简介:以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注,并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率,本文设计了2种改良的深度卷积神经网络,这些改进加快了神经网络的训练速度.有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型,该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验,改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型,这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后,构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”,该系统能够自动检测出CT影像中肺结节,并给出结节的良恶性概率评估。通过该系统的应用,可以有效缓解放射科医生超高的劳动强度,提高阀片效率,服务更多患者;减少漏诊和误诊发生的次数,有助于提高肺结节的诊断准确率;从而促进我国肺癌早筛工作的推广。
简介:对赋Luxember范数或Orlicz范数的Orlicz型序列空间,诸如古典的、广义的及参数式的,本文总结、补充、比较列出了暴露点及暴露性的充分必要刻画,并对以往结果中的错误进行了修正,从而在序列空间方面系统地完成了有关暴露性的刻画。
简介:设g1.g2为正规函数.对所有的0〈p.q〈∞,我们得到了Bergma型空间的加权Cesaro算子Tψ:Ag1^p→Ag2^q为有界算子和紧算子的充要条件.
简介:利用文献[1]中非对称逼近的方法得到了周期型Bohr不等式.
简介:磁悬浮动量球是一种高功能密度比的微小卫星三轴姿控部件。磁悬浮与驱动原理的选择、磁极拓扑结构的布局以及传感方式的选用,从悬浮-旋转兼容性和空间结构干涉性上制约着磁悬浮动量球的可实现性。提出了一种新型的悬浮-旋转解耦、结构简单紧凑的磁化悬浮-感应驱动型动量球系统,以单轴实现为例详细论述了系统组成与工作原理,对子模块的设计、硬件实现与建模开展了研究。针对开环不稳定悬浮系统,提出一种基于构造法的控制参数设计方法,并给出了系统的三轴拓展方式。仿真和实验结果表明,该系统可以实现悬浮与旋转功能,悬浮球体在有旋转和无旋转时的位移稳定度分别约为1.6μm和4.7μm,球形转子的转速可达720r/min。