彭璟
- 作品数：14 被引量：30H指数：2
- 供职机构：华南师范大学更多>>
- 发文基金：广东省科技计划工业攻关项目广州市科技计划项目国家社会科学基金更多>>
- 相关领域：自动化与计算机技术文学更多>>
- 染色体实例分割方法、系统和存储介质
- 本发明公开了一种染色体实例分割方法、系统和存储介质，方法包括以下步骤：获取细胞分裂中期的显微镜图像；对显微镜图像进行第一次分割，得到若干张子图像；对若干张子图像进行识别，得到第一染色体实例集合和染色体簇集合；对染色体簇集...
- 赵淦森林成创黄润桦彭璟吴清蓝李壮伟李双印樊小毛唐华张奇之杨晋吉罗浩宇易序晟陈少洁
- 文献传递
- 自动染色体核型分析方法、系统和存储介质
- 本发明公开了一种自动染色体核型分析方法、系统和存储介质，方法包括以下步骤：获取染色体图像；对所述染色体图像进行全局阈值分割，得到若干张分割图像；对所述若干张分割图像进行分类，得到第一染色体实例图像集和染色体簇图像集；对所...
- 林成创赵淦森黄润桦彭璟吴清蓝李壮伟杨晋吉罗浩宇李双印樊小毛唐华张奇之陈少洁易序晟
- 文献传递
- 一种重症监护病房提早转入预测方法、系统及存储介质
- 本发明公开了一种重症监护病房提早转入预测方法、系统及存储介质，方法包括：获取历史数据，获取带标签的数据集合中具有提早分类能力的子序列，将所述具有提早分类能力的子序列映射到低维空间，训练分类器得到训练好的模型；利用所述训练...
- 赵淦森赵磊余达明吴清蓝彭璟李双印林成创
- 文献传递
- 深度学习在染色体分割中的应用综述被引量：2
- 2021年
- 染色体分析是细胞遗传学研究的基本方法,被广泛地应用在遗传疾病筛查和产前诊断中,能有效地避免重度缺陷患儿的出生,对优生优育有着积极意义。染色体分割是染色体核型分析中最为关键的一步,其目标是将染色体实例从细胞分裂中期的显微镜图像中分割出来。在实际染色体分割应用中,由于染色体实例之间极其容易发生重叠和交叉的现象,给染色体分割带来巨大的挑战。随着深度学习技术在图像分割领域的快速发展,基于深度学习技术的算法和模型被广泛地应用于染色体分割任务中。分析了目前染色体分割领域的研究问题和挑战,并总结了现有的数据集和评价指标。重点综述基于深度学习技术在染色体分割领域中的研究,包括基于语义分割网络的重叠染色体分割的相关研究和基于实例分割网络的染色体实例分割的相关研究。对深度学习技术在染色体实例分割领域的研究现状进行总结和展望。
- 陈少洁赵淦森林成创彭璟黄凯信彭璟黄润桦杜嘉华樊小毛
- 关键词：染色体核型分析医学图像处理
- 染色体中期细胞图像质量评估系统和方法
- 本发明公开了一种染色体中期细胞图像质量评估系统和方法，系统包括：获取单元，用于获取若干张染色体中期细胞图像作为第一图像；第一计算单元，用于分别计算所述第一图像的染色体簇数量分数、非簇染色体实例数量分数、噪声量分数和图像清...
- 赵淦森林成创李壮伟黄润桦彭璟吴清蓝罗浩宇李双印樊小毛唐华张奇之杨晋吉陈少洁易序晟
- 文献传递
- 染色体簇与染色体实例的识别方法、系统和存储介质
- 本发明公开了一种染色体簇与染色体实例的识别方法、系统和存储介质，方法包括以下步骤：获取第一染色体图像，所述第一染色体图像为待识别染色体图像；采用预先训练的分类模型确定第一染色体图像的类型；其中，分类模型的训练步骤包括：获...
- 林成创赵淦森吴清蓝李壮伟黄润桦彭璟樊小毛唐华张奇之杨晋吉罗浩宇李双印陈少洁易序晟
- 文献传递
- 机器视觉应用中的图像数据增广综述被引量：27
- 2021年
- 深度学习是目前机器视觉的前沿解决方案,而海量高质量的训练数据集是深度学习解决机器视觉问题的基本保障。收集和准确标注图像数据集是一个极其费时且代价昂贵的过程。随着机器视觉的广泛应用,这个问题将会越来越突出。图像增广技术是一种有效解决深度学习在少量或者低质量训练数据中进行训练的一种技术手段,该技术不断地伴随着深度学习与机器视觉的发展。系统性梳理当前图像增广技术研究,从增广对象、增广空间、标签处理和增广策略生成的角度,分析现有图像增广技术的研究范式。依据研究范式提出现有图像增广技术的分类系统,重点介绍每类图像增广研究的代表性研究成果。最后,对现有图像增广研究进行总结,指出当前图像增广研究中存在的问题及未来的发展趋势。
- 林成创单纯赵淦森杨志荣彭璟陈少洁彭璟李壮伟易序晟杜嘉华李双印罗浩宇樊小毛陈冰川
- 关键词：计算机视觉图像增强
- 基于图像増广的模型训练方法、系统和存储介质
- 本发明公开了一种基于图像増广的模型训练方法、系统和存储介质，方法包括以下步骤：采用预先获取的第一训练数据对第一模型进行第一训练，得到第二模型；采用预设的若干种图像増广方式对第一训练数据进行图像増广，得到第二训练数据；采用...
- 林成创赵淦森李壮伟黄润桦彭璟吴清蓝张奇之杨晋吉罗浩宇李双印樊小毛唐华
- 在启蒙中反思启蒙——简评鲁迅散文诗《死后》
- 2017年
- 1919年，千万学子砸书奋起，无数工人罢工声援，五四运动春雷一声。当时的中国，宛如新生一般，上下被染了个通红，四处都是“我要革命”、“我要启蒙”的声音。当时的文坛，也涌现出一拨又一拨批判旧时代、启蒙新思潮的文学作品，无论是诗歌、散文，还是戏剧文学，无一例外穿上了“启蒙”的外衣。几乎所有知识分子，或者说识字的人，都沉浸在一种灰暗而后重生的快意中。
- 彭璟
- 关键词：散文诗五四运动文学作品戏剧文学
- 深度学习下主流染色体分类算法的性能评估被引量：1
- 2023年
- 目的染色体分类是医学影像处理的具体任务之一,最终结果可为医生提供重要的临床诊断信息,在产前诊断中起着重要作用。深度学习由于强大的特征表达能力在医学影像领域得到了广泛应用,但是基于深度学习的大部分染色体分类算法都是在轻量化私有数据库上得到的不同水准的分类结果,难以客观评估不同算法间的优劣,导致缺乏对算法的临床筛选标准,因此迫切需要在大规模数据库上对不同算法开展基于同样数据级的性能评估,以获取具有客观可对比性的性能数据,这对于科研成果的转化具有重要意义。方法本文基于广东省妇幼保健院提供的染色体数据,构建了包含126453条染色体的临床数据库,精选6个主流染色体分类模型在该数据库上展开对比实验与性能评估。结果在本文构建的大规模染色体临床数据库上,实验和分析发现,参评模型分类准确率均达到92%以上,其中MixNet模型提升后分类效果最好,为98.92%。即使分类性能落后的模型在本数据集上训练也得到明显改善,准确率从86.7%提升至92.09%,相比早期报告的性能提升了5.39%。结论开展实证研究实验发现,数据库规模大小是影响染色体分类算法能否取得理想分类效果的重要因素之一。对于染色体分类任务而言,残差神经网络是比较合适的网络结构,但结果方面缺乏可解释性等原因,导致与高精度临床应用要求还存在差距。基于深度学习技术的染色体分类研究还需要进一步深入开展。
- 易序晟尹爱华黄杰晟彭璟彭璟陈汉彪郭莉李双印赵淦森
- 关键词：医学影像处理
