在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深圳先進(jìn)院等提出基于卷積神經(jīng)網(wǎng)絡(luò)的低劑量光聲成像方法

MEMS ? 來(lái)源:MEMS ? 作者:MEMS ? 2020-12-28 16:06 ? 次閱讀

近日,中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院生物醫(yī)學(xué)與健康工程研究所生物醫(yī)學(xué)光學(xué)與分子影像中心研究員劉成波團(tuán)隊(duì)、醫(yī)學(xué)人工智能研究中心研究員梁棟團(tuán)隊(duì),與武漢協(xié)和醫(yī)院放射科教授鄭傳勝團(tuán)隊(duì)合作,提出基于卷積神經(jīng)網(wǎng)絡(luò)的低劑量光聲成像方法,該方法有望推動(dòng)光聲成像技術(shù)進(jìn)一步臨床轉(zhuǎn)化。

光聲成像能夠無(wú)創(chuàng)獲取生物體和人體高分辨形態(tài)和功能信息,是有可能取得重要進(jìn)展的新一代醫(yī)學(xué)成像技術(shù)。受激光安全局限,生物組織允許承受的激光能量有限,特別是在高速成像,激光能量安全性是目前制約這一技術(shù)發(fā)展的瓶頸。激光劑量、成像速度、圖像質(zhì)量在光聲成像中相互制約,阻礙了該技術(shù)在臨床和基礎(chǔ)研究的應(yīng)用,迄今為止,仍缺少較好的解決方法。

研究團(tuán)隊(duì)提出一種多任務(wù)殘差密集網(wǎng)絡(luò)(multi-task residual dense network, MT-RDN)的卷積神經(jīng)網(wǎng)絡(luò)方法,較好解決了這一問(wèn)題。利用多監(jiān)督學(xué)習(xí)策略,挖掘光聲光譜域互補(bǔ)信息,基于雙通道網(wǎng)絡(luò)和自適應(yīng)權(quán)重分布,團(tuán)隊(duì)實(shí)現(xiàn)了低劑量激光照射下高質(zhì)量成像,獲得了比激光安全閾值低32倍的超低劑量光聲圖像。為滿(mǎn)足神經(jīng)網(wǎng)絡(luò)需要的多波長(zhǎng)、多劑量數(shù)據(jù)同時(shí)獲取,團(tuán)隊(duì)在光聲成像技術(shù)方面開(kāi)展創(chuàng)新,實(shí)現(xiàn)了四激光脈沖連續(xù)成像。該研究有望進(jìn)一步推動(dòng)光聲成像技術(shù)臨床應(yīng)用,特別是在低激光劑量、高速成像場(chǎng)景。

上方為光聲成像系統(tǒng)示意圖,下方由左到右依次為雙波長(zhǎng)輸入圖像、多任務(wù)殘差密集網(wǎng)絡(luò)框架、和卷積神經(jīng)網(wǎng)絡(luò)輸出圖像

相關(guān)研究成果以Deep learning enables superior photoacoustic imaging at ultra-low laser dosages為題,發(fā)表在Advanced Science上。武漢協(xié)和醫(yī)院趙煌旋博士(深圳先進(jìn)院客座學(xué)生)趙煌旋、深圳先進(jìn)院博士生柯子文為論文的第一作者,劉成波、梁棟和鄭傳勝為論文的共同通訊作者。

研究工作得到國(guó)家自然科學(xué)基金重大研究計(jì)劃、國(guó)家自然科學(xué)基金面上項(xiàng)目、中科院科研儀器設(shè)備研制項(xiàng)目(關(guān)鍵技術(shù)團(tuán)隊(duì)項(xiàng)目)、中科院科研儀器設(shè)備研制項(xiàng)目(青年人才類(lèi))、中科院青年創(chuàng)新促進(jìn)會(huì)等的支持。

責(zé)任編輯:xj

原文標(biāo)題:深圳先進(jìn)院等在低劑量光聲成像研究中取得進(jìn)展

文章出處:【微信公眾號(hào):MEMS】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 成像
    +關(guān)注

    關(guān)注

    2

    文章

    245

    瀏覽量

    30562
  • 光聲
    +關(guān)注

    關(guān)注

    0

    文章

    9

    瀏覽量

    6891

原文標(biāo)題:深圳先進(jìn)院等在低劑量光聲成像研究中取得進(jìn)展

文章出處:【微信號(hào):MEMSensor,微信公眾號(hào):MEMS】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    在深度學(xué)習(xí)領(lǐng)域,神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù),如圖像識(shí)別、自然語(yǔ)言處理和游戲智能。其中,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩種常
    的頭像 發(fā)表于 11-15 14:53 ?802次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的基本概念、原理及特點(diǎn)

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱(chēng)CNN)是一種深度學(xué)習(xí)算法,它在圖像識(shí)別、視頻分析、自然語(yǔ)言處理領(lǐng)域有著廣泛的應(yīng)用。本文將詳細(xì)介紹卷積
    的頭像 發(fā)表于 07-11 14:38 ?1393次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的壓縮方法

    ,CNN模型的參數(shù)量和計(jì)算量也隨之劇增,這對(duì)硬件資源提出了嚴(yán)峻挑戰(zhàn)。因此,卷積神經(jīng)網(wǎng)絡(luò)的壓縮方法成為了研究熱點(diǎn)。本文將從多個(gè)角度詳細(xì)介紹卷積
    的頭像 發(fā)表于 07-11 11:46 ?442次閱讀

    BP神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡(jiǎn)稱(chēng)CNN)是兩種在人工智能和機(jī)器學(xué)習(xí)領(lǐng)域
    的頭像 發(fā)表于 07-10 15:24 ?1757次閱讀

    循環(huán)神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別

    結(jié)構(gòu)。它們?cè)谔幚聿煌?lèi)型的數(shù)據(jù)和解決不同問(wèn)題時(shí)具有各自的優(yōu)勢(shì)和特點(diǎn)。本文將從多個(gè)方面比較循環(huán)神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別。 基本概念 循環(huán)神經(jīng)網(wǎng)絡(luò)是一種具有循環(huán)連接的
    的頭像 發(fā)表于 07-04 14:24 ?1526次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)原理

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱(chēng)CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語(yǔ)言處理領(lǐng)域。本文將詳細(xì)介紹卷積
    的頭像 發(fā)表于 07-03 10:49 ?674次閱讀

    bp神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)區(qū)別是什么

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡(jiǎn)稱(chēng)CNN)是兩種不同類(lèi)型的人工神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-03 10:12 ?1389次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)分類(lèi)方法有哪些

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像分類(lèi)、目標(biāo)檢測(cè)、語(yǔ)義分割計(jì)算機(jī)視覺(jué)任務(wù)。本文將詳細(xì)介紹卷積
    的頭像 發(fā)表于 07-03 09:40 ?569次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)和工作原理

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱(chēng)CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語(yǔ)言處理領(lǐng)域。本文將詳細(xì)介紹卷積
    的頭像 發(fā)表于 07-03 09:38 ?968次閱讀

    cnn卷積神經(jīng)網(wǎng)絡(luò)分類(lèi)有哪些

    卷積神經(jīng)網(wǎng)絡(luò)(CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像分類(lèi)、目標(biāo)檢測(cè)、語(yǔ)義分割領(lǐng)域。本文將詳細(xì)介紹CNN在分類(lèi)任務(wù)中的應(yīng)用,包括基本結(jié)構(gòu)、關(guān)鍵技術(shù)、常見(jiàn)網(wǎng)絡(luò)架構(gòu)以及實(shí)際應(yīng)用案例。
    的頭像 發(fā)表于 07-03 09:28 ?778次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練的是什么

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱(chēng)CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語(yǔ)言處理領(lǐng)域。本文將詳細(xì)介紹卷積
    的頭像 發(fā)表于 07-03 09:15 ?541次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的原理與實(shí)現(xiàn)

    1.卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱(chēng)CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語(yǔ)言處理領(lǐng)域。 卷積
    的頭像 發(fā)表于 07-02 16:47 ?741次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)及其功能

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡(jiǎn)稱(chēng)CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語(yǔ)言處理領(lǐng)域。本文將詳細(xì)介紹卷積
    的頭像 發(fā)表于 07-02 14:45 ?2588次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的原理是什么

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡(jiǎn)稱(chēng)CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理領(lǐng)域。本文將詳細(xì)介紹卷積
    的頭像 發(fā)表于 07-02 14:44 ?830次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱(chēng)CNN)和BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Networks,簡(jiǎn)稱(chēng)BPNN)是兩種
    的頭像 發(fā)表于 07-02 14:24 ?4788次閱讀
    主站蜘蛛池模板: 视频色www永久免费 视频色版 | yy6080亚洲半夜理论一级毛片 | 免费看成年视频网页 | 狠狠色丁香婷婷第六色孕妇 | 黑色丝袜美女被视频网站 | 黄网站色成年片大免费软件 | 亚洲男人的天堂久久无 | 欧美黄色片网站 | 嫩草影院www | 中文字幕在线永久在线视频2020 | 亚洲男人的天堂久久香蕉网 | 四虎影院新网址 | 奇米777狠狠| 欧美高h| 国产精品免费看久久久 | 免费高清特级毛片 | 国产福利午夜自产拍视频在线 | 饥渴少妇videos | 老色歌uuu26 老湿成人影院 | 国产亚洲综合精品一区二区三区 | 国产亚洲人成网站观看 | 亚洲视频在线一区二区 | 国产黄色网 | 免费看毛片网 | tom影院亚洲国产 | 性欧美视频videos6一9 | 四虎最新永久免费网址 | 夜色321看片资源站 夜色sese | 国产在线一区视频 | 日本日本69xxxx | 最好看的2019中文字幕1 | 天堂bt种子资源地址在线 | 欧美xxxx色视频在线观看免费 | 你懂的在线视频观看 | 二级黄的全免费视频 | 男男污肉高h坐便器调教 | 久久婷婷激情综合色综合也去 | 国产做a爰片久久毛片a | 亚洲啪啪网站 | 亚洲国产成人久久精品影视 | 色吊丝中文字幕 |