张帅
- 作品数：4 被引量：20H指数：3
- 供职机构：云南大学信息学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信更多>>
- 融合双重注意力网络的儿童骨龄评估方法
- 2022年
- 骨龄评估是一种检测儿童内分泌与生长发育异常的常用方法,但深度学习方法中低质量手部X射线图像降低最终评估精度。针对该问题,提出一种增加手部X射线图像感兴趣区域面积的对齐网络,该网络以Swin Transformer结构作为主干网络学习图像手部相似性并取得仿射系数,且在训练过程中无须进行大规模手部标注。在骨龄评估网络中,针对高效通道注意力和空间注意力机制改进,提出双池化高效通道注意力和非对称卷积空间注意力方法,将这两种方法以双重注意力形式与Xception网络相结合提出DA-Xception。在RSNA数据集上进行测试,该骨龄评估方法达到5.37个月的平均绝对误差,相较于其他深度学习方法可更充分提取特征,优化评估结果。
- 张鑫张俊华张帅
- 基于深度学习的儿童手骨X光图像骨龄评估方法被引量：4
- 2021年
- 目的提出一种基于深度学习的端到端儿童手骨X光图像骨龄评估框架,以实现高精度全自动骨龄评估。方法由手骨分割网络和骨龄回归网络组成模型,手骨分割网络采用Mask-RCNN分割出手骨区域,分割后的手骨区域直接输入回归网络进行骨龄评估。其中,回归网络以Xception为基础模型进行改进,在Xception输出后接入卷积块注意模块,以从通道和空间两个独立的维度细化特征映射,来获取更有效的特征;同时,将图像和性别信息作为网络的双输入,通过增加性别信息平衡不同性别的手骨发育差异。在RSNA儿童骨龄挑战数据集上评估模型。结果预测骨龄的平均绝对误差为4.96个月,超过6个研究团队所用骨龄评估方法的精确度。结论通过分割手骨区域、嵌入卷积块注意模块并关联性别信息,能提高骨龄评估的精确度,可应用于实际临床评估。
- 张帅张俊华
- 心音信号的预处理与包络提取算法研究被引量：6
- 2014年
- 本文介绍了一种心音信号预处理新方法,利用小波变换对心音信号进行多层分解,对分解后的每层进行双参数阈值去噪,最后对阈值处理得到的层进行重构,以达到滤波的目的。对重构后的心音信号,分别采用了小波变换、希尔伯特-黄变换(HHT)、数学形态学、归一化平均香农能量等算法进行包络提取,对提取后的包络作了初步分析,并对每种算法提出改进方案。用以上方法对随机选取的30例原始心音数据进行预处理,得到了满意的结果。利用改进后的方法进行了包络提取,所提取的包络与原信号有很高的吻合度,不论是低频部分还是高频部分的信息均能很好地反映,原信号的更多信息得到了保留。
- 张磊邦唐荣斌蒋建波张帅池宗琳王威廉
- 关键词：心音信号预处理小波变换希尔伯特-黄变换数学形态学
- 基于小波变换的心音特征值提取算法研究被引量：10
- 2014年
- 介绍了一种新的心音特征值提取算法。利用小波变换进行阈值去噪、包络提取、心音定位、特征值提取,最后识别出心音信号的异常与否。在阈值去噪中利用小波的多分辨率特性对信号进行8层分解并对每层实施软阈值去噪,把去噪后的信号重构,得到去噪后的心音信号,对去噪后的心音信号进行再分解并求出各层香农能量值,踢出包含信息量最少的层后得到心音信号的小波包络,采取自适应阈值线对所得小波包络进行S1,S2定位,并提取特征值T1、T2、T11及T12,利用特征值在二维散点图中的分布情况,实现了心音信号的自识别。
- 张磊邦唐荣斌蒋建波张帅池宗琳王威廉
- 关键词：心音信号小波去噪特征参数
