期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
共找到
3
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进U2-Net的低剂量CT图像去噪算法研究
1
作者
董建
伍敏婷
王琪玉
《自动化与仪表》
2026年第1期101-106,共6页
针对低剂量CT(LDCT)因辐射剂量降低而导致的图像噪声加剧与细节模糊问题,该文提出一种基于改进U2-Net的去噪算法。该算法引入残差U形模块,强化了网络对多尺度特征的融合能力以精确恢复组织结构;同时,设计了融合均方误差、结构相似性、...
针对低剂量CT(LDCT)因辐射剂量降低而导致的图像噪声加剧与细节模糊问题,该文提出一种基于改进U2-Net的去噪算法。该算法引入残差U形模块,强化了网络对多尺度特征的融合能力以精确恢复组织结构;同时,设计了融合均方误差、结构相似性、边缘与全变分的多分量联合损失函数,协同提升图像保真度与视觉质量。在公开LDCT基准数据集上的综合评估表明,与现有算法相比,该算法的峰值信噪比(PSNR)和结构相似性(SSIM)指标均表现更优,能在有效抑制噪声的同时清晰保留关键解剖细节,展现出良好的临床应用价值。
展开更多
关键词
计算机断层成像
低剂量CT(LDCT)
u2-net网络
图像去噪
联合损失函数
在线阅读
下载PDF
职称材料
基于U^(2)-Net的岩体内部结构面智能识别研究
被引量：
1
2
作者
白万明
赵宇
+2 位作者
刘艳彪
马骏
徐帅
《金属矿山》
北大核心
2025年第4期219-225,共7页
结构面对于岩体力学行为和变形破坏机制具有重要影响。快速精确获取结构面分布特征和参数信息对于深部工程岩体稳定性和灾害孕育机制分析具有重要意义。钻孔摄像是一种岩体内部结构面探测新技术,但对钻孔图像中结构面的识别仍以人工辨...
结构面对于岩体力学行为和变形破坏机制具有重要影响。快速精确获取结构面分布特征和参数信息对于深部工程岩体稳定性和灾害孕育机制分析具有重要意义。钻孔摄像是一种岩体内部结构面探测新技术,但对钻孔图像中结构面的识别仍以人工辨识为主,存在工作量大、处理速度慢与人为误差大等问题。基于此,开展了基于U^(2)-Net卷积神经网络的钻孔图像结构面智能识别研究。首先收集20个钻孔1013张钻孔图像;其次,应用图像翻转、色彩抖动、模糊处理和Mixup等数据扩充方法,将数据集扩充到12421张,建立钻孔摄像数据集,解决结构面分割网络训练过程中样本不足的问题;然后,基于深度学习框架PyTorch,设置学习率0.001,训练批次为4,使用Adam优化器,在训练过程中自适应调整学习率,建立结构面智能识别模型;模型在置信度阈值为0.7时F度量值达到了最大值0.749,在召回率大于0.5范围内精确率最高可达0.85,实现了结构面区域的完整分割。与人工识别方式相比,在重合度50%的条件下,U^(2)-Net网络识别率达到了94.8%,表明该网络具有较高的识别精确率与一定的泛化性。
展开更多
关键词
钻孔摄像
结构面
智能提取
u
2
-net
卷积神经
网络
在线阅读
下载PDF
职称材料
多尺度非对称卷积的轻量级U2-Net医学影像语义分割模型
3
作者
孙水发
王清华
+4 位作者
邹耀斌
唐庭龙
侯斌
吴义熔
崔文超
《重庆理工大学学报（自然科学）》
CAS
北大核心
2024年第11期138-146,共9页
基于U2-Net网络结构,设计了一种运行更高效、分割更准确的医学影像语义分割模型。通过多尺度非对称卷积核代替传统的注意力机制以及降低原U2-Net网络的层数,减少模型参数量;通过改变U2-Net网络连接方式,使用U-Net++网络的跳跃连接方式,...
基于U2-Net网络结构,设计了一种运行更高效、分割更准确的医学影像语义分割模型。通过多尺度非对称卷积核代替传统的注意力机制以及降低原U2-Net网络的层数,减少模型参数量;通过改变U2-Net网络连接方式,使用U-Net++网络的跳跃连接方式,使模型在传递特征信息时保持完整性,减少信息损失,使分割边缘更加精确且连续;根据正负样本不均衡和难易不同的问题设计了避免在训练过程中大量简单负样本占据主导地位的二分类交叉熵损失函数(BCE Loss),更倾向于挖掘前景区域的骰子损失函数(Dice Loss)以及更偏向于两图的结构相似性的多层级结构相似性损失函数(MS-SSIM Loss)的组合损失函数,用来监督网络优化。实验结果表明:所提算法在DRIVE、STARE数据集上比现有最先进网络模型(SOTA)的F1分数分别提高2.6%、1.4%,在ISIC-2018数据集上比SOTA的DSC指标提高2.6%。对分割结果进行可视化后表明,网络在样本较小的情况下可以充分提取样本信息,提高语义分割效果。
展开更多
关键词
语义分割
医学影像
非对称卷积核
u2-net网络
在线阅读
下载PDF
职称材料
题名
基于改进U2-Net的低剂量CT图像去噪算法研究
1
作者
董建
伍敏婷
王琪玉
机构
天津职业技术师范大学天津市信息传感与智能控制重点试验室
天津职业技术师范大学自动化与电气工程学院
出处
《自动化与仪表》
2026年第1期101-106,共6页
基金
教育部学位与研究生教育发展中心主题案例项目(ZT-2410066006)。
文摘
针对低剂量CT(LDCT)因辐射剂量降低而导致的图像噪声加剧与细节模糊问题,该文提出一种基于改进U2-Net的去噪算法。该算法引入残差U形模块,强化了网络对多尺度特征的融合能力以精确恢复组织结构;同时,设计了融合均方误差、结构相似性、边缘与全变分的多分量联合损失函数,协同提升图像保真度与视觉质量。在公开LDCT基准数据集上的综合评估表明,与现有算法相比,该算法的峰值信噪比(PSNR)和结构相似性(SSIM)指标均表现更优,能在有效抑制噪声的同时清晰保留关键解剖细节,展现出良好的临床应用价值。
关键词
计算机断层成像
低剂量CT(LDCT)
u2-net网络
图像去噪
联合损失函数
Keywords
comp
u
ted tomography
low-dose CT(LDCT)
u
²
-net
network
image denoising
joint loss f
u
nction
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于U^(2)-Net的岩体内部结构面智能识别研究
被引量：
1
2
作者
白万明
赵宇
刘艳彪
马骏
徐帅
机构
甘肃酒钢集团宏兴钢铁股份有限公司
深部金属矿山安全开采教育部重点实验室
出处
《金属矿山》
北大核心
2025年第4期219-225,共7页
基金
国家自然科学基金项目(编号:52074062)
辽宁省科技计划联合计划项目(编号:2023JH2/101700346)。
文摘
结构面对于岩体力学行为和变形破坏机制具有重要影响。快速精确获取结构面分布特征和参数信息对于深部工程岩体稳定性和灾害孕育机制分析具有重要意义。钻孔摄像是一种岩体内部结构面探测新技术,但对钻孔图像中结构面的识别仍以人工辨识为主,存在工作量大、处理速度慢与人为误差大等问题。基于此,开展了基于U^(2)-Net卷积神经网络的钻孔图像结构面智能识别研究。首先收集20个钻孔1013张钻孔图像;其次,应用图像翻转、色彩抖动、模糊处理和Mixup等数据扩充方法,将数据集扩充到12421张,建立钻孔摄像数据集,解决结构面分割网络训练过程中样本不足的问题;然后,基于深度学习框架PyTorch,设置学习率0.001,训练批次为4,使用Adam优化器,在训练过程中自适应调整学习率,建立结构面智能识别模型;模型在置信度阈值为0.7时F度量值达到了最大值0.749,在召回率大于0.5范围内精确率最高可达0.85,实现了结构面区域的完整分割。与人工识别方式相比,在重合度50%的条件下,U^(2)-Net网络识别率达到了94.8%,表明该网络具有较高的识别精确率与一定的泛化性。
关键词
钻孔摄像
结构面
智能提取
u
2
-net
卷积神经
网络
Keywords
drilling camera
str
u
ct
u
ral plane
intelligent extraction
u
2
-net
CNN
分类号
TD67 [矿业工程—矿山机电]
在线阅读
下载PDF
职称材料
题名
多尺度非对称卷积的轻量级U2-Net医学影像语义分割模型
3
作者
孙水发
王清华
邹耀斌
唐庭龙
侯斌
吴义熔
崔文超
机构
三峡大学电气与新能源学院
杭州师范大学信息科学与技术学院
三峡大学计算机与信息学院
北京师范大学人文和社会科学高等研究院
出处
《重庆理工大学学报（自然科学）》
CAS
北大核心
2024年第11期138-146,共9页
基金
国家社会科学基金项目(20BTQ066)。
文摘
基于U2-Net网络结构,设计了一种运行更高效、分割更准确的医学影像语义分割模型。通过多尺度非对称卷积核代替传统的注意力机制以及降低原U2-Net网络的层数,减少模型参数量;通过改变U2-Net网络连接方式,使用U-Net++网络的跳跃连接方式,使模型在传递特征信息时保持完整性,减少信息损失,使分割边缘更加精确且连续;根据正负样本不均衡和难易不同的问题设计了避免在训练过程中大量简单负样本占据主导地位的二分类交叉熵损失函数(BCE Loss),更倾向于挖掘前景区域的骰子损失函数(Dice Loss)以及更偏向于两图的结构相似性的多层级结构相似性损失函数(MS-SSIM Loss)的组合损失函数,用来监督网络优化。实验结果表明:所提算法在DRIVE、STARE数据集上比现有最先进网络模型(SOTA)的F1分数分别提高2.6%、1.4%,在ISIC-2018数据集上比SOTA的DSC指标提高2.6%。对分割结果进行可视化后表明,网络在样本较小的情况下可以充分提取样本信息,提高语义分割效果。
关键词
语义分割
医学影像
非对称卷积核
u2-net网络
Keywords
semantic segmentation
medical imaging
asymmetric convol
u
tion kernels
u
2
-net
network
分类号
TP391.7 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进U2-Net的低剂量CT图像去噪算法研究
董建
伍敏婷
王琪玉
《自动化与仪表》
2026
0
在线阅读
下载PDF
职称材料
2
基于U^(2)-Net的岩体内部结构面智能识别研究
白万明
赵宇
刘艳彪
马骏
徐帅
《金属矿山》
北大核心
2025
1
在线阅读
下载PDF
职称材料
3
多尺度非对称卷积的轻量级U2-Net医学影像语义分割模型
孙水发
王清华
邹耀斌
唐庭龙
侯斌
吴义熔
崔文超
《重庆理工大学学报（自然科学）》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
