Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Improving the Electrocatalytic Activity and Durability of the La<sub>0.6</sub>Sr<sub>0.4</sub>Co<sub>0.2</sub>Fe<sub>0.8</sub>O<sub>3-δ</sub> Cathode by Surface Modification.

ACS applied materials & interfaces·2018
Same author

Oriented electron transmission in polyoxometalate-metalloporphyrin organic framework for highly selective electroreduction of CO<sub>2</sub>.

Nature communications·2018
Same author

Immune Checkpoint Inhibition Overcomes ADCP-Induced Immunosuppression by Macrophages.

Cell·2018
Same author

Impact of Strain-Induced Changes in Defect Chemistry on Catalytic Activity of Nd<sub>2</sub>NiO<sub>4+δ</sub> Electrodes.

ACS applied materials & interfaces·2018
Same author

Curcumin induces apoptosis and inhibits angiogenesis in murine malignant mesothelioma.

International journal of oncology·2018
Same author

Deletion of SMARCA4 impairs alveolar epithelial type II cells proliferation and aggravates pulmonary fibrosis in mice.

Genes & diseases·2018

相关实验视频

Updated: Jun 24, 2025

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
04:48

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

2.7K

金字塔像素上下文适应网络用于医疗图像分类与监督对比学习.

Xiaoqing Zhang, Zunjie Xiao, Xiao Wu

    IEEE transactions on neural networks and learning systems
    |June 3, 2024
    PubMed
    概括

    这项研究引入了一个新的金字塔像素上下文适应 (PPCA) 模块用于医疗图像分析,改善了病变检测中的深度神经网络性能. PPCA网络 (PPCANet) 增强了特征表示,以获得更好的分类结果.

    科学领域:

    • 计算机视觉 计算机视觉
    • 医学图像分析 医学图像分析
    • 深度学习 (Deep Learning) 是一种深度学习.

    背景情况:

    • 深度神经网络 (DNN) 中的空间注意力 (SA) 机制在计算机视觉的远程依赖模型中表现出色.
    • 然而,SA机制在医学图像分析中往往表现不佳,由于长距离依赖模型的局限性,它难以突出微妙的损伤区域.

    研究的目的:

    • 解决医疗图像分析中现有的注意力机制的局限性.
    • 为改善医疗图像分类提出一种新,轻量级的建筑单元.

    主要方法:

    • 引入了金字塔像素上下文适应 (PPCA) 模块,该模块使用多尺度像素上下文信息动态重新校准像素位置.
    • 通过将PPCA模块集成到DNN中,以最小的开销开发了PPCA网络 (PPCANet).
    • 整合了具有对比损失 (CL) 的监督对比学习,以增强使用标签信息的特征表示.

    主要成果:

    • 与基于注意力的最先进网络 (SOTA) 和最近的DNN相比,PPCANet在六个医疗图像数据集中表现出更高的性能.
    • 该PPCA模块有效地汇总多尺度像素上下文,规范化不一致性,并估计每个像素的注意力重量.
    • 监督的对比学习进一步提高了特征表示质量.

    更多相关视频

    Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
    04:48

    Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique

    Published on: July 5, 2024

    388
    Objectification of Tongue Diagnosis in Traditional Medicine, Data Analysis, and Study Application
    05:56

    Objectification of Tongue Diagnosis in Traditional Medicine, Data Analysis, and Study Application

    Published on: April 14, 2023

    2.4K

    相关实验视频

    Last Updated: Jun 24, 2025

    Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
    04:48

    Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

    Published on: November 30, 2022

    2.7K
    Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
    04:48

    Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique

    Published on: July 5, 2024

    388
    Objectification of Tongue Diagnosis in Traditional Medicine, Data Analysis, and Study Application
    05:56

    Objectification of Tongue Diagnosis in Traditional Medicine, Data Analysis, and Study Application

    Published on: April 14, 2023

    2.4K

    结论:

    • 拟议的PPCA模块和PPCANet为医学图像分类提供了实用和有效的解决方案.
    • 在识别微妙的病变方面,PPCANet克服了传统空间注意力的局限性.
    • 该研究提供了视觉分析和废除研究,验证了PPCANet的决策过程和有效性.