简介:以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注,并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率,本文设计了2种改良的深度卷积神经网络,这些改进加快了神经网络的训练速度.有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型,该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验,改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型,这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后,构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”,该系统能够自动检测出CT影像中肺结节,并给出结节的良恶性概率评估。通过该系统的应用,可以有效缓解放射科医生超高的劳动强度,提高阀片效率,服务更多患者;减少漏诊和误诊发生的次数,有助于提高肺结节的诊断准确率;从而促进我国肺癌早筛工作的推广。
简介:从附加结构的角度将流形的多种概念有机地串联起来,并给出了一种直观理解流形、微分流形等抽象概念的新颖方式.同时,本文阐述了微分几何的主要特点、思想,介绍了与附加结构相关的流形分类问题、Poincare猜测等的研究情况.
简介:本文利用复杂网络理论,采用无标度网络模拟现实的组织模型,并研究知识在这个模型中的传播演化问题。通过模拟发现:知识在组织内的传播,首先和知识传播成功的概率有关,成功传播的概率越高.知识越容易扩充到整个组织系统,但随着时间的延续,系统拥有知识的人趋近于某一确定值;其次知识在传播速度上明显表现出钟状形态,开始传播速度较低,然后传播速度逐渐加快,达到最大值,最后逐渐下降;第三组织规模对知识传播周期基本没有影响。第四当组织内存在拒绝学习知识者,则知识在系统内传播速度将大幅下降,所需周期增加明显;第五考虑知识拥有者因遗忘而退化和知识抗拒者因观念转变而进化的情景,发现遗忘对组织的传播速度的不利影响要超过进化带来的有利影响,因此组织要重点用好知识拥有者,在使用中强化知识记忆,防止知识遗忘。