期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
EH-4数据在IMAGEM与WINGLINK下反演处理的对比 被引量：15
1
作者 张凯飞 《物探与化探》 CAS CSCD 2013年第6期1146-1151,共6页
对目前在工程上应用比较广泛的2款大地电磁勘察反演软件——基于博斯蒂克(BOSTIK)方法的IMAGEM软件和基于非线性共轭梯度(NLCG)方法的WINGLINK软件的特点进行了对比研究。这两款软件在反演方法、操作系统平台、数据编辑、静态校正、反... 对目前在工程上应用比较广泛的2款大地电磁勘察反演软件——基于博斯蒂克(BOSTIK)方法的IMAGEM软件和基于非线性共轭梯度(NLCG)方法的WINGLINK软件的特点进行了对比研究。这两款软件在反演方法、操作系统平台、数据编辑、静态校正、反演效果等方面有很大的不同。在此基础上,对兰渝线某隧道工程EH-4大地电磁资料的反演解释实例进行了分析,认为两款软件各有侧重,建议结合使用。 展开更多
关键词 大地电磁 反演问题 EH-4系统 imagem WINGLINK 隧道勘查
在线阅读 下载PDF
EH4在乐滩水库引水灌区碳酸盐岩隧洞勘探中圆滑系数的选定 被引量：1
2
作者 黄先波 黄基文 罗继勇 《广西水利水电》 2014年第5期63-66,共4页
EH4连续电导率剖面仪自带IMAGEM软件随着圆滑系数取值大小不同,输出的成果也有所差别。为了更好利用EH4探测查明乐滩水库引水灌区碳酸盐岩隧洞段的岩溶发育规律、断层破碎带位置,提高物探解译精度,采用EH4在已知地质异常体开展试验工作... EH4连续电导率剖面仪自带IMAGEM软件随着圆滑系数取值大小不同,输出的成果也有所差别。为了更好利用EH4探测查明乐滩水库引水灌区碳酸盐岩隧洞段的岩溶发育规律、断层破碎带位置,提高物探解译精度,采用EH4在已知地质异常体开展试验工作,分析异常体大小与埋深比不同的条件下,分别取不同圆滑系数的探测效果,并总结EH4数据处理中选定圆滑系数的规律和方法,同时指出了工作中应予注意的几个问题。 展开更多
关键词 EH4 imagem 碳酸盐岩 岩溶探测 圆滑系数
在线阅读 下载PDF
基于人工智能斑块分割超声图像的影像组学在颈动脉斑块稳定性评估中的应用 被引量：5
3
作者 龚凯琳 张利丽 +1 位作者 宋佳佳 何健 《临床神经外科杂志》 CAS 2021年第1期1-4,共4页
目的探讨基于人工智能斑块分割超声图像的影像组学评估颈动脉斑块的稳定性,以及其对颈动脉易损斑块与稳定性斑块的诊断效能。方法171例缺血性脑卒中患者通过颈动脉彩超检查分为易损斑块组(83例)与稳定斑块组(88例)。在人工智能斑块分割... 目的探讨基于人工智能斑块分割超声图像的影像组学评估颈动脉斑块的稳定性,以及其对颈动脉易损斑块与稳定性斑块的诊断效能。方法171例缺血性脑卒中患者通过颈动脉彩超检查分为易损斑块组(83例)与稳定斑块组(88例)。在人工智能斑块分割超声图像上提取369个影像组学特征,采用最小绝对收缩和选择算子方法对影像组学特征进行降维和筛选,对筛选出的变量进一步支持向量机(SVM)建模和验证。应用受试者工作特征(ROC)曲线分析评估模型的敏感度、特异度和曲线下面积(AUC)。结果共筛选出21个影像组学特征参数。建立SVM模型的训练组AUC为0.984(95%置信区间:0.971~0.997),敏感度为92.0%,特异度为95.2%;验证组AUC为0.964(95%置信区间:0.935~0.993),敏感度为100.0%,特异度为84.8%。结论基于人工智能斑块分割超声图像的影像组学模型可以有效地区分颈动脉易损斑块与稳定性斑块,为快速、准确地评估颈动脉斑块的稳定性提供了新方法。 展开更多
关键词 影像组学 人工智能 斑块分割 超声图像 医学影像 颈动脉
暂未订购
基于改进LeNet-5模型的WHOⅡ/Ⅲ级脑胶质瘤影像自动分级的临床研究 被引量：2
4
作者 汪忠 李军 +1 位作者 刘崎 范月超 《临床神经外科杂志》 CAS 2021年第1期21-24,30,共5页
目的探讨基于改进LeNet-5模型的WHOⅡ/Ⅲ级脑胶质瘤影像自动分级的临床应用价值。方法收集经手术病理证实的98例WHOⅡ级和Ⅲ级胶质瘤患者的MRI资料;按照就诊时间顺序将前67例患者作为训练集,后31例患者作为测试集。首先,用深度学习技术... 目的探讨基于改进LeNet-5模型的WHOⅡ/Ⅲ级脑胶质瘤影像自动分级的临床应用价值。方法收集经手术病理证实的98例WHOⅡ级和Ⅲ级胶质瘤患者的MRI资料;按照就诊时间顺序将前67例患者作为训练集,后31例患者作为测试集。首先,用深度学习技术及训练集的760张MRI T2WI图像,在卷积神经网络下(LeNet-5模型下)进行训练,模拟影像科医师的判断过程,从而建立了WHOⅡ/Ⅲ级脑胶质瘤影像自动分级系统。然后,对测试集的68张MRI T2WI图像进行临床验证。结果相较于原始LeNet-5模型,改进后的模型对WHOⅡ/Ⅲ级脑胶质瘤的测试准确率明显提高;当epoch=45时,正确率达到最高,epoch大于45时,趋于不变。同时改进后模型的测试错误个数均减少,总体错误率降低;表明改进后的模型对胶质瘤分级的准确率较改进前有提高。结论改进的LeNet-5网络模型能够较好地识别胶质瘤影像表现的深层特征,提高了胶质瘤影像分级的准确率,为临床诊断提供了帮助。 展开更多
关键词 卷积神经网络 磁共振图像 脑胶质瘤 影像自动分级 LeNet-5 影像组学 人工智能
暂未订购
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部