检索结果

Select

1. 深度学习在主动脉中膜变性病理图像分类中的应用

孙中杰, 万涛, 陈东, 汪昊, 赵艳丽, 秦曾昌

计算机应用 2021, 41 (1): 280-285. DOI: 10.11772/j.issn.1001-9081.2020060895

摘要（549）

PDF （1150KB）（546）

胸主动脉瘤和夹层（TAAD）是严重的心血管疾病之一，而中膜变性（MD）的组织学改变对疾病的诊断及早期干预具有重要的临床意义。针对病理图像的高度复杂性使得MD的诊断过程耗时费力且一致性差的问题，提出了一种基于深度学习的病理图像分类方法，并将其应用于四种MD病变类型以进行性能验证。该方法使用了一种改进的基于GoogLeNet的卷积神经网络模型，首先采用迁移学习来将先验知识应用于TAAD病理图像的表达，然后使用Focal loss和L2正则化来解决数据不平衡问题，从而进一步优化模型性能。实验结果表明，所提模型的平均四分类准确率达到98.78%，表现出较好的泛化性能。可见所提方法可以有效地提升病理学家的诊断效率。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于双边转移概率矩阵的JPEG图像隐写检测

赵艳丽王兴

计算机应用 2013, 33 (04): 1074-1076. DOI: 10.3724/SP.J.1087.2013.01074

摘要（774）

PDF （615KB）（484）

针对当前基于JPEG图像的典型隐写算法，基于离散余弦变换(DCT)域分块内及分块间相邻系数之间的相关性进行分析，通过将相邻三个系数的中间位置的系数作为条件，统计两边系数的条件分布概率矩阵，将提取的所得矩阵作为隐写检测敏感特征，提出了一种基于DCT系数双边转移概率分布的JPEG图像隐写检测算法。实验结果表明，在不同嵌入率下，该算法的检测性能均优于已有检测算法。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于二阶差分Markov特征的LSB匹配隐写检测

赵艳丽李争艳

计算机应用 2012, 32 (12): 3415-3417. DOI: 10.3724/SP.J.1087.2012.03415

摘要（722）

PDF （657KB）（557）

针对安全性较高的最不重要位(LSB)匹配隐写算法，通过计算待检测图像像素水平和垂直方向的二阶差分，得到二阶差分矩阵并将其作为敏感特征提取源，提取差分矩阵的二阶Markov转移概率矩阵作为特征，提出了一种隐写检测算法。实验结果表明：与基于一阶差分Markov转移概率矩阵的算法相比，该算法在保证检测较高正确率的情况下，在很大程度上提高了算法的检测速度，增强了算法的性能和实用性。