取。实验结果表明,该方案各项评价指标均优于其他识别方案,能有效提取检测报告扫描件中的文字信息,实现对检测报告扫描件中结构化信息的识别和提取。 展开更多
关键词 扫描件识别 深度学习 信息识别 信息提取 paddlepaddle
下载PDF
基于深度学习的特征增强式安全事故文本实体识别模型研究
13
作者 成全 张双宝 《中国安全生产科学技术》 CAS CSCD 北大核心 2024年第6期58-66,共9页
为了研究安全事故案例报告中上下文语义指代和复杂领域内容对机器自动识别与抽取信息的性能影响,通过考虑局部特征增强构建了BERT+Multi-CNN+BiGRU+CRF(BMulCBC)模型。BERT负责将非结构化文本转化输入,Multi-CNN和BiGRU负责向量局部特... 为了研究安全事故案例报告中上下文语义指代和复杂领域内容对机器自动识别与抽取信息的性能影响,通过考虑局部特征增强构建了BERT+Multi-CNN+BiGRU+CRF(BMulCBC)模型。BERT负责将非结构化文本转化输入,Multi-CNN和BiGRU负责向量局部特征与序列特征编码,CRF则负责完成准确的实体标签解码。研究结果表明:模型实体识别的精确率、召回率和F 1值分别为65.94%,74.02%,69.75%,在精确率和F 1值上皆优于同类对比模型。研究结果可为安全事故事理图谱推理提供理论支持。 展开更多
关键词 安全事故 案例报告 命名实体识别 深度学习 局部特征增强
下载PDF
基于深度学习的乳腺超声图像BI-RADS五分类方法
14
作者 佘芙蓉 易伦朝 +2 位作者 罗晓茂 李玲兰 易三莉 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第4期815-824,共10页
基于乳腺超声图像研究了一种深度学习自动分类算法TDS-Net,用于实现乳腺影像报告和数据系统(BI-RADS)3、4a、4b、4c、5级的五分类.TDS-Net设计了双支路的结构:首先,第一条支路采用提出的DDModule叠加构成,该模块能够减少超声图像中的伪... 基于乳腺超声图像研究了一种深度学习自动分类算法TDS-Net,用于实现乳腺影像报告和数据系统(BI-RADS)3、4a、4b、4c、5级的五分类.TDS-Net设计了双支路的结构:首先,第一条支路采用提出的DDModule叠加构成,该模块能够减少超声图像中的伪影并提取丰富的局部细节特征;其次,第二条支路由卷积块构成,它主要用于提取图像的全局特征信息,作为第一支路的信息补充;最后,将两条支路融合得到含有丰富特征信息的融合特征图,并采用深度可分离卷积和SENet进一步提取图中的信息,其中,深度可分离卷积能够减少参数并增加网络的非线性进而增强其提取特征的能力,SENet注意力机制能增强高阶特征信息的提取.为验证该算法,采用云南省肿瘤医院提供的数据进行实验,结果显示准确率、精准率、F1值分别为94.67%、94.81%、94.69%,均高于对比算法,体现了该算法的优越性.同时为验证该算法的鲁棒性和普适性,基于两个公共数据集做了良恶性二分类的实验,实验结果同样高于对比算法.这些结果表明,所提算法TDS-Net对乳腺超声图像具有较强的识别能力,有望应用于临床医学. 展开更多
关键词 图像分类 乳腺超声图像 乳腺影像报告和数据系统 深度学习 卷积神经网络
下载PDF
试论数学教学中学生深度学习能力的培养 被引量:1
15
作者 柳素兰 《成才之路》 2023年第23期77-80,共4页
深度学习能力体现着学生对知识分析、综合、创造的能力。在数学课堂上,教师可通过创设情境、实践操作、设计问题、展示汇报以及借助信息技术等方式,培养学生的思考能力,激发学生的思考意识,使学生成为知识的积极探索者,而不是被动接受者... 深度学习能力体现着学生对知识分析、综合、创造的能力。在数学课堂上,教师可通过创设情境、实践操作、设计问题、展示汇报以及借助信息技术等方式,培养学生的思考能力,激发学生的思考意识,使学生成为知识的积极探索者,而不是被动接受者,以此逐步提升学生的深度学习能力。文章基于数学教学经验,探究数学教学中培养学生深度学习能力的有效策略,使学生具备相应的质疑能力、学习能力、思考能力。 展开更多
关键词 小学数学 深度学习能力 情境 实践 问题 汇报 信息技术
下载PDF
深度学习重建技术在优化前列腺磁共振T2加权成像扫描时间和图像质量中的应用价值 被引量:3
16
作者 王绎忱 张馨心 +4 位作者 胡满仓 王思聪 李敏 赵心明 陈雁 《磁共振成像》 CAS CSCD 北大核心 2023年第5期48-52,59,共6页
目的 探讨深度学习重建(deep learning reconstruction, DLR)技术在提高前列腺MRI T2加权成像(T2 weighted imaging, T2WI)图像质量及缩短扫描时间中的应用价值。材料与方法 本研究前瞻连续纳入未经治疗的可疑前列腺病变的受试者,分别... 目的 探讨深度学习重建(deep learning reconstruction, DLR)技术在提高前列腺MRI T2加权成像(T2 weighted imaging, T2WI)图像质量及缩短扫描时间中的应用价值。材料与方法 本研究前瞻连续纳入未经治疗的可疑前列腺病变的受试者,分别行前列腺MRI常规快速自旋回波(fast-spin echo, FSE)-T2WI和DLR快速FSE-T2WI扫描,并保存未应用DLR的原始快速FSE-T2WI。由2名研究者分别对三组T2WI(常规T2WI、快速T2WI和DLR快速T2WI)的整体图像质量和图像伪影进行图像质量主观评价(5分标准)。由1名研究者测量前列腺正常外周带、正常移行带和病变的信噪比(signal-to-noise ratio, SNR)以及与髂腰肌的对比噪声比(contrast-to-noise ratio, CNR)。对正态分布和非正态分布的数据分别进行单因素方差分析和Kruskal-Wallis检验,比较分析三组T2WI图像的主观评分和客观指标的差异。采用组内相关系数(intra-class correlation coefficient, ICC)评估研究者之间主观评分和病灶前列腺影像报告和数据系统2.1版(Prostate Imaging-Reporting and Data System version 2.1, PI-RADS v2.1)评分的一致性。结果 本研究共纳入35名受试者(38个前列腺病灶)。DLR快速FSE-T2WI较常规FSE-T2WI扫描时间缩短了32.1%。两位研究者的评分结果均显示,常规FSE-T2WI、快速FSE-T2WI和DLR快速FSE-T2WI的整体图像质量评分、前列腺包膜显示清晰度和前列腺病变显示清晰度均存在显著差异(P<0.05);但在伪影评分上差异无统计学意义(P>0.05)。三组FSE-T2WI图像的前列腺外周带、移行带和病灶的SNR、CNR间差异具有统计学意义(P<0.05)。应用三组T2WI图像进行前列腺病变的PI-RADS v2.1评分具有很好的一致性。结论 DLR可以显著改善快速采集MRI序列的图像质量,有利于促进前列腺快速MRI序列的临床应用。 展开更多
关键词 前列腺 深度学习重建技术 磁共振成像 前列腺影像报告和数据系统 信噪比 对比噪声比
下载PDF
自动生成影像学报告的混合特征提取无卷积结构深度学习模型
17
作者 王瑞 花嵘 +1 位作者 仪秀龙 韩承磊 《山东科技大学学报(自然科学版)》 CAS 北大核心 2023年第3期85-93,共9页
在影像学报告的生成中,由于正常区域和异常区域的数据不平衡,描述疾病的关键词经常被描述图像正常区域的句子掩盖,导致异常图像特征的误判和漏判,严重影响医疗报告的质量。本研究提出混合特征提取无卷积深度学习模型,首次将Swin Transfo... 在影像学报告的生成中,由于正常区域和异常区域的数据不平衡,描述疾病的关键词经常被描述图像正常区域的句子掩盖,导致异常图像特征的误判和漏判,严重影响医疗报告的质量。本研究提出混合特征提取无卷积深度学习模型,首次将Swin Transformer引入放射学报告中,设计了一个混合特征提取器,以提取更加细粒度的图像特征,准确地捕捉生成影像学报告所需要的异常特征;设计一个名为视觉-语义协同注意力的注意力机制,在生成报告时突出图像重点特征信息,对非关键信息进行过滤,有效提升生成异常报告的质量;使用具有记忆机制的解码器模块生成影像学报告。最后,在流行的影像学报告IU X-Ray数据集上与当前的主流模型进行对比表明,本模型在语言生成指标和临床评估方面都达到较理想的效果。 展开更多
关键词 影像学报告 混合特征 多标签 标签特征 深度学习模型
下载PDF
基于对抗迁移学习模型的环境类虚假投诉检测
18
作者 范青武 韩华政 孙晓宁 《北京工业大学学报》 CAS CSCD 北大核心 2023年第9期999-1006,共8页
为实现环境类虚假投诉举报检测,提出一种基于对抗迁移学习方法的虚假投诉举报检测模型。首先,以长短期记忆(long-short term memory,LSTM)网络为特征抽取器抽取微博谣言(源域)和投诉举报文本(目标域)的共享特征;然后,使用对抗学习方法... 为实现环境类虚假投诉举报检测,提出一种基于对抗迁移学习方法的虚假投诉举报检测模型。首先,以长短期记忆(long-short term memory,LSTM)网络为特征抽取器抽取微博谣言(源域)和投诉举报文本(目标域)的共享特征;然后,使用对抗学习方法进行领域适配,将源域特征和目标域特征进行特征对齐;最后,由分类器输出分类结果,并由分类损失和领域适配损失共同更新网络参数。通过模型对比实验和消融实验可知,模型的F_(1)达到了79.61%。结果表明,对抗迁移学习模型具有较好的性能,适合应用在环境类虚假投诉举报检测任务中。 展开更多
关键词 投诉举报 文本分类 迁移学习 生成对抗网络 深度学习 长短期记忆(long-short term memory LSTM)网络
下载PDF
媒介产品属性与媒介产业经营策略 被引量:3
19
作者 向志强 曾振华 《湖南大学学报(社会科学版)》 2007年第3期121-124,共4页
在分析媒介产品属性的基础上,探讨了媒介产业相应的经营策略,得到了以下主要结论:在物质形态上,广播及无线电视是公共物品,有线电视、数字电视及网络媒体是准公共物品,报纸及杂志是私人物品,媒介产品承载的内容是公共物品,媒介产品集聚... 在分析媒介产品属性的基础上,探讨了媒介产业相应的经营策略,得到了以下主要结论:在物质形态上,广播及无线电视是公共物品,有线电视、数字电视及网络媒体是准公共物品,报纸及杂志是私人物品,媒介产品承载的内容是公共物品,媒介产品集聚的“注意力资源”是私人物品;加快新闻信息的发布,增强新闻信息内容的独特性是所有媒体经营的策略、目标和方向。 展开更多
关键词 公共物品 准公共物品 私人物品 时效性 独家报道 深度报道
下载PDF
基于深度学习MR体部脂肪组织的自动分割和定量测量研究 被引量:7
20
作者 王可 姜原 +3 位作者 黄嘉豪 王祥鹏 张晓东 王霄英 《放射学实践》 CSCD 北大核心 2021年第6期792-798,共7页
目的:研究应用基于深度学习的3D-Unet网络模型在MRI图像中分割体部脂肪组织并生成定量结果的可行性。方法:回顾性搜集2020年4月1日-8月5日本院体部MR(包含GRE DIXON序列脂像)中符合入组标准的扫描病例用于模型训练。共搜集53例患者67个... 目的:研究应用基于深度学习的3D-Unet网络模型在MRI图像中分割体部脂肪组织并生成定量结果的可行性。方法:回顾性搜集2020年4月1日-8月5日本院体部MR(包含GRE DIXON序列脂像)中符合入组标准的扫描病例用于模型训练。共搜集53例患者67个数据,包括胸部、腹部、盆腔图像各17、26、24例。由2名影像医生行图像标注,先以阈值分割方法将图像二值化,将脂肪组织分为皮下、肌骨、内脏3个区域,手工标注皮下脂肪、内脏脂肪得到标签。训练3D U-Net模型时将67个数据随机分为训练集(n=52)、调优集(n=6)和测试集(n=9)用于模型建立与评估。通过Dice系数、影像科医师评分来评价分割结果。根据分割结果生成脂肪体积、平均脂肪体积、脂肪比例、体部平均径线等结果,自动导入到结构化报告中。应用Wilcoxon配对检验、Pearson相关性分析、Bland-Altman分析、组内相关系数(ICC)将医师手工标注结果与模型输出结果比较。结果:内脏/皮下脂肪组织在模型训练集、调优集、测试集Dice系数分别为0.89/0.94;0.89/0.95和0.90/0.95。模型预测及手工标注内脏/皮下脂肪组织输出图像主观评分无统计学差异(P>0.05)。各部位模型预测结果生成脂肪体积、平均脂肪体积、脂肪比例、体部径线与医生手工标注结果之间的Pearson系数为0.968-1,ICC值为0.982-1,Bland-Altman分析显示良好的一致性。结论:MR图像基于深度学习行体部脂肪组织自动分割和定量测量可在技术上实现并有可能进一步研究此模型的临床应用价值。 展开更多
关键词 磁共振成像 深度学习 脂肪组织 报告
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部