您的位置： 专家智库 > >

张建鹏

作品数：9 被引量：0H指数：0
供职机构：西北工业大学更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 8篇专利
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 7篇医学图像
  • 7篇图像
  • 5篇卷积
  • 3篇医学图像分割
  • 3篇图像分割
  • 3篇准确率
  • 3篇网络
  • 3篇分类准确率
  • 2篇多模型集成
  • 2篇图像生成
  • 2篇迁移
  • 2篇网络学习
  • 2篇误差反向传播
  • 2篇模型集
  • 2篇结节
  • 2篇解码
  • 2篇解码模块
  • 2篇卷积核
  • 2篇混淆
  • 2篇加权

机构

  • 9篇西北工业大学

作者

  • 9篇张建鹏
  • 8篇夏勇
  • 1篇李逸飞

年份

  • 2篇2024
  • 1篇2021
  • 2篇2020
  • 1篇2019
  • 2篇2017
  • 1篇2016
共 9 条 记 录，以下是 1-9
全选 清除 导出
排序方式：
一种基于任务动态学习部分标记的医学图像分割方法
本发明公开了一种基于任务动态学习部分标记的医学图像分割方法，实现多器官和肿瘤的分割。该方法首先采用卷积神经网络搭建一个编码解码模块，以医学图像作为输入，提取图像的高级语义特征。接着通过一个任务编码模块，将不同任务对应的数...
夏勇张建鹏谢雨彤
结合深层特征提取和浅层特征提取的医学图像分类方法
本发明涉及一种结合深层特征提取和浅层特征提取的医学图像分类方法，首先训练深度卷积神经网络模型、词袋模型和BP神经网络，然后将待分类医学图像分为图像子块，将图像子块先后输入到训练好的深度卷积神经网络模型、词袋模型和BP神经...
夏勇张建鹏
文献传递
基于可迁移的多模型集成的计算机辅助肺结节分类装置
本发明公开了一种基于可迁移的多模型集成的计算机辅助肺结节分类装置，用于解决现有肺结节分类准确率差的技术问题。技术方案是训练三个预训练的深度卷积神经网络(Pre‑trained DCNN)，分别描述肺结节纹理的异质性、形状...
夏勇张建鹏谢雨彤
文献传递
基于协同深度学习的医学图像分类方法
本发明公开了一种基于协同深度学习的医学图像分类方法，用于解决现有医学图像分类方法分类准确率差的技术问题。技术方案是采用两个深度卷积神经网络之间协同学习方法，通过成对学习模式进行训练，每次模型接受图像对儿作为输入，一对儿图...
夏勇张建鹏谢雨彤
文献传递
基于深度学习的医学图像分类技术研究
医学图像分类是计算机辅助诊断领域一个备受关注的研究课题,它旨在通过计算机的分析计算,辅助提高诊断准确率。由于其领域特殊性,医学图像分类存在以下两个主要挑战。首先,医学图像分类问题数据量少,医学图像的获取、标注工作极其困难...
张建鹏
关键词：医学图像分类
一种基于WNet模型的脑肿瘤分割方法及系统
本发明公开了一种基于WNet模型的脑肿瘤分割方法及系统，涉及医学图像分割技术领域，该方法包括以下步骤：获取脑肿瘤图像；将肿瘤图像输入至WNet模型，得到分割掩膜；通过分割掩膜对脑肿瘤图像中的肿瘤进行分割。本发明通过数据分...
夏勇张建鹏李逸飞
基于可迁移的多模型集成的计算机辅助肺结节分类方法
本发明公开了一种基于可迁移的多模型集成的计算机辅助肺结节分类方法，用于解决现有肺结节分类方法准确率差的技术问题。技术方案是训练三个预训练的深度卷积神经网络(Pre‑trained DCNN)，分别描述肺结节纹理的异质性、...
夏勇张建鹏谢雨彤
基于协同深度学习的医学图像分类方法
本发明公开了一种基于协同深度学习的医学图像分类方法，用于解决现有医学图像分类方法分类准确率差的技术问题。技术方案是采用两个深度卷积神经网络之间协同学习方法，通过成对学习模式进行训练，每次模型接受图像对儿作为输入，一对儿图...
夏勇张建鹏谢雨彤
一种基于任务动态学习部分标记的医学图像分割方法
本发明公开了一种基于任务动态学习部分标记的医学图像分割方法，实现多器官和肿瘤的分割。该方法首先采用卷积神经网络搭建一个编码解码模块，以医学图像作为输入，提取图像的高级语义特征。接着通过一个任务编码模块，将不同任务对应的数...
夏勇张建鹏谢雨彤
文献传递
全选 清除 导出
共1页<1>
聚类工具0