Loading...
机构名称:
¥ 1.0

摘要 - 电子显微镜图像中轴突和髓磷脂的分割使神经科医生可以突出轴突的密度和周围髓磷脂的厚度。这些特性对于预防和预测白质疾病具有极大的兴趣。通常手动执行此任务,这是一个漫长而乏味的过程。我们提出了用于通过机器学习计算该细分的方法的更新。我们的模型基于U-NET网络的体系结构。我们的主要贡献包括在u-Net网络的编码器部分中使用转移学习,以及分割时测试时间增加。我们使用在Imagenet 2012数据集中预先训练的Se-Resnet50骨干重量。我们使用了23张图像的数据集,其中包括相应的分段掩模,这也是由于其极小的尺寸而具有挑战性的。结果表明,与最先进的表演相比,测试图像的平均精度为92%。也必须注意,可用样品是从call体的老年人中取的。与从脊髓或健康个体的视神经中采集的样品相比,这是一种额外的困难,具有更好的轮廓和碎屑较少。索引术语 - 深度学习,分割,髓磷脂,轴突,G比,卷积神经网络(CNN),电子显微镜

2型糖尿病在患者症状归因中的作用...

2型糖尿病在患者症状归因中的作用...PDF文件第1页

2型糖尿病在患者症状归因中的作用...PDF文件第2页

2型糖尿病在患者症状归因中的作用...PDF文件第3页

2型糖尿病在患者症状归因中的作用...PDF文件第4页

2型糖尿病在患者症状归因中的作用...PDF文件第5页

相关文件推荐

2022 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2020 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0