检索结果-内蒙古大学图书馆

医疗卫生装备 2025年第1期46卷 88-100页

作者：王华军胡连信王泽峰 Laurent PEYRODIE 聂颖胡诗佳倪鑫鑫湖州师范学院信息工程学院浙江湖州313000 湖州师范学院湖州水域机器人技术重点实验室浙江湖州313000 南京拓步智能科技有限公司南京210003 人工智能与机器人协会巴黎75014 法国JUNIA高等工程师学院里尔59000

介绍了国内外下肢医疗康复外骨骼机器人的研究现状及其结构和工作原理,分析了下肢医疗康复外骨骼机器人的关键技术,指出了能源续航、安全性和舒适性、个性化与智能化控制、模块化和轻量化是下肢医疗康复外骨骼机器人的未来发展方向。

关键词：下肢外骨骼机器人康复机器人康复医疗下肢康复训练

来源：评论

学校读者我要写书评

暂无评论

基于特征重要性的质量相关故障诊断与量化评估

引用

测控技术 2025年第4期 25-34+41页

作者：华宇辉胡文军崔胜男王士同湖州师范学院信息工程学院浙江省现代农业资源智慧管理与应用研究重点实验室江南大学人工智能与计算机学院

质量相关故障诊断是当前过程控制领域的研究热点之一，然而过程变量与质量变量间的复杂关系使得故障检测性能提升和可视化呈现面临严峻挑战。为此，提出了一种新的质量相关故障诊断方法和故障量化评估准则。首先，基于提升树模型解析过... 详细信息

质量相关故障诊断是当前过程控制领域的研究热点之一，然而过程变量与质量变量间的复杂关系使得故障检测性能提升和可视化呈现面临严峻挑战。为此，提出了一种新的质量相关故障诊断方法和故障量化评估准则。首先，基于提升树模型解析过程变量与质量变量间的关联，并根据提升树模型的3个特性定义特征重要性分数。然后，将特征重要性分数应用于支持向量数据描述的权衡参数中，构建特征重要性正则化的支持向量数据描述(Feature Importance Regularized Support Vector Data Description, FIR-SVDD)。最后，在核空间中利用投影球面距离度量进行故障量化评估。采用田纳西-伊斯曼化工数据和HYDAC液压系统数据进行对比实验，结果表明所提方法具有更好的性能。

关键词：支持向量数据描述过程变量质量变量提升树模型距离度量

来源：评论

学校读者我要写书评

暂无评论

多特征融合的脑电警觉度估计方法

引用

智能计算机与应用 2025年第1期15卷 32-37页

作者：朱逵苗敏敏胡文军王士同湖州师范学院信息工程学院浙江湖州313000 浙江省现代农业资源智慧管理与应用研究重点实验室浙江湖州313000 江南大学人工智能与计算机学院江苏无锡214000

传统的脑电警觉度识别通常只提取时域、频域或非线性其中一种类型特征,导致警觉度估计的准确度不高,本文提出了多特征融合的脑电警觉度估计方法。首先,将脑电信号进行预处理,随后提取时域、频域和非线性等多种特征,进一步利用卡方检验... 详细信息

传统的脑电警觉度识别通常只提取时域、频域或非线性其中一种类型特征,导致警觉度估计的准确度不高,本文提出了多特征融合的脑电警觉度估计方法。首先,将脑电信号进行预处理,随后提取时域、频域和非线性等多种特征,进一步利用卡方检验进行特征选择;其次,将选择后的特征分别输入不同分类器进行警觉度估计;最后,使用SEED-VIG数据集进行实验,对本文所提方法进行验证。实验结果表明,多特征融合的脑电警觉度估计方法具有较好的效果。

关键词：脑电信号警觉度多特征融合卡方检验

来源：评论

学校读者我要写书评

暂无评论

基于眼底照相的糖尿病视网膜病变智能辅助诊断技术评价体系的建立及应用

引用

中华实验眼科杂志 2019年第8期37卷 674-679页

作者：郑博杨卫华吴茂念朱绍军翁铭张娴张民军湖州师范学院信息工程学院湖州师范学院医学人工智能重点实验室 313000 湖州师范学院附属第一医院眼科 313000 无锡市第三人民医院眼科 214041 宁波市医疗中心李惠利东部医院眼科 315000 湖州爱尔眼科医院眼科 313000

目的提出基于眼底照相的糖尿病视网膜病变(DR)智能辅助诊断技术的评价体系并评估其应用价值。方法采用诊断性试验研究方法,建立基于眼底照相的DR智能辅助诊断技术的评价体系。收集2017年1月至2018年10月在湖州师范学院附属第一医院眼科... 详细信息

目的提出基于眼底照相的糖尿病视网膜病变(DR)智能辅助诊断技术的评价体系并评估其应用价值。方法采用诊断性试验研究方法,建立基于眼底照相的DR智能辅助诊断技术的评价体系。收集2017年1月至2018年10月在湖州师范学院附属第一医院眼科临床DR筛查的331例糖尿病患者662眼的彩色眼底照片,比较并评价专家诊断结果和智能辅助诊断结果。评价体系分为初级评价、中级评价和高级评价,初级评价为在所有接受DR智能辅助诊断技术的糖尿病患者中对非DR(NDR)的诊断一致率;中级评价为对已诊断为DR(1~4级)患者DR病变程度的诊断一致率;高级评价为在所有接受DR智能辅助诊断的糖尿病患者中对于DR分级(0~4级)的诊断一致率。其中中级评价包括了2种评价方法,主要评价指标包括灵敏度、特异度和一致性。结果专家诊断组结果显示,NDR患者占22.7%,轻度、中度和重度NPDR患者分别占19.9%、18.7%和25.7%,PDR占13.0%。智能辅助诊断组结果显示NDR患者占25.8%;轻度、中度和重度NPDR患者分别占19.7%、19.3%和22.8%,PDR患者占12.4%。按照本研究提出的评价体系,初级评价中智能辅助诊断灵敏度为91.4%,特异度为84.7%,Kappa系数为0.72;中级评价方法1中智能辅助诊断灵敏度(判断被测者患有重度DR的准确率)为88.4%,特异度(判断被测者患有轻度DR的准确率)为91.1%,Kappa系数为0.79;中级评价方法2中智能辅助诊断灵敏度为80.5%,特异度为93.3%,Kappa系数为0.75;高级评价中智能辅助诊断Kappa系数为0.62。结论基于眼底照相的DR智能辅助诊断技术的评价体系可用于DR智能辅助诊断技术的评价,可作为DR智能辅助诊断应用场景选择的依据。

关键词：糖尿病视网膜病变人工智能深度学习诊断成像神经网络评价体系智能辅助诊断技术

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的DR筛查智能诊断系统的初步研究

引用

国际眼科杂志 2018年第3期18卷 568-571页

作者：翁铭郑博吴茂念朱绍军孙元强刘云芳马子伟蒋云良刘勇杨卫华湖州师范学院附属第一医院眼科中国浙江省湖州市313000 湖州师范学院医学人工智能重点实验室中国浙江省湖州市313000 湖州师范学院信息工程学院中国浙江省湖州市313000 浙江大学控制科学与工程学院中国浙江省湖州市310058

目的:评估基于深度学习的糖尿病视网膜病变(diabetic retinopathy,DR)筛查智能诊断系统的应用价值。方法:收集2017-01/06在我院就诊的糖尿病患者186例372眼,比较专家诊断及基于深度学习的人工智能诊断的应用情况,并比较其特异性和敏感... 详细信息

目的:评估基于深度学习的糖尿病视网膜病变(diabetic retinopathy,DR)筛查智能诊断系统的应用价值。方法:收集2017-01/06在我院就诊的糖尿病患者186例372眼,比较专家诊断及基于深度学习的人工智能诊断的应用情况,并比较其特异性和敏感性。结果:专家诊断组显示42眼(11.3%)为无DR,330眼(88.7%)患有不同程度DR;其中轻度非增殖型糖尿病视网膜病变(non-proliferative diabetic retinopathy,NPDR)者62眼(16.7%),中度NPDR者55眼(14.8%),重度NPDR者155眼(41.7%),PDR者58眼(15.6%)。而智能诊断结果显示38眼(10.2%)为无DR,44眼为PDR(11.8%),其他为不同分期NPDR。智能诊断系统与专家诊断结果DR一致性分析结果显示,高度一致性为309眼(83.1%),Kappa值为0.78。智能诊断灵敏度为0.82,特异性为0.91,Kappa为0.77(χ2=20.39,P<0.05)。结论:基于深度学习的DR人工智能诊断系统能较好显示眼底病变的严重程度,有望为DR提供一种新的筛查工具。

关键词：糖尿病视网膜病变分期人工智能深度学习

来源：评论

学校读者我要写书评

暂无评论

基于眼底彩色照相的常见眼底疾病智能辅助诊断轻量化模型研究

引用

中华眼底病杂志 2022年第2期38卷 146-152页

作者：陆兵吴茂念郑博朱绍军郝秀兰陈楠侯泽江蒋沁杨卫华湖州师范学院信息工程学院湖州313000 浙江省现代农业资源智慧管理与应用研究重点实验室杭州313000 南京医科大学附属眼科医院眼科人工智能大数据实验室南京210029

目的观察基于眼底彩色照相的常见眼底疾病六分类智能辅助诊断轻量化模型的诊断价值。方法应用研究。采集南京医科大学附属眼科医院和浙江省数理医学学会智能眼科数据库的2400张彩色眼底像数据集,该数据集经脱敏处理及眼底病专科医师标注... 详细信息

目的观察基于眼底彩色照相的常见眼底疾病六分类智能辅助诊断轻量化模型的诊断价值。方法应用研究。采集南京医科大学附属眼科医院和浙江省数理医学学会智能眼科数据库的2400张彩色眼底像数据集,该数据集经脱敏处理及眼底病专科医师标注,包括糖尿病视网膜病变、青光眼、视网膜静脉阻塞、高度近视、老年性黄斑变性、正常眼底像各400张。训练时使用迁移学习方法,将经典分类模型VGGNet16、ResNet50、DenseNet121和轻量化分类模型MobileNet3、ShuffleNet2、GhostNet在ImageNet数据集上训练获得的参数迁移到六分类常见眼底疾病智能辅助诊断模型作为初始化参数,进行训练并获得最新模型。选取临床患者彩色眼底像1315张作为测试集。评价指标包括灵敏度、特异性、准确度(Accuracy)、F1-Score和诊断试验的一致性(Kappa值);比较不同模型的受试者工作特征曲线以及曲线下面积值。结果与经典分类模型比较,3种轻量化分类模型的储存大小和参数量均显著降低,其中ShuffleNetV2平均每张识别时间较经典分类模型VGGNet16快438.08 ms。3个轻量化分类模型的准确度均>80.0%;Kappa值均>70.0%,具有显著一致性;对正常眼底图像诊断的灵敏度、特异性、F1-Score均≥98.0%;宏观F1分别为78.2%、79.4%、81.5%。结论基于眼底彩色照相的常见眼底疾病智能辅助诊断轻量化模型识别准确率高、速度快;储存大小和参数量均较经典分类模型显著降低。

关键词：视网膜疾病人工智能诊断,计算机辅助轻量化模型

来源：评论

学校读者我要写书评

暂无评论

局部结构自适应的线性投影方法研究

引用

计算机科学 2024年第S2期51卷 627-633页

作者：杨兴王士同胡文军湖州师范学院信息工程学院浙江湖州313000 江南大学人工智能与计算机学院江苏无锡214122 浙江省现代农业资源智慧管理与应用研究重点实验室浙江湖州313000

流形学习的核心是通过保持局部结构来捕捉数据中隐藏的几何信息,而局部结构通常利用冗余或干扰的原始数据进行评价,这意味着局部结构是不可靠的,存在局部结构置信度不足的问题。为此,针对性地提出一种局部结构自适应的线性投影方法。该... 详细信息

流形学习的核心是通过保持局部结构来捕捉数据中隐藏的几何信息,而局部结构通常利用冗余或干扰的原始数据进行评价,这意味着局部结构是不可靠的,存在局部结构置信度不足的问题。为此,针对性地提出一种局部结构自适应的线性投影方法。该方法的核心在于:一方面,它强制线性投影后的低维表示保持高维空间中的局部结构;另一方面,通过低维空间表示更新高维空间中的局部结构,并通过循环迭代方式实现局部结构的自适应。真实数据集上的实验结果表明,所提方法在各项性能指标上均优于其他对比方法。

关键词：流形学习局部结构置信度自适应线性投影

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的翼状胬肉自动分类系统研究

引用

国际眼科杂志 2022年第5期22卷 711-715页

作者：何楷吴茂念郑博杨卫华朱绍军金玲湖州师范学院信息工程学院中国浙江省湖州市313000 浙江省现代农业资源智慧管理与应用研究重点实验室中国浙江省湖州市313000 南京医科大学附属眼科医院眼科人工智能大数据实验室中国江苏省南京市210029

目的:评估基于深度学习的翼状胬肉自动分类诊断系统的应用价值。方法:在2020-05/2021-04期间,从南京医科大学附属眼科医院共收集750张翼状胬肉正常、观察期和手术期眼前节图片。在原始数据集和增强数据集上分别训练7个三分类模型。测试... 详细信息

目的:评估基于深度学习的翼状胬肉自动分类诊断系统的应用价值。方法:在2020-05/2021-04期间,从南京医科大学附属眼科医院共收集750张翼状胬肉正常、观察期和手术期眼前节图片。在原始数据集和增强数据集上分别训练7个三分类模型。测试临床470张图片,比较数据增强前后模型的泛化能力,确定可用于翼状胬肉自动分类系统的最好模型。结果:在原始数据集上训练最好模型的灵敏度平均值为92.55%,特异度平均值为96.86%,AUC平均值为94.70%。数据增强后,不同模型灵敏度、特异度和AUC平均提升3.7%、1.9%和2.7%。在增强数据集上训练的EfficientNetB7模型灵敏度平均值为93.63%,特异度平均值为97.34%,AUC平均值为95.47%。结论:在增强数据集上训练的EfficientNetB7模型取得最好的分类效果,可用于翼状胬肉自动分类系统。该自动分类系统能较好地诊断翼状胬肉疾病,有望成为基层医疗的有效筛查工具,也为翼状胬肉的细化分级研究提供参考。

关键词：人工智能深度学习翼状胬肉分类模型数据增强迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的翼状胬肉病灶分割研究

引用

国际眼科杂志 2022年第6期22卷 1016-1019页

作者：朱绍军方新闻郑博吴茂念杨卫华湖州师范学院信息工程学院中国浙江省湖州市313000 浙江省现代农业资源智慧管理与应用研究重点实验室中国浙江省湖州市313000 南京医科大学附属眼科医院眼科人工智能大数据实验室中国江苏省南京市210029

目的:通过深度卷积神经网络方法对翼状胬肉病灶进行精准分割。方法:在PSPNet模型结构的基础上构建Phase-fusion PSPNet网络结构用于翼状胬肉病灶的分割,该网络在金字塔池化模块后接入阶段上采样模块,以分阶段增大为原则逐步上采样,减少... 详细信息

目的:通过深度卷积神经网络方法对翼状胬肉病灶进行精准分割。方法:在PSPNet模型结构的基础上构建Phase-fusion PSPNet网络结构用于翼状胬肉病灶的分割,该网络在金字塔池化模块后接入阶段上采样模块,以分阶段增大为原则逐步上采样,减少信息丢失,适合于边缘模糊的分割任务。将南京医科大学附属眼科医院提供的翼状胬肉眼表图像517张分为训练集(330张)、验证集(37张)、测试集(150张),其中训练集和验证集图像用于训练,测试集图像仅用于测试。比较翼状胬肉病灶智能分割和专家标注的结果。结果:构建Phase-fusion PSPNet网络结构针对测试数据集的翼状胬肉病灶分割单类平均交并比(MIOU)和平均像素精确度(MPA)分别为86.31%和91.91%;翼状胬肉单类交并比(IOU)和像素精确度(PA)分别为77.64%和86.10%。结论:卷积神经网络可以实现翼状胬肉病灶的精准分割,有助于为医生进行进一步疾病诊断和手术建议提供重要参考,同时实现翼状胬肉智能诊断的可视化。

关键词：翼状胬肉图像分割深度学习卷积神经网络 PSPNet

来源：评论

学校读者我要写书评

暂无评论

基于可缩放hinge损失的支持向量数据描述

引用

湖州师范学院学报 2024年第8期46卷 36-46页

作者：王余波胡文军王士同湖州师范学院信息工程学院浙江湖州313000 浙江省现代农业资源智慧管理与应用研究重点实验室浙江湖州313000 湖州市水域机器人技术重点实验室浙江湖州313000 江南大学人工智能与计算机学院江苏无锡214122

支持向量数据描述(SVDD)极易受到异常值的影响,导致其鲁棒性不佳.利用可缩放的hinge损失函数,提出一种新的支持向量数据描述方法(RH-SVDD).将有界可缩放的hinge损失作为松弛变量构建超球模型;通过共轭函数理论将超球模型转化为凸优化问... 详细信息

支持向量数据描述(SVDD)极易受到异常值的影响,导致其鲁棒性不佳.利用可缩放的hinge损失函数,提出一种新的支持向量数据描述方法(RH-SVDD).将有界可缩放的hinge损失作为松弛变量构建超球模型;通过共轭函数理论将超球模型转化为凸优化问题;利用半二次优化技术迭代求解凸优化问题,并在迭代过程中实现权重更新,从而削弱异常值的影响,提升鲁棒性.实验结果表明,提出的RH-SVDD在分类任务中具有更好的性能优势.

关键词：支持向量数据描述可缩放hinge损失半二次优化鲁棒性

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：