您的位置: 专家智库 > >

方瑞

作品数:3 被引量:1H指数:1
供职机构:安徽医科大学更多>>
发文基金:国家自然科学基金安徽省自然科学基金安徽省高校省级自然科学研究项目更多>>
相关领域:医药卫生自动化与计算机技术电子电信更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇医药卫生
  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇网络
  • 1篇毒性
  • 1篇心电
  • 1篇心电信号
  • 1篇心肌
  • 1篇心肌损害
  • 1篇心肌细胞
  • 1篇心肌炎
  • 1篇学习网络
  • 1篇循环神经网络
  • 1篇医学图像
  • 1篇人巨细胞病毒
  • 1篇人巨细胞病毒...
  • 1篇神经网
  • 1篇神经网络
  • 1篇特征提取
  • 1篇图像
  • 1篇细胞
  • 1篇小鼠
  • 1篇巨细胞

机构

  • 3篇安徽医科大学
  • 2篇安徽医科大学...

作者

  • 3篇方瑞
  • 2篇钟亚鼎
  • 2篇孟雪

传媒

  • 2篇工业控制计算...

年份

  • 2篇2021
  • 1篇2009
3 条 记 录,以下是 1-3
排序方式:
基于循环神经网络的心电信号识别分类方法
2021年
在心血管疾病发病前,往往会出现相应的心律失常,为了准确检测预防心血管疾病,针对心电信号的识别分类,国内外学者进行了大量的研究。循环神经网络(Recurrent Neural Network,RNN)具有记忆特性,可以处理和预测序列数据,克服了传统机器学习方法对输入和输出数据的多重限制,成为了深度学习领域中一类非常重要的模型,其本身及其变体网络已经被成功应用于多个研究领域。概述了心电信号预处理和特征提取方法,以及RNN在心电信号识别分类上的研究进展,为今后心电信号的准确识别分类研究提供参考。
方瑞孟雪王常青钟亚鼎
关键词:循环神经网络心电信号特征提取
基于对抗学习网络的半监督医学图像分割方法被引量:1
2021年
医学图像数据的特殊性使得基于深度学习的全监督算法在图像分割过程中或是缺乏必要的条件,或是成本过高,导致分割效果不佳。因此,诸多研究人员将半监督学习算法和生成对抗网络相结合,应用在医学图像分割任务中,进一步提高分割的精确度。分析了深度学习算法应用在医学图像分割领域中所面临的困难,概述了深度学习算法的分类、生成对抗网络、半监督学习算法及基于对抗学习网络的半监督模型的算法思想、相关原理、模型结构、相关的实现方式及研究进展,并对现有算法存在的问题进行思考,为未来医学图像的精确分割研究提供参考。
张粲孟雪王常青方瑞钟亚鼎
关键词:半监督学习
人巨细胞病毒感染与心肌损害关系的研究
目的探讨人巨细胞病毒在与心肌细胞损害之间的关系,为临床病毒性心肌炎病原学研究和诊断提供理论依据。方法本实验分体外及体内两部分:(一)体外部分:第一部分是SD大鼠原代心肌细胞培养。取出生1-3天的SD大鼠15只,无菌取其心...
方瑞
关键词:人巨细胞病毒心肌细胞病毒性心肌炎BALB/C小鼠
文献传递
共1页<1>
聚类工具0