检索历史 清除

【中文期刊】 林铭俊 肖中举  等 《现代仪器与医疗》 2023年29卷5期 44-48页

【摘要】 随着人工智能技术的快速发展,运用心电图自动诊断模型辅助临床诊断成为一大研究热点,但仍存在着心电医疗数据难以获取、样本不平衡、数据隐私限制与泄露等问题.而大型免费医疗数据集的出现以及深度生成模型的发展,使得生成高质量的心电数据成为解决上述问题...

【关键词】 深度生成模型； 心电信号生成； 变分自编码器；

【中文期刊】 王怡 周鑫仪  等 《临床超声医学杂志》 2024年26卷2期 114-119页 ISTICCSCD

【摘要】 目的 将改良Transformer模型应用于乳腺结节超声报告自主生成,并对其可行性进行初步探讨.方法 收集832例乳腺结节患者(共1284个结节)的超声图像构建BND数据集,引入一种改良Transformer模型对BND数据集进行智能分析,...

【关键词】 深度学习； Transformer模型； 乳腺结节；

【中文期刊】 刘东 陈境宇  等 《云南大学学报（自然科学版）》 2022年44卷2期 271-280页

【摘要】 在乳腺癌筛查的计算机辅助诊断过程中,乳腺肿块的精确分割至关重要.?然而,乳腺肿块在X光成像中与背景灰度接近、形状不规则,使得精确分割面临很大挑战.?为进一步提升分割性能,提出一种基于空间自适应和混合损失对抗网络的乳腺肿块分割新方法.?首先,...

【关键词】 乳腺肿块分割； U-Net模型； 深度学习；

【中文期刊】 王继伟 王弘轩  等 《中国数字医学》 2021年16卷10期 93-97页 ISTIC

【摘要】 目的:为了提高肺部疾病的临床诊断准确率及其手术成功率,需要对肺气管的影像进行准确的分割.方法:提出一种全新的针对肺气管图像的三维图像分割算法,将深度学习中的对抗生成网络结构(GAN)、密集连接网络模型(DenseNet)以及多尺度连接(Mu...

【关键词】 深度学习； 对抗生成网络模型； 肺气管图像分割；

【中文期刊】 康文杰 林岚  等 《医疗卫生装备》 2020年41卷9期 87-93,108页 ISTICCA

【摘要】 介绍了生成对抗网络(generative adversarial network,GAN)的基本模型和改进模型,综述了GAN在图像增广、跨模态生成、图像重建、图像分割、图像分类、目标检测等神经影像领域的应用,分析了GAN在神经影像领域应用中...

【关键词】 深度学习； 无监督学习； 生成对抗网络；

【中文期刊】 陈龙 张峰  等 《中国电子科学研究院学报》 2019年14卷3期 232-237页

【摘要】 卷积神经网络用于一般目标识别.然而,它的卓越性能在很大程度上取决于庞大的训练数据集.但是,面对像军事目标识别任务这样的训练数据样本很少的情况,其性能会急剧下降.针对这一问题,本文设计了一种基于采用生成对抗网络与深度森林相结合的方法优化和训练...

【关键词】 目标识别； 小样本； 深度森林模型；

【中文期刊】 苏秀秀 龙法宁  《基因组学与应用生物学》 2024年43卷2期 241-249页 ISTICPKUCSCDCA

【摘要】 深度模型在单细胞转录组测序(single-cell transcriptome sequencing,scRNA-seq)中以单细胞分辨率提取基因的特征表达,但是scRNA-seq采集过程中存在"dropout"(数据缺失)问题,造成基因表...

【关键词】 单细胞测序； 转录组； 数据扩散算法；

【中文期刊】 李亦博 周鑫  等 《中国药学（英文版）》 2018年27卷7期 451-459页 ISTICCSCDCA

【摘要】 天然产物在新药研发领域占据着重要的地位.在虚拟筛选库中引入天然产物相关的特征将有助于提升这些化合物库的质量.深度生成模型是一类新兴的全新分子设计方法.在此,我们使用深度分子生成模型构建类天然产物的虚拟筛选库.结果显示,该模型能够生成高天然产...

【关键词】 天然产物； 深度学习； 生成模型；

【中文期刊】 张志星 邓华  等 《中国药科大学学报》 2024年55卷3期 347-356页 ISTICPKUCSCDCA

【摘要】 抗癌肽(anticancer peptides,ACPs)因其高效低毒和高选择性优势成为研究焦点,而基于人工智能的ACPs识别和设计方法较传统实验方法成本低廉、成功率高且能够探索更广阔的序列空间.本文重点介绍了人工智能技术在ACPs生成和识...

【关键词】 抗癌肽； 人工智能； 机器学习；

【学位论文】 作者： 庞超 导师：魏乐义  山东大学  计算机科学与技术 人工智能（硕士） 2024年

【摘要】 药物发现是人类攻克疾病问题的重要手段之一。然而，新药发现的代价十分高昂，一款新药的诞生通常会花费药学家们十多年的时间，消耗数十亿美元。所以，如何降低药物发现的成本就成为了一个重要的课题。传统的计算机辅助药物发现方法难以遍历巨大的化学空间，导...

【关键词】 药物分子设计； 药物发现；