秦品乐
- 作品数：136 被引量：449H指数：10
- 供职机构：中北大学更多>>
- 发文基金：山西省自然科学基金山西省青年科技研究基金辽宁省博士科研启动基金更多>>
- 相关领域：自动化与计算机技术文化科学医药卫生电子电信更多>>
- 基于连接突触计算网络的医学图像融合算法被引量：2
- 2017年
- 针对传统的脉冲耦合神经网络(PCNN)融合方法中参数过多,以及参数和网络迭代次数难以准确设置、融合效果差等缺点,提出了一种用连接突触计算网络(LSCN)模型的连接项(L项)进行图像融合的算法。首先,把两幅待融合图像分别输入到LSCN模型中;其次,使用L项代替传统PCNN中的点火频率作为输出;然后,使用多通工作方式终止迭代;最后,通过比较L项的值得到融合后图像的像素。理论分析与实验结果表明,与改进的PCNN模型和在PCNN模型的基础上提出的新模型进行图像融合的算法进行比较,所提算法得到的融合图像更有利于人眼观察;特别是与点火频率作为输出的LSCN方法相比,所提算法在边缘信息评价因子、信息熵、标准差、空间频率、平均梯度上均较优。该算法简单易行,不仅减少了待定参数数目,降低了计算复杂度,而且解决了传统模型中迭代次数难以确定的问题。
- 高媛贾紫婷秦品乐王丽芳
- 关键词：图像融合计算机断层扫描脉冲耦合神经网络
- 基于深度可分离卷积和宽残差网络的医学影像超分辨率重建被引量：6
- 2019年
- 为提高医学影像超分辨率的重建质量,提出了一种基于深度可分离卷积的宽残差超分辨率神经网络算法。首先,利用深度可分离卷积改进网络的残差块,扩宽残差块中卷积层的通道,将更多的特征信息传入了激活函数,使得网络中浅层低级图像特征更容易地传播到高层,提高了医学影像超分辨率的重建质量;然后,采用组归一化的方法训练网络,将卷积层的通道维度划分为组,在每个组内计算归一化的均值和方差,使得网络训练过程更快地收敛,解决了深度可分离卷积扩宽通道数导致网络训练难度增加的问题,同时网络表现出更好的性能。实验结果表明,对比传统的最近邻插值、双三次插值超分辨率算法,以及基于稀疏表达的超分辨率算法,所提算法重建出的医学影像纹理细节更加丰富、视觉效果更加逼真。对比基于卷积神经网络的超分辨率算法,基于宽残差超分辨率神经网络算法和生成对抗网络超分辨率算法,所提算法在峰值信噪比(PSNR)和结构相似性(SSIM)上有显著的提升。
- 高媛王晓晨秦品乐王丽芳
- 关键词：超分辨率
- 仿生MEMS声定位传感器的设计与仿真被引量：5
- 2013年
- 针对目前声定位采用声传感器阵列所带来的系统结构复杂、体积较大的缺点,以奥米亚寄生蝇的听觉系统为仿生模型,详细分析了其生物学模型,并利用MATLAB对其力学模型进了仿真分析。结合仿生学,设计了一种新型MEMS声定位传感器。利用ANSYS对该传感器进行了声-结构耦合分析,分析得出,该传感器能够敏感声源入射角的变化,在声源频率为2597 Hz,在入射角在0-180°变化时,传感器两薄片的振动强度差的变化范围为-6.17 dB至5.8 dB。
- 戴红飞杨秋翔秦品乐孙敏敏
- 关键词：仿生学有限元分析
- 改进U-Net3+与跨模态注意力块的医学图像融合被引量：1
- 2022年
- 目的针对目前多模态医学图像融合方法深层特征提取能力不足,部分模态特征被忽略的问题,提出了基于U-Net3+与跨模态注意力块的双鉴别器生成对抗网络医学图像融合算法(U-Net3+and cross-modal attention block dual-discriminator generative adversal network,UC-DDGAN)。方法结合U-Net3+可用很少的参数提取深层特征、跨模态注意力块可提取两模态特征的特点,构建UC-DDGAN网络框架。UC-DDGAN包含一个生成器和两个鉴别器,生成器包括特征提取和特征融合。特征提取部分将跨模态注意力块嵌入到U-Net3+下采样提取图像深层特征的路径上,提取跨模态特征与提取深层特征交替进行,得到各层复合特征图,将其进行通道叠加、降维后上采样,输出包含两模态全尺度深层特征的特征图。特征融合部分通过将特征图在通道上进行拼接得到融合图像。双鉴别器分别对不同分布的源图像进行针对性鉴别。损失函数引入梯度损失,将其与像素损失加权优化生成器。结果将UC-DDGAN与5种经典的图像融合方法在美国哈佛医学院公开的脑部疾病图像数据集上进行实验对比,其融合图像在空间频率(spatial frequency,SF)、结构相似性(structural similarity,SSIM)、边缘信息传递因子(degree of edge information,Q^(AB/F))、相关系数(correlation coefficient,CC)和差异相关性(the sum of the correlations of differences,SCD)等指标上均有提高,SF较DDcGAN(dual discriminator generation adversative network)提高了5.87%,SSIM较FusionGAN(fusion generative adversarial network)提高了8%,Q^(AB/F)较FusionGAN提高了12.66%,CC较DDcGAN提高了14.47%,SCD较DDcGAN提高了14.48%。结论UC-DDGAN生成的融合图像具有丰富深层特征和两模态关键特征,其主观视觉效果和客观评价指标均优于对比方法,为临床诊断提供了帮助。
- 王丽芳米嘉秦品乐蔺素珍高媛刘阳
- 基于多新息理论的深度信念网络算法被引量：5
- 2016年
- 针对深度信念网络(DBN)算法在采用反向传播修正网络的连接权值和偏置的过程中,容易产生梯度小、学习率低、误差收敛速度慢等问题,提出一种结合多新息理论对标准DBN算法进行改进的算法,即多新息DBN(MIDBN)。MI-DBN算法是对标准DBN算法中反向传播的过程重新建模,使得算法在原先只利用单个新息的情况下,扩展为能够充分利用之前多个周期的新息,从而大幅提高误差收敛速度。通过实验对MI-DBN算法和其他分类算法进行了数据集分类的比较,实验结果表明,MI-DBN算法相较其他分类算法,其误差收敛速度较快,而且最终对MNIST数据集和Caltech101数据集的识别中误差结果相对更小。
- 李萌秦品乐李传朋
- 基于Mask RCNN和U-Net结合的三阶段肾脏与肿瘤分割方法
- 2022年
- 针对腹部计算机断层扫描(Computed Tomography,CT)图像中,因组织细节对比度低,肾脏与肿瘤形状不规则造成自动分割困难的问题,提出了一种基于Mask RCNN和U-Net结合的三阶段肾脏与肿瘤分割方法.首先,利用Mask RCNN网络识别断层序列图像中的肾脏,记录肾脏出现和结束时的断层数,缩小目标范围;其次,进行肾脏与肿瘤的分割,汇总含有肿瘤的断层切片,采用以U-Net为基础,下采样增加密集连接,上采样使用双三次插值的网络,获得更准确的全局位置特征和局部细节特征;然后,再继续进行肿瘤分割,将结果与上一阶段融合;最后,使用基于三维连通域的方法进一步优化分割结果.实验结果表明,所提方法在KiTS19数据集上肾脏与肿瘤分割的平均Dice系数分别为0.95720和0.81636,与其他基于CNN的方法相比,在分割精度及准确率上均有所提升,有助于实现肾脏与肿瘤自动分割.
- 周少飞柴锐秦品乐武志芳
- 关键词：计算机断层扫描
- 一种基于最大似然的分布式语音增强系统
- 本发明属于分布式语音增强技术领域，具体涉及一种基于最大似然的分布式语音增强系统。为了扩展WASN中的语音增强技术多样性，并完成良好的噪声消除性能，本系统包括离散傅里叶变换模块、语音活动检测模块、导向矢量估计模块、数据压缩...
- 庞淑蓉秦品乐畅瑞江
- 船用水下测量仪器方位调整固定装置
- 一种船用水下测量仪器方位调整固定装置，属于在船舶舷侧进行水下测量时定位装置技术领域。这种水下测量仪器方位调整固定装置由水平转向器、固定支架、仪器套接架和仰角调整器组成。水平转向器可以实现测量装置在360°范围内自由转向定...
- 王运龙林焰陈明秦品乐于雁云李树立迟卫金良安
- 改进耦合字典学习的脑部CT/MR图像融合方法被引量：3
- 2017年
- 针对目前使用单字典表示脑部医学图像难以得到精确的稀疏表示进而导致图像融合效果欠佳,以及字典训练时间过长的问题,提出了一种改进耦合字典学习的脑部计算机断层成像(CT)/磁共振成像(MR)图像融合方法。该方法首先将CT和MR图像对作为训练集,使用改进的K奇异值分解(K-SVD)算法联合训练分别得到耦合的CT字典和MR字典,再将CT和MR字典中的原子作为训练图像的特征,并使用信息熵计算字典原子的特征指标;然后,将特征指标相差较小的原子看作公共特征,其余为各自特征,并分别使用"平均"和"选择最大"的规则融合CT和MR字典的公共特征和各自特征得到融合字典;其次,将配准的源图像编纂成列向量并去除均值,在融合字典的作用下由系数重用正交匹配追踪(Coef ROMP)算法计算得到精确的稀疏表示系数,再分别使用"2范数最大"和"加权平均"的规则融合稀疏表示系数和均值向量;最后通过重建得到融合图像。实验结果表明,相对于3种基于多尺度变换的方法和3种基于稀疏表示的方法,所提方法融合后图像在亮度、清晰度和对比度上都更优,客观参数互信息、基于梯度、基于相位一致和基于通用图像质量指标在三组实验条件下的均值分别为:4.113 3、0.713 1、0.463 6和0.762 5,字典学习在10次实验条件下所消耗的平均时间为5.96 min。该方法可以应用于临床诊断和辅助治疗。
- 董侠王丽芳秦品乐高媛
- 关键词：医学图像融合
- 基于多层P样条和稀疏编码的非刚性医学图像配准方法被引量：2
- 2018年
- 针对传统相似性测度易受灰度偏移场的影响而造成误配,以及单层P样条变换模型中通常无法准确选择初始化网格密度的问题,提出了多层P样条和稀疏编码的非刚性医学图像配准方法。该方法将稀疏编码作为相似性测度,首先把待配准的两幅图像划分图像块,然后使用K-SVD算法训练图像块得到分析字典并寻找稀疏系数,采用多层P样条自由变换模型来模拟非刚性几何形变,结合梯度下降法优化目标函数。实验结果表明,与单层P样条几何变换和sparse-induced、rank-induced相似性测度相比,所提方法能够准确地选择网格密度,并有效克服灰度偏移场对配准的影响,降低了均方根误差,提高了配准的精度和鲁棒性。
- 王丽芳成茜秦品乐高媛
- 关键词：图像配准梯度下降法
