检索结果

Select

1. 基于多尺度卷积特征融合的肺结节图像检索方法

顾军华, 王锋, 戚永军, 孙哲然, 田泽培, 张亚娟

《计算机应用》唯一官方网站 2020, 40 (2): 561-565. DOI: 10.11772/j.issn.1001-9081.2019091641

摘要（508）

HTML （1）

PDF （644KB）（302）

为了解决肺结节图像检索中特征提取难度大、检索精度低下的问题，提出了一种深度网络模型——LMSCRnet用于提取图像特征。首先采用多种不同尺寸滤波器卷积的特征融合方法以解决肺结节大小不一引起的局部特征难以获取的问题，然后引入SE-ResNeXt块来得到更高级的语义特征同时减少网络退化，最后得到肺结节图像的高级语义特征表示。为满足现实中大数据量检索任务的需求，将距离计算及排序过程部署到Spark分布式平台上。实验结果表明，基于LMSCRnet的特征提取方法能够更好地提取图像高级语义信息，在肺结节预处理数据集LIDC上能够达到84.48%的准确率，检索精度高于其他检索方法，而且使用Spark分布式平台完成相似度匹配及排序过程使得检索方法能够满足大数据量检索任务需求。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于深度混合卷积模型的肺结节检测方法

戚永军, 顾军华, 张亚娟, 王锋, 田泽培

计算机应用 2020, 40 (10): 2904-2909. DOI: 10.11772/j.issn.1001-9081.2020020192

摘要（404）

PDF （1572KB）（668）

基于高维肺部计算机断层扫描（CT）图像的肺结节检测是一项极具挑战性的任务。在诸多肺结节检测算法中，深度卷积神经网络（CNN）最引人注目，其中二维（2D） CNN具有预训练模型多、检测效率高等优点，应用非常广泛，但肺结节本质是三维（3D）病灶，2D CNN会不可避免地造成信息损失，从而影响检测精度。3D CNN能充分利用CT图像空间信息，有效提升检测精度，但是3D CNN存在参数多、计算消耗大、过拟合风险高等不足。为了兼顾两者的优势，提出基于深度混合CNN的肺结节检测模型，通过在神经网络模型的浅层部署3D CNN，在模型的深层部署2D CNN，并增加反卷积模块，融合了多层级的图像特征，达到了在不损失检测精度的情况下减少模型参数、增强模型泛化能力，提高检测效率的目的。在LUNA16数据集上的实验结果表明，所提出的模型在平均每次扫描8个假阳性的情况下的敏感度为0.924，优于现有的先进模型。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于邻域信息的自适应中值滤波算法

张洁玉王锋

计算机应用 2014, 34 (7): 2010-2013. DOI: 10.11772/j.issn.1001-9081.2014.07.2010

摘要（210）

PDF （878KB）（384）

针对图像中普遍存在的脉冲噪声，提出了一种自适应中值滤波算法，该算法在有效去除噪声的前提下能够保留更多的图像细节。首先，根据脉冲噪声灰度值为0或1的特点初步区分图像中的噪声点和信号点；其次，在每一个可疑噪声点周围取一定大小的邻域，通过判断该可疑噪声点与邻域内其他像素点之间相关性的大小进一步判断该点是否为真正噪声点，若为真正噪声点则利用邻域内所有可靠像素点的中值代替，否则输出原信号点。利用可见光及红外图像将所提算法与几种算法（如传统中值滤波算法、极值中值滤波算法，等）进行比较，实验结果表明该方法能够获得最高的峰值信噪比，去噪效果最佳。

参考文献 | 相关文章 | 多维度评价

Select

4. 椭圆曲线点乘IP核的设计与实现

邹候文王锋唐屹

计算机应用

摘要（1514）

PDF （643KB）（985）

基于NIST推荐的GF(2^163)上的Koblitz曲线，根据López改进Montgomery点乘算法，提出一种有限状态机控制的ECC点乘实现方案，设计了ECC点乘IP核。用QuartusⅡ5.0在EP2S90F1508C3器件中综合仿真，整个IP核消耗逻辑资源14502个ALUTs，最高主频166MHz,点乘运算速度可达12835次/s。