于腾
- 作品数:25 被引量:54H指数:4
- 供职机构:青岛大学更多>>
- 发文基金:国家自然科学基金山东省高等学校科技计划项目山东省自然科学基金更多>>
- 相关领域:自动化与计算机技术医药卫生文化科学电子电信更多>>
- 子宫内膜癌和卵巢癌患者血清唾液酸水平检测及其临床价值评估被引量:5
- 2017年
- 目的评估血清唾液酸(SA)对子宫内膜癌和卵巢癌的辅助诊断价值。方法利用酶法和电化学发光法分别检测47例子宫内膜癌、30例子宫良性疾病,117例卵巢癌,83例卵巢良性肿瘤患者及60例健康对照者血清SA、糖类抗原125(CA125)和人附睾蛋白4(HE4)水平,以CA125、HE4作为对照指标评估SA诊断子宫内膜癌和卵巢癌的价值。结果早、晚期子宫内膜癌组和卵巢癌患者血清SA水平均明显高于健康组和子宫良性疾病组,差异有统计学意义(P<0.05)。与血清CA125指标比较,无论以健康组还是子宫良性疾病组为对照,子宫内膜癌组患者血清SA受试者操作特性曲线下面积(ROC-AUC)比较差异无统计学意义(P>0.05);卵巢癌组患者血清SA的ROC-AUC当以健康组为对照时,SA的ROC-AUC低于CA125,以卵巢良性疾病组为对照时则比较差异无统计学意义(P>0.05)。在约登指数最大点处,以健康组作为对照时,SA对子宫内膜癌诊断的特异度明显高于CA125,差异有统计学意义(P<0.05)。以卵巢良性疾病组为对照时,SA对卵巢癌诊断的敏感度和特异度与CA125和HE4比较,差异无统计学意义(P>0.05)。结论 SA对子宫内膜癌和卵巢癌均有较高的敏感度和特异度,适用于两大妇科肿瘤的筛查。
- 于腾丛培珊任立晟孙桂荣
- 关键词:唾液酸糖类抗原125子宫内膜癌卵巢癌
- 基于级联注意力与密集特征融合的图像修复算法
- 2023年
- 针对图像修复算法存在的语义不连贯、纹理不清晰等问题,提出一种基于生成对抗网络的新型级联密集生成网络CDGAN(Cascade Densely Generative Adversarial Network),采用encoder-decoder作为生成器主干,利用下采样提取图像特征;为使网络关注修复图像的高频纹理和颜色保真度等有效信息,引入级联的注意力模块,并加入密集特征融合模块扩大网络的整体感受野,充分学习图像特征,提高编码器提取特征的利用率,最后将处理后的图像特征进行上采样重建。在Celeb A和Places2数据集的测试结果表明,CDGAN在语义连贯性、纹理清晰度等方面都有所提升。
- 臧升睿陈敏艾振华于腾迟洁茹杨国为
- 关键词:图像修复
- 基于双流Transformer的单幅图像去雾方法
- 2024年
- 基于深度学习的编码器-解码器网络在图像去雾问题上取得了优异的表现。然而,这些学习方法通常仅依赖于合成数据集进行模型训练,忽视了有关模糊图像的先验知识,导致训练模型在泛化方面存在不足,无法较好地在真实雾霾图像上实现良好的去雾效果。为了充分利用与雾霾物理特性相关的信息,本文提出一种新颖的双编码器结构,该结构将基于先验知识的编码器融合到传统的编码器-解码器网络中。通过引入特征增强模块,有效地融合2个编码器深层特征。鉴于广泛采用的卷积神经网络结构在建模局部特征关联方面的局限性,本文在编码器和解码器中引入Transformer块。实验结果表明,本文所提出的方法不仅在合成数据上表现优越,而且在真实雾霾场景下也取得了较好的效果。
- 李岸然方阳阳程慧杰张申申阎金强于腾杨国为
- 关键词:图像去雾图像恢复TRANSFORMER
- 一种智能模式识别分拣装置
- 本发明提供的一种智能模式识别分拣装置,包括箱体,所述箱体的内部设置有多个分类垃圾箱,所述分类垃圾箱的前方设置有隔板,所述隔板的一侧设置有碎料槽,所述碎料槽与箱体之间抽拉连接,所述隔板的另一侧设置有沥水摊平翻料机构,所述沥...
- 杨国为郑宇于腾迟洁茹庄晓东李钟晓
- 基于光源区域自适应的夜间去雾方法被引量:1
- 2021年
- 夜间有雾图像会导致图像质量下降,主要体现在夜间有雾图像光照不均、对比度较低且色偏严重,而人工光源的存在更是使得环境光呈现出不均匀性。现有的主流算法主要是针对白天图像进行处理,并不适用于夜间场景去雾处理,导致夜间去雾难度加大。针对上述问题,通过深入分析夜间有雾图像的成像特点,提出了一种新的夜间图像去雾算法。针对夜间有雾图像的色偏问题,提出了改进的暗通道先验算法(MRP)进行颜色校正,该方法单独操作每一个颜色通道进行颜色校正,从而可以减少由MRP引起的光源区域周围的光晕效应;针对夜间场景环境光不均匀性的特点,提出了基于有雾图像低频分量的最小-最大值滤波方法,以此来实现局部环境光的估计;针对最大反射率先验(DCP)估计透射率在光源处失效的问题,提出了一种基于光源区域自适应的透射率估计算法。实验结果表明,该算法在抑制光晕和光源区域发散的同时,能够较好地重现暗部细节,恢复图像具有较好的亮度和对比度,且色彩自然。相比暗通道先验,所提方法的峰值信噪比(PSNR)与结构相似性值(SSIM)平均提升了81.8%和26.5%。
- 王同森史勤忠王得法董硕杨国为于腾
- 关键词:图像去雾图像复原
- 基于NATCA-GreaterYOLO的航拍小目标检测被引量:1
- 2023年
- 为解决通用目标检测模型在无人机航拍场景下存在的物体尺度变化剧烈及复杂的背景干扰等问题,本文主要对基于NATCA-Greater YOLO的航拍小目标检测进行研究。在特征提取网络的最后一层,加入邻域注意力转换器(neighborhood attention transformer,NAT),以保留足够的全局上下文信息,并提取更多不同的特征。同时,在特征融合网络(Neck)部分,加入坐标注意力(coordinate attention,CA)模块,以获取通道信息和更长范围的位置信息,将原卷积块中的激活函数替换为Meta-ACON,并使用NAT作为新网络的预测层,以VisDrone2019-DET目标检测数据集为基准,在VisDrone2019-DET-test-dev数据集上进行测试。为了评估NATCA-Greater YOLO模型在航拍小目标检测任务中的有效性,采用Faster R-CNN、RetinaNet和单步多框目标检测(single shot multiBox detector,SSD)等检测网络在测试集上进行对比检测。研究结果表明,NATCA-Greater YOLO检测的平均精度为42%,与最先进的检测网络TPH-YOLOv5相比,NATCA-Greater YOLO的检测精度提升了2.9%,说明该模型可以准确地定位并识别目标。该研究具有一定的创新性。
- 艾振华臧升睿陈敏陈倩倩迟洁茹杨国为于腾
- 关键词:NATCA小目标检测
- 血清胃蛋白酶原和胃泌素-17检测在胃癌筛查中的应用被引量:25
- 2017年
- 目的研究不同胃疾病患者的血清中胃蛋白酶原Ⅰ(PGⅠ)、PGⅡ、胃泌素-17(G-17)水平变化,探讨血清PG和G-17检测对胃癌的诊断价值。方法选取胃癌患者158例(胃癌组)、慢性萎缩性胃炎患者56例(慢性萎缩性胃炎组)、慢性浅表性胃炎患者53例(慢性浅表性胃炎组)、健康体检者85例(对照组)。采用化学发光免疫法测定所有研究对象血清中的PGⅠ、PGⅡ、G-17水平,并计算PGⅠ/PGⅡ(PGR)值。结果慢性萎缩性胃炎组、胃癌组的PGI和PGR水平明显低于对照组和慢性浅表性胃炎组,差异有统计学意义(P<0.05);血清PGⅠ和PGR水平与胃癌的分期和病变部位有关,差异有统计学意义(P<0.05);受试者工作特征曲线(ROC曲线)显示筛选和诊断胃癌PGⅠ和PGR的最佳临界值PGⅠ为69.6ng/mL,PGR为2.9,而慢性萎缩性胃炎组或胃癌组患者中,多灶性病变时血清G-17的水平明显低于胃体和胃窦病变,差异有统计学意义(P<0.05)。结论血清PG和G-17的水平变化与胃黏膜病变密切相关,低水平的血清PGⅠ、PGR可作为筛查和早期诊断胃癌的重要手段。
- 刘林杰刘明军王麟李海霞孙桂荣于腾张丽君
- 关键词:胃泌素-17胃癌萎缩性胃炎
- 基于分布式光纤系统的围栏振动入侵定位和模式识别方法
- 本发明属于安防系统技术领域,公开了一种基于分布式光纤系统的围栏振动入侵定位和模式识别方法,通过构建模式识别分类器,并利用数据训练集对模式识别分类器进行训练和测试,当分布式光纤系统采集到振动信号时,通过采集到振动信号的传感...
- 杨国为李耀祁少华于腾庄晓东李钟晓迟洁茹
- 一种基于深度学习的自适应齿轮点蚀定量检测系统及方法
- 本发明属于齿轮点蚀检测技术领域,公开了一种基于深度学习的自适应齿轮点蚀定量检测系统及方法,所述基于深度学习的自适应齿轮点蚀定量检测系统包括:图像数据采集模块、图像预处理模块、主控模块、模型构建模块、样本采集模块、模型训练...
- 杨国为于腾迟洁茹李钟晓庄晓东李耀祁少华
- 文献传递
- 基于逐层搜索法与快速导向滤波的图像去雾算法被引量:4
- 2018年
- 针对天空大气光照值计算不够精确这一问题,采用逐层搜索法对其进行改进,并结合快速导向滤波对透射率进行细化;对于去雾后的图像偏暗问题,采用非线性叠加处理的图像增强方法。对得到的去雾图像分别使用均方误差和峰值信噪比作为客观评价标准。实验数据显示,改进算法能得到清晰度较好的去雾图像,相较于其它算法得到的图像更加自然,色彩还原度更高,去雾后某些区域偏暗问题也得到改善。
- 李帅魏伟波潘振宽于腾赵胜楠
- 关键词:图像去雾图像增强