针对传统医学图像分割网络存在边缘分割不清晰, 缺失值大等问题, 该文提出一种具有边缘增强
特点的医学图像分割网络(AS-UNet). 利用掩膜边缘提取算法得到掩膜边缘图, 在UNet …

在使用电磁感应方法诊断杆塔接地网断点的过程中, 针对人工诊断引起的误差问题,
提出了一种基于一维卷积神经网络(one dimensional-convolutional neural network, 1D-CNN) …

视网膜血管分割是自动筛查糖尿病视网膜病变的重要步骤, 当前大部分深度学习方法都使用大
样本进行网络训练, 但医学领域带标签样本难以获取, 且存在健康人样本与患者样本不平衡问题 …

The analysis of pathological images is of great significance for the diagnosis and prognosis
of gastric cancer. However, its clinical application still faces challenges such as low …

针对“电气技术实践基础” 课程周期长, 学生对所学知识掌握不牢的问题, 设计了心率检测综合
实验. 该实验包括直流稳压电源, 信号产生, 数据预处理, 心率计算, 显示与报警等模块 …

A medical image segmentation network with boundary enhancement, named as the AS-
UNet (Add-and-Subtract UNet), is proposed to solve the problems of traditional …

病理图像分析对胃癌的诊断和预后具有重要意义, 但在临床应用上仍然面临着目视阅片一致性低
, 多分辨率图像差异大等挑战. 为此, 该文提出一种基于病理图像集成深度学习的胃癌预后预测 …

由于目前已有方法未能提取击剑连续动作图像的邻域特征, 导致图像分割结果不理想,
抗噪性能较差, 分割运算时间增加, 针对此问题, 提出了一种基于空间邻域信息的击剑连续动作 …

因频繁遮挡, 尺度变化, 边界效应等因素的影响, 进行目标跟踪时, 时常难以达到较好的预期效果.
再有, 采用传统特征提取策略也会影响目标跟踪的鲁棒性. 针对上述问题, 提出一种具有空间调整 …