【摘 要】
：
传统医疗方式大都将采集到的数据发送到本地或远程服务器,然后将处理的结果发送给用户。论文设计并研发了一种基于深度学习的移动端胆石病智能诊断系统,可以离线部署在具有安卓系统的移动端设备,并在本地进行胆石病医疗图像识别工作。该系统采用直方图均衡化进行图像预处理以及卷积神经网络进行病灶特征的提取。通过联合编译Python和Java代码来调用模型在移动终端的应用。实验表明,该系统能够在确保准确率高达94.8
【机 构】
：
中国石油大学（华东）计算机科学与技术学院,山东省立第三医院急救中心
【基金项目】
：
山东省重点研发计划项目(编号:2017GGX10147)资助。
论文部分内容阅读
传统医疗方式大都将采集到的数据发送到本地或远程服务器,然后将处理的结果发送给用户。论文设计并研发了一种基于深度学习的移动端胆石病智能诊断系统,可以离线部署在具有安卓系统的移动端设备,并在本地进行胆石病医疗图像识别工作。该系统采用直方图均衡化进行图像预处理以及卷积神经网络进行病灶特征的提取。通过联合编译Python和Java代码来调用模型在移动终端的应用。实验表明,该系统能够在确保准确率高达94.8%的前提下快速完成胆石病识别过程。
其他文献
由于激活函数本身的特性,使得卷积神经网络出现了梯度消失、神经元死亡、均值偏移、稀疏表达能力差等问题,针对这些问题,将“S”型激活函数和ReLU系激活函数进行了对比,分别讨论其优点和不足,并结合ReLU、PReLU和Softplus三种激活函数优点,提出了一种新型激活函数SPReLU。实验结果表明,SPReLU函数在性能上优于其他激活函数,收敛速度快,能有效降低训练误差,缓解梯度消失和神经元死亡等问题,能够有效地提高文本分类模型的准确性。
概述了镍基变形高温合金的强化方式及不同热处理制度下的显微组织转变,对晶粒度、夹杂物、析出相的转变机理以及金相评定方法进行了归纳总结,以期为镍基变形高温合金的组织性
针对靶场静爆实验中破片测速项目,提出了基于高速相机测量技术的破片测试方法。通过分析测试原理,建立测试系统,通过模拟实验,解决了测试现场中高速相机如何摆放和相机参数标定的问题。通过对测试所得的破片序列图像进行帧间差分法处理,提取出模拟破片的像素坐标,进一步解算出破片的实际飞行速度。模拟实验结果表明,该方法能够很好计算出模拟破片的飞行速度,对于靶场破片测速试验提供了一种新方案。
为了有效解决眼底图像病变处存在交织重叠,大小血管密布并且受光照影响严重等问题,实现眼底图像多标签分类,提出了采用单种群蛙跳优化的卷积神经网络算法(SFCNN)对眼底多种病变进行检测。该算法保留混合蛙跳算法(SFLA)的高效寻优能力,简化成单种群蛙跳算法,并与传统卷积神经网络(CNN)有效结合。在初始化网络时,通过蛙跳算法优化网络初始权值选择;在网络迭代过程中监听卷积神经网络前向传播损失值并利用蛙跳
学党史、新中国史、改革开放史、社会主义发展史,使我们能够深刻理解中国特色社会主义的精神特质和丰富内涵。本文从研究社会主义市场经济和国企改革的历程入手,深入探讨新时代以管资本为主的国企改革主线,关注新一轮技术革命,借鉴国际经验,论述在实施分类监管的基础上,进一步创建有各自特色的国有企业的类别。以“国企改革三年行动方案”为指针,以信息化赋能传统产业为重点,实现国有企业高质量发展。
随着互联网移动业务的飞速发展,银行卡越来越多的用在移动端支付,将银行卡和各种手机app进行绑定,输入银行卡号也成为了必不可少的步骤。银行卡号的自动识别技术将会使银行卡的绑定等操作过程带来极大的方便,大大提升用户体验。论文针对银行卡卡号自动识别,首先用基于Sobel的边缘检测方法提取银行卡的轮廓信息,然后对银行卡号的数字区域进行定位,最后用模板匹配法对每一个数字进行识别。
利用JMat Pro热力学模拟软件对V-N微合金化Cr Si Mn系低合金铸钢进行了计算,得到了不同V含量铸钢的平衡相组成,着重研究了平衡状态下各析出相的析出行为。结果表明,在加热过程中,V含量的增加将增大铁素体向奥氏体的转变阻力;V含量对微合金化渗碳体及M7C3型碳化物的析出行为影响不大;V含量对氮化物及碳氮化物的析出有较大影响,当V含量由0增加至0.18%(质量分数)时,氮化物及碳氮化物的初始析出温度由734.2℃提升至1133.93℃,最大析出量(质量分数)由0.07%提升至0.24%。
基于流体均布理论及速度相对偏差值的计算,对板式换热器进口处液体分布器进行数值模拟和流速监测,得到流体流经圆柱型液体分布器时流量分布均匀性较优于无液体分布器的情况。对圆柱型液体分布器三种开孔直径大小(4mm,6mm,8mm)和四种板面折叠角度(0°,15°,30°,45°)进行数值模拟。结果得到孔直径为8mm,折叠角度为15°时,其流体速度相对偏差值相对较小,仅为7.16%,显著地提高了流体的流量均匀分布性。
针对小电流系统故障时选线困难,提出结合多尺度排列熵与SVM的选线方法。首先,用集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)算法对故障时各线路的零序电流进行分解。其次,计算固有模态函数的多尺度排列熵,建立SVM分类器。最后,利用多尺度排列熵作为特征向量训练相应的SVM分类器,通过SVM输出分类结果,判断故障线路。通过实验表明,该方法选线计算速度快,原理简单,准确率高。
冠心病作为一种多因素复杂性疾病,严重影响国人健康和寿命。传统药物以及介入治疗在改善临床症状方面发挥重要作用,但是后期心脏康复亦不容忽视,论文从营养、有氧运动、阻抗训练和柔韧性训练四个组成部分设计并实现冠心病康复方案模型,基于开源规则引擎Drools设计并实现康复方案推理引擎,依据模型需求对推理引擎事实、推理引擎规则进行重新定义与划分,实现冠心病康复方案的自动生成。