您的位置: 专家智库 > >

张少敏

作品数:9 被引量:26H指数:3
供职机构:北方民族大学计算机科学与工程学院更多>>
发文基金:国家自然科学基金宁夏回族自治区自然科学基金国家民委科研基金更多>>
相关领域:自动化与计算机技术文化科学更多>>

文献类型

  • 9篇中文期刊文章

领域

  • 7篇自动化与计算...
  • 2篇文化科学

主题

  • 4篇图像
  • 4篇网络
  • 2篇影像
  • 2篇神经网
  • 2篇神经网络
  • 2篇目标检测
  • 2篇CT图像
  • 2篇CT影像
  • 2篇U
  • 1篇多尺度
  • 1篇虚拟试衣
  • 1篇学业
  • 1篇语言
  • 1篇语言程序
  • 1篇语言程序设计
  • 1篇试衣
  • 1篇图像检索
  • 1篇结节
  • 1篇卷积
  • 1篇卷积神经网络

机构

  • 9篇北方民族大学
  • 3篇宁夏回族自治...
  • 1篇杭州电子科技...

作者

  • 9篇张少敏
  • 6篇支力佳
  • 2篇白静
  • 1篇秦飞巍
  • 1篇王晓峰
  • 1篇张春梅

传媒

  • 2篇计算机工程与...
  • 2篇中国图象图形...
  • 2篇教育教学论坛
  • 1篇计算机应用
  • 1篇中国科学:信...
  • 1篇图学学报

年份

  • 1篇2023
  • 2篇2022
  • 1篇2021
  • 3篇2020
  • 2篇2017
9 条 记 录,以下是 1-9
排序方式:
基于排序支持向量机的组合相似度图像检索被引量:1
2017年
针对通用型图像检索面对不同图像数据难以事先确定合适图像特征的问题,提出一种基于互信息(MI)作为相关性测度的相似度选择的排序支持向量机精化最终结果的检索方法。该方法采取融合大量全局特征以及局部特征的策略,通过在少量的训练集上进行线下相似度选择,在提供良好检索准确性的基础上大幅减少后续检索中使用的特征数量,并且通过排序支持向量机进一步提高检索准确性。在自然图像Wang数据集以及医学图像IRMA数据集上进行实验,结果表明该方法优于常用的单一最好相似度以及典型的"和规则"组合方法,分别比准确性第二好的方法提高了13.3%和96.7%。公共数据集的实验结果表明,所提方法能够提高通用型图像检索系统的准确性。
支力佳张少敏
关键词:互信息
应用于CT图像肺结节检测的深度学习方法综述被引量:9
2020年
肺癌是世界上死亡率最高的癌症,通过胸部CT影像检测肺结节对肺癌早期诊断和治疗意义重大。为了减轻放射科医生的工作量以及同时减少误诊率和漏诊率,研究人员提出了计算机辅助检测(CAD)系统辅助放射科医生检测和诊断肺结节。目前,研究人员正在尝试不同的深度学习技术,以提高计算机辅助诊断系统在基于CT图像的肺癌筛查中的性能。这项工作回顾了作为肺癌检测的CAD系统目前典型的深度学习的算法和框架,主要从数据集介绍、2D深度学习方法、3D深度学习方法、数据不平衡问题的处理、模型训练方法以及模型可解释性这六个方面进行介绍。最后,对各个方法的主要特点和算法性能进行了综合比较分析,并对如何提高结节检测性能进行了展望。
张福玲张少敏
关键词:CT图像卷积神经网络
基于通道残差嵌套U结构的CT影像肺结节分割方法
2023年
早诊断早治疗对提升肺癌的存活率至关重要。肺结节是肺癌早期主要表现,但其异质性特征增加了计算机断层扫描对肺结节的检测难度,降低了分割结果的精确度。为提高肺结节分割结果的完整性和精确度,提出三维通道残差嵌套U网络(CR U2Net)。浅层特征同时包含病灶细节和噪声信息,提出浅层信息处理U结构平衡噪声信息的干扰;为加强不同层特征信息的交互,丰富特征表达和传递,提出通道残差结构,配合嵌套U结构实现特征信息的提取优化;考虑到浅层特征包含空间细节信息而深层特征具有语义抽象性,设计通道挤压U结构实现不同语义级别特征有效融合;将上述模块集成到UNet中构建出基于嵌套U结构的肺结节分割模型。提出的模型在Lung Image Database Consortium and Image Database Resource Initiative数据集中进行训练,达到了83.83%的Dice系数。优于多数现有肺结节分割方法且与UNet,UNet++以及PCAMNet网络相比领先了3.98%,1.96%和1.26%;针对网络结构进行有效性验证,结果表明各模块均发挥作用,在可接受参数量和计算量的情况下达到最优性能。
蒋武君支力佳张少敏张少敏
融合注意力机制和特征金字塔网络的CT图像肺结节检测被引量:7
2021年
目的针对现有肺结节检测算法存在的因肺部计算机断层扫描(computed tomography,CT)图像肺结节与周边组织复杂性导致结节本身结构差异性不明显的问题,以及特征提取网络多次下采样造成图像分辨率降低进而导致检测结果差、仅使用网络顶层特征图进行预测造成图像空间信息丢失进而导致小结节漏检等问题,提出了一种基于注意力机制和特征金字塔的肺结节检测算法。方法根据语义与空间特征补偿机制以及卷积神经网络中网络深度所提取特征的信息量不同,在以Res Net为骨干网络的特征提取网络中设计通道—空间注意力机制,尽可能同时获取含有较多上下文语义以及空间位置信息的特征信息。在网络预测部分设计特征金字塔网络,将高维带有丰富语义信息的特征图与低维带有位置信息的特征图融合进行多尺度预测,增强网络对于小结节以及近血管结节等非显著性目标的检测性能。结果在LUNA16(lung nodule analysis 16)数据集上进行十折交叉验证显示,当平均假阳性个数为25.99时敏感度达到了97.13%,与基准方法相比,敏感度提高了2.53%,平均假阳性降低了28.54,实现了高敏感度低假阳性;在0.125、0.25、0.5、1、2、4、8这7个假阳率点的敏感度平均值为0.854,其中在每个扫描4次和8次假阳性时敏感度分别达到了0.940和0.951,其效果优于主流的结节检测方法。结论提出的结节检测模型,可以提高对3 10 mm小结节、近血管结节等非显著性目标的检测性能,并具有较低的假阳率。
张福玲张少敏支力佳支力佳
FP-VTON:基于注意力机制的特征保持虚拟试衣网络
2022年
随着互联网经济和人工智能技术的飞速发展,越来越多的消费者选择在网上购买衣服,虚拟试衣技术可以为消费者提供方便、快捷的试衣服务,为消费者提供更好的网上购物体验。当前,基于二维图像的虚拟试衣方法可以摒弃三维虚拟试衣所需昂贵的硬件成本和时间代价,但是仍然存在无法有效适应模特的不同体型及大姿态动作的问题,无法充分保留目标服装复杂纹理特征和局部细节特征的问题。为此,提出一种基于注意力机制的特征保持虚拟试衣网络FP-VTON,通过服装变形和服装融合两阶段网络生成虚拟试穿结果。针对传统卷积难以适应非刚性物体大尺寸变形的问题在两阶段网络中引入了捕捉全局特征的特征注意力机制,针对TPS变换翘曲严重的问题提出了服装保真损失函数对网格上点间的距离和斜率进行约束。通过与相关工作的定量和可视化定性实验对比,充分验证了FP-VTON在大姿态形变、复杂纹理服装和特殊体型的情况下可以生成更加逼真的图像,更加有效地保留服装的复杂纹理细节和用户的身份信息。
谭泽霖白静陈冉张少敏张少敏
关键词:虚拟试衣
《Java语言程序设计》多元学业评价方法探索被引量:1
2020年
针对民族类高校的特点,文章提出了一种《Java语言程序设计》多元学业评价方法。相比实施新的学业评价方法前,学生的Java期末成绩有所提高,学生学习Java的主动性和动手编程能力都有所增强,团队合作能力也有一定的提升。
张少敏支力佳
关键词:JAVA
《操作系统》课程多元学业评价方法研究
2020年
针对民族类高校的实际学情,文章探索研究《操作系统》课程多元学业评价方法。通过教学实践,不同层次的学生对该课程的学习兴趣显著提升,学习动力明显增强,学习态度更加端正,较传统教学评价方法,学习成绩有较大提高。
支力佳张少敏
关键词:计算机课程
三维多尺度嵌套U结构CT影像肺结节检测被引量:3
2022年
目的肺结节检测在低剂量肺部计算机断层扫描(computed tomography,CT)筛查肺癌中具有重要意义。但由于结节大小、形状和密度的变化十分复杂,导致难以在低假阳性率下保证高的灵敏度,这限制了深度学习算法在常规临床实践中的肺结节自动诊断,建立具有良好结节检测性能的深度学习模型仍然是一个挑战。针对此问题,本文提出了一种基于3D ReSidual U(3D RSU)块的嵌套U结构的肺结节检测框架。方法3D RSU块通过混合不同大小的感受场获得多尺度特征来丰富特征信息。而嵌套U结构允许网络获得更大分辨率的特征图,从而具有多层次深度特征,获得丰富的局部和全局信息,增强网络区分前景和背景的能力,进而提高微小结节等非显著性目标的检测性能。结果该框架在公共肺结节(lung nodule analysis 16)挑战数据集上进行了评价。方法能够准确地检测出肺结节,灵敏度达到了97.2%,与基准方法相比,该方法灵敏度提高了2.6%,具有很高的灵敏度和特异性,在0.125、0.25、0.5、1、2、4、8共7个假阳率点的灵敏度平均值为86.4%,尤其是在每扫描0.25个假阳性上,灵敏度达到80.9%,优于基准算法76.9%的结果。结论本文所提出的结节检测模型,由于在低假阳率上有较高的灵敏度,可以使本网络在常规临床实践中为医生辅助诊断提供更加可靠清晰的早期肺癌参考信息。
许正玺张少敏支力佳支力佳
基于DL1图和KNN图叠加图的高光谱图像半监督分类算法被引量:6
2017年
基于少数已标记样本的高光谱图像分类是一个具有挑战的任务.本文将概率矩阵与L1图的权值矩阵叠加,形成了强鉴别力的DL1图.将空间的局部信息与光谱的全局信息通过KNN图和DL1图结合在一起,构建了空谱信息联合的图框架结构,使用该框架构建的图,能更精细地反映高光谱图像数据的图谱结构.利用图的标记传播达到半监督分类的目的,以此提高小样本高光谱图像自动分类的精度,实验表明,在标记样本比例为5%时,分类精度提升亦非常显著.
王君言张春梅张云斌刘瑶瑶王晓峰李丹张少敏白静
关键词:高光谱图像半监督分类
共1页<1>
聚类工具0