融合片内语义和片间结构特征的自监督CT图像分类方法

针对CT(Computed Tomography)图像分析存在人工标签稀缺、分类性能不佳等问题,文中提出一种融合片内语义和片间结构特征的自监督CT图像分类方法。该方法利用CT图像的层次结构特性和局部组成要素的语义特点,通过混淆切片生成算法对无标签的病灶部位图像进行处理,生成空间指数和混淆切片作为监督信息。在自监督辅助任务中利用ResNet50网络从混淆切片中同时提取与病灶部位相关的CT片内语义和片间结构特征,将学习到的特征迁移到后续医学分类任务中,使得最终模型从无标签数据中获得增益。实验结果表明,当被使用的有标签数据有限时,相比其他针对CT图像的二维模型和三维模型,所提方法的分类性能和标签利用效率更优。

不同域下基于UNet的三维地震数据重建

由于自然因素的限制以及经济条件的约束,采集到的地震数据通常存在地震道的缺失,需对缺失数据进行插值。然而,目前基于深度学习的方法大多在某一固定的域下完成地震数据的插值。为了对比不同域下地震数据重建结果的差异,本文基于UNet网络,对比了五种不同域下的地震数据插值方法,分别为:t-x(time-space)域,时间切片,f-x(frequency-space)域,频率域按炮切片以及三维方法。在仿真数据集和真实数据集上进行了实验,通过三维重建结果,二维切片,不同缺失率的地震数据重建信噪比以及五种方法的耗时对比,全面展示了几种方法在地震数据重建问题上的差异。实验结果显示,五种方法在一定程度上均可重建缺失数据,其中三维方法可以取得最高的重建精度,和基于f-x域的方法相比,重建信噪比提高了近2 dB;但三维方法以三维数据块作为输入训练网络,所以最为耗时,网络一轮的训练时间比其它方法多70~170 min。此外,对不同缺失率的地震数据重建结果显示,三维方法和基于f-x域的方法在重建高缺失率的地震数据时更有优势。

基于小样本学习的源码漏洞检测

源码漏洞检测是发现及定位关键系统威胁的重要手段.目前,将深度学习技术应用于源码漏洞检测已经成为研究热点.然而,由于源码漏洞样本缺失,有限的数据条件资源导致现有的源码漏洞检测方法在小样本场景下效果不佳.提出了一种基于小样本学习的源码漏洞检测方法,其目标在于为有限样本量的源码漏洞检测场景提供解决方案.该方法由4个关键部分组成:源码切片和编码、基于元学习的数据集处理、基于动态路由算法的漏洞类向量生成和基于神经张量网络的漏洞类向量匹配.该方法和卷积神经网络、原型网络、关系网络进行了对比,实验结果表明,该方法在准确率方面优于其他的方法,可以有效应对源码漏洞样本稀疏问题.在2-way 5-shot和2-way 10-shot的情况下,该方法分别达到93.92%和95.08%的准确率.

SSFSE-MRCP对肝外胆管梗阻性疾病的诊断价值

目的评价单次激发厚层投射磁共振胆胰管成像(SSFSE-MRCP)对肝外胆管梗阻性疾病的诊断价值。方法共有64例肝外胆管梗阻性疾病患者接受SSFSE-MRCP检查,其中肝外胆管结石34例,恶性胆管梗阻30例,全部病例均经手术和病理证实。结果全部64例MRCP检查均一次成功,胆胰管显示满意。MRCP对肝外胆管梗阻程度的判断和定位诊断准确率为100%,结合常规MRI图像定性诊断准确率为89.1%。结论SSFSE-MRCP检查成功率高,操作简单快速,对肝外胆管梗阻的定位诊断准确,结合常规MRI扫描,对肝外胆管梗阻的定性诊断也有较高准确性。

一种基于时空切片提取摄像机运动的方法

根据对视频时空切片的分析,提出了一种从视频中提取摄像机运动特征的方法:通过镜头突变检测,将视频分割为单镜头序列,再检测镜头中摄像机的运动。实验证明,该方法是鲁棒且有效的。

一种新的视频镜头扫换边界检测方法

视频镜头扫换边界是一种常见的镜头边界类型,扫换的特征与大的物体/相机运动相似,比镜头的切变和溶解边界更难检测。本文提出了一种将三维的视频数据转换到二维的时空切片灰度图像,然后利用图像处理算法将扫换边界前后的镜头分割开来。本文提出的方法对大部分扫换类型有效,对扫换镜头边界的长度以及光照的变化不敏感。实验结果表明本文算法能够快速、有效地检测出镜头扫换边界。

一种基于时空切片的镜头突变检测方法

根据对视频时空切片的分析,本文提出了一种视频镜头突变检测的方法。该方法能实现在很小虚检概率的条件下对镜头突变的无漏检检测,且算法复杂度很低。实验证明,该方法是鲁棒有效的。

镜头分割在H.264视频压缩编码及视频服务器中的应用

将镜头分割引入H.264编码端,改善其定比率分配帧类型策略,以针对视频内容特性提高编码效果,并提供压缩流的镜头句柄.提出结合时空切片的信息熵度量帧差、以动态阈值探测镜头边界指定为I帧,非边界帧为P或B帧优化编码,并补充闪光灯防误判算法.经验证动态阈值和熵度量法查全查准率比基本方法提高近18%和13%;结合编码psnr提高10%压缩率提高20%.镜头分割准确,有效提高编码性能,对压缩域视频分割和视频服务器也将产生重大意义.

Application of Frequency-Domain Waveform Inversion Method in Marmousi Shots Data

Frequency-domain waveform seismic tomography includes modeling of wave propagation and full waveform inversion of correcting the initial velocity model. In the forward modeling, we use direct solution based on sparse matrix factorization, combined with nine-point finite-difference for the linear system of equations. In the waveform inversion, we use preconditioned gradient method where the preconditioner is provided by the diagonal of the approximate Hessian matrix. We successfully applied waveform inversion method from low to high frequency in two sets of Marmousi data. One is the data set generated by frequencydomain finite-difference modeling, and the other is the original Marmousi shots data set. The former result is very close to the true velocity model. In the original shots data set inversion, we replace the prior source with estimated source; the result is also acceptable, and consistent with the true model.