|
搜索
搜 索
高等教育领域数字化综合服务平台
空盒气压计
产品详细介绍
洛阳金澜教学仪器设备有限公司
2021-08-23
条形盒测力计
产品详细介绍
济南教学仪器厂
2021-08-23
条形盒测力计
产品详细介绍
蚌埠市科教仪器厂
2021-08-23
数学学具盒(袋)
产品详细介绍
安徽省灵璧县师范教学仪器厂
2021-08-23
数学学具盒(袋)
产品详细介绍
安徽省灵璧县师范教学仪器厂
2021-08-23
条形盒测力计
产品详细介绍
宁波明山科仪工具有限公司
2021-08-23
数学学具盒(袋)
产品详细介绍
广东教学仪器厂
2021-08-23
数学学具盒(袋)
产品详细介绍
珠海泰伦教育科技有限公司
2021-08-23
边台－铝玻试剂架
供应实验室边台－铝玻试剂架，规格可定制，价格优惠，质量保证，欢迎广大客户来电咨询。
备注：以上是边台－铝玻试剂架的详细信息，如果您对边台－铝玻试剂架的价格、型号、图片有什么疑问，请联系我们获取边台－铝玻试剂架的最新信息。
咨询电话：0577-67473999
温州市育人教仪制造有限公司
2021-08-23
肿瘤医学图像智能诊断算法
简介：
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。
层级分割模型示意图
分类模型可视化热图
2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。
钼靶乳腺图像预处理
双侧双体位深度学习网络
优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-05-15