【摘 要】
：
近年来,深度学习在一些具有挑战性的高难度问题中取得了巨大的成功,这其中就包含深度学习在医学图像分析中的应用.率先提出并采用三维卷积神经网络从核磁共振图像中自动检测大脑微出血.为了减少肺结节自动检测中的假阳性,设计了考虑多级上下文信息的三维卷积神经网络框架,并进一步提出了一种新颖高效的三维神经网络,配备了三维深度监督机制,从而全面解决了三维网络优化难点和医学训练样本不足的挑战.对深度学习的成功应用涵盖了广泛的医学图像模式,包括组织病理学成像、超声成像、MR/CT成像和皮肤镜成像等.同时,虚拟现实在临床中的应
【机 构】
：
香港中文大学计算机科学与工程系,香港999077
论文部分内容阅读
近年来,深度学习在一些具有挑战性的高难度问题中取得了巨大的成功,这其中就包含深度学习在医学图像分析中的应用.率先提出并采用三维卷积神经网络从核磁共振图像中自动检测大脑微出血.为了减少肺结节自动检测中的假阳性,设计了考虑多级上下文信息的三维卷积神经网络框架,并进一步提出了一种新颖高效的三维神经网络,配备了三维深度监督机制,从而全面解决了三维网络优化难点和医学训练样本不足的挑战.对深度学习的成功应用涵盖了广泛的医学图像模式,包括组织病理学成像、超声成像、MR/CT成像和皮肤镜成像等.同时,虚拟现实在临床中的应用也取得了长足进步,基于虚拟现实的手术模拟成为一种经济且有效的临床培训手段.通过医学成像、运动追踪、物理模拟、触觉反馈和视觉呈现的智能集成来构建逼真的虚拟环境,从而实现提供外科手术专业培训的目标.主要介绍了使用深度学习进行医学图像分析的最新工作,以及开发的基于虚拟现实的一系列手术模拟系统.
其他文献
针对现有人工肛门括约肌夹持机构存在生物相容性低、响应时间长的缺点,本文基于排便机制及力学特点,设计了一种新型封闭连杆式人工肛门括约肌(Novel Closed-link Artificial Anal Sphincter,NCAAS)的夹持机构.NCAAS夹持机构由基于沟槽凸轮摆杆的传动机构的三组交错叠放的夹持臂组成.为研究生物相容性与响应时间,本文根据虚功原理推导夹持臂的夹持力方程,并通过有限元分析夹持臂与肠道的力学特性.仿真所得机构控便时最大夹持力为1.6 N,肛肠角为62.2°～95.2°,满足人体
为了探究硅片器件精密磨削加工破碎的损伤规律与演变机制,开展了单颗金刚石磨粒切削单晶硅片的微米划痕实验,分析了硅片边缘有无胶粘包裹作用两种条件下的划痕入口、内部与出口三个区段的破碎损伤形貌特征,并建立了声发射强度、磨削力、切削深度、摩擦系数与破碎损伤之间的内在密切关联.单晶硅破碎损伤随着加载压力或切入深度的增大而越加严重,伴随释放的声发射信号强度增大.单晶硅内部破碎发生的临界阈值条件:载荷约80 mN,切入深度约2μm,声发射强度约8％.胶粘包裹对单晶硅片边缘的增韧效果显著,边缘崩碎发生临界阈值条件为:载荷
关节臂式坐标测量机作为一种串联式结构的便携坐标测量仪器,其角度误差对其测量精度的影响呈放大效应.针对上述问题,在DH模型的基础上,提出了一种具有旋转轴倾斜误差运动补偿的关节臂式坐标测量机运动学建模方法,研究了旋转轴系误差运动分离方法并搭建相应的测试系统,建立了基于空间距离的结构参数误差标定模型并进行了实验.实验结果表明,相比于DH模型,采用具有旋转轴倾斜误差运动补偿的运动学模型,关节臂式坐标测量机的测量标准差由0.055 mm降低至0.037 mm.该模型能够有效提高关节臂式坐标测量机的测量精度.
针对模块化关节,设计了一套离线辨识方法,对关节的摩擦模型进行了辨识,并对摩擦力进行了补偿.首先,介绍了该模块化关节的结构和控制系统,建立了关节的动力学模型.然后,基于LuGre摩擦模型对关节摩擦力进行了建模,分别用灰狼算法和分段最小二乘配合伪随机序列法辨识了模型的参数,并进行对比分析.最后,设计了基于LuGre摩擦模型的前馈补偿算法,并进行了实验验证.实验结果表明:相较于分段最小二乘法,灰狼算法的辨识精度提高了19.2％;给定幅值为1(°)/s,频率为10 Hz的正弦速度信号,摩擦补偿使关节速度跟踪误差从
相位解包裹是光学干涉测量的关键环节,要求计算速度快、精度高、适应性强.根据包裹相位不同级次间存在明显边界的特点,本文提出数学形态学区域分割的快速相位解包裹算法.首先,采用数学形态学提取边界并分割相位区域.然后,计算区域之间的相位差异以确定各区域的相位级次和抬升值,判断边界点归属以确定边界各点抬升值.最后,根据抬升值对各区域相位进行整体抬升,最终获得空间上连续分布的相位.仿真和实验表明:基于数学形态学的解包裹算法对于1000×1000 pixels像素的相位处理时间在1 s以内,仅为经典的最小二乘算法用时的
为了充分挖掘雾天成像时的先验信息和物理参数间的约束关系,提高去雾算法的精度,本文提出了嵌入物理成像模型的分解合成循环细化网络以实现图像去雾.不同于已有的去雾算法,它包含透射率估计分支和清晰图像估计分支,且两分支均使用嵌入循环单元的多尺度金字塔编码解码网络框架来实现,具有能加强循环间信息交流、充分利用多尺度上下文特征的优点.考虑到透射率与场景深度和雾气浓度有关,可将透射率视为雾浓度先验,引导清晰图像估计分支循环细化去雾结果;而清晰图像中包含场景的深度信息,可将其视为深度先验,引导透射率估计分支预测及循环细化
目标检测是自主驾驶和机器人导航的基础,针对二维图像信息量不足,三维点云数据量大、密度不均匀和检测精度低等问题,本文基于深度学习提出了一种融合二维图像与三维点云的目标检测网络进行三维目标检测.为减少运算量,论文首先用二维图像检测器生成的检测框对应的平截头体对原始点云进行滤波;为解决点云密度不均匀问题,提出了一种基于广义霍夫变换的改进投票模型网络用于多尺度特征提取;最后将二维DIOU(Distance Intersection over Union)损失函数扩展为三维空间的N3D_DIOU(Normal 3
针对α与高斯混合噪声下的超声波风矢量高精度、宽范围测量问题,本文提出了一种基于FLOM的双相测量方法.首先,利用FLOM算子对α与高斯混合噪声进行抑制,克服了传统的二阶矩以及高阶累计量无法在α和高斯混合噪声背景下使用的缺点.然后,将时延估计方法转化为相位估计方法,并利用参考信号的正交性,提出了一种基于FLOM的双相测量方法,消除了超声波传播过程中的幅值变化对测量精度的影响.仿真结果表明:在风速为0～70 m/s条件下,所提方法的测量精度与测量范围均高于时延估计方法;在信噪比为-10 dB的条件下,风速的均
表面增强拉曼光谱(Surface Enhanced Raman Spectroscopy,SERS)技术与针尖增强拉曼光谱(Tip Enhanced Raman Spectroscopy,TERS)技术常用于解决电化学表面和界面上的问题,研究细胞生物体系.利用表面等离子基元的效应,通过设计特殊的纳米材料可以获得更高的信号增强效果.为了提高空间分辨率,针尖增强拉曼技术利用针尖处高度局域的光电场,可将空间分辨率推进到2-5 nm.另外,通过发展单粒子的检测方法,研究了单粒子的生长以及相互作用的过程.在材料表面
多尺度材料的装配和集成对新一代太阳能电池器件的运行至关重要,需要基础科学的设计和阐述.关键是要了解和利用定制材料的内在特性,以及材料组件之间的相互作用,从而实现所需要的功能.主要介绍了通过溶液过程连接和组装各种纳米结构方面的最新成果.这些材料已经被用作高效太阳能转换装置的高效光吸收层、载流子传输层、界面层和表面反应促进剂,特别是在钙钛矿太阳能电池和光电化学电池中.并讨论了这些结果对新型太阳能装置的未来发展的影响.