简介:摘要:肺炎是一种常见且严重危害人体健康的呼吸系统感染疾病,CT影像不仅能直观地显示病变部位,还可提供诸如病灶形态、密度等信息,在早期发现和治疗过程中发挥着重要作用,也是医生了解病变程度和患病细节的常见手段。在卷积神经网络的基础上,开展肺部病变的判断以及病灶区域的分割定位研究,可以大幅提高诊疗速度,协助医生准确诊断和定位肺炎病变区域。目前的肺炎辅助诊断方法多将分类与分割算法的实施截然分开,区别于目前多将分类与分割算法实施截然分开的肺炎辅助诊断方法,研究了在通用卷积神经网络的基础上完成快速分类任务的实现方法,在专业人士的参与下标注并建立了用于肺炎病灶区域分割的数据集,并利用U-Net及相关改进网络模型,在训练集规模较小的情况下可完整勾勒出肺炎病灶的边缘,并获得到相对较高的分割精度。实验结果表明,通过在所处理的近300张数据集上进行实验,可以得到近85%的准确度。
简介:摘要:煤炭是我国能源中的重要组成部分,自改革开放以来,煤炭工业也得到了快速发展,其产能得到了快速提升。我国虽然是煤炭资源丰富的国家,但是煤炭作为不可再生资源,多年来的粗放型开采造成大量的浪费,煤矿生产中,虽然煤炭企业适应时代发展的要求而引进了电气自动化技术,但是在技术应用中由于多种因素的影响而使得煤矿生产没有发挥预期效应。随着科学技术的发展,电气自动化技术已广泛应用于煤矿机械设备,包括煤矿安全监控系统、排水系统、提升系统、通风系统、运输系统等各个方面。它不但可以提高煤矿开采的科学性、促进生态平衡的发展、保证生产的安全性和提高生产效率,还可以进一步提高机械设备的自动化水平,节约能耗和降低成本。虽然应用过程中也存在着诸多问题,但已经向网络化、智能化、统一化、标准化和立体化监控趋势发展。