乔建苹
- 作品数：4 被引量：7H指数：2
- 供职机构：山东师范大学物理与电子科学学院更多>>
- 相关领域：自动化与计算机技术理学机械工程文化科学更多>>
- 基于3D多模态卷积网络与跨模态特征集成的阿尔茨海默症分类
- 2025年
- 多模态神经影像技术为阿尔茨海默症(Alzheimer’s disease,AD)的早期精准诊断提供了重要的技术支撑。然而,由于不同模态神经影像数据在成像原理和特征表达上存在固有异质性,模态间的信息融合面临挑战。针对这一问题,提出了一种基于3D ResNet架构的多模态融合网络(Multi-modal fusion network,MFN),用于AD的早期辅助诊断。该方法首先采用3D ResNet网络分别提取T1加权和T2加权磁共振图像的特征表示,然后设计了一种创新的跨模态特征集成模块(Cross-modal feature integration module,CFIM)。相较于多模态数据直接串联,导致维度增长无法自适应调整模态权重的问题,CFIM采用分阶段融合策略,包括全局信息融合模块、局部特征学习模块和关键因素模块。最后,融合后的多模态特征通过全连接神经网络进行分类决策。相比早期拼接的固定权重叠加和后期融合的浅层聚合,该策略能更精准地筛选出疾病诊断相关的特征。通过在阿尔茨海默症神经影像倡议(ADNI)数据库上的实验结果表明,与现有方法相比,本文方法在AD分类任务中具有较高的准确率和显著优势,且消融实验进一步验证了各模块的有效性,为多模态神经影像分析提供了新的技术思路。
- 朱厚元郑乐乐商浩臧雪峰吴少琪周广超孙建德乔建苹
- 关键词：阿尔茨海默症核磁共振图像
- 基于光流场理论测量物体变形相位的新方法被引量：3
- 2015年
- 基于光流场理论,提出一种由两幅条纹图像解调出物体变形相位的新方法。首先根据光流场理论,获得两帧连续图像之间的光流矢量场;然后运用双幅图像中初始图像的条纹频率与矢量场进行计算,获得物体的全场变形相位分布。模拟结果和实验结果表明,本文算法将直观的运动矢量场和变形相位的提取相联系,能够解调出物体变形相位信息,不需要相位解包络运算,过程简单方便,并且在条纹越密集处提取的变形相位信息越准确。本文方法为计算物体全场变形相位分布和动态测量提供了新的途径。
- 赵冉乔建苹肖飞孙平
- 关键词：相位测量条纹分析
- 时域取样定理在工程应用中的关键问题推导被引量：1
- 2020年
- 针对传统教材中关于取样定理的论述不够完整,推导了矩形脉冲取样信号频谱与原始连续信号频谱的关系,以及离散信号频谱与原始连续信号频谱的关系,并对工程应用中的抗混叠滤波器做了分析.理论研究表明:矩形脉冲取样信号的频谱是原始连续信号频谱的周期延拓,同时幅度具有取样函数的包络形式,这与传统的理想取样不同.从连续时间信号到离散时间信号存在一个时间归一化问题,从而对应的频谱密度函数之间也存在着频率归一化问题.这些问题的推导与分析有助于深刻理解取样定理,并对工程应用提供指导.
- 方敬卢文锋乔建苹王春兴
- 关键词：取样定理频谱抗混叠滤波器
- 基于超参数优化轻量化深度神经网络的安全围栏图像分割技术被引量：3
- 2024年
- 在电力杆塔作业过程中,规范设置安全围栏是保证施工过程安全顺利的重要手段。当前,人工智能技术已经较为广泛地应用于电力杆塔作业中安全围栏设置规范性的检测。通过图像分割手段将施工区域从背景图像中提取出来,可以有效降低图像复杂度,提高人工智能检测技术的准确度。基于深度神经网络的图像分割是实现此目标的有效方法,但是深度神经网络结构复杂、参数量大,需要大量的计算资源和计算时间。因此,文章提出一种轻量化的深度神经网络模型,用于安全围栏图像的分割,并使用超参数优化手段自动调整超参数设置,提高网络模型性能,达到更好的分割效果。实验结果表明,所提方法可以大幅降低网络模型参数量,同时分割精度达到90%以上。
- 王健王建薛念明李超乔建苹吕越
- 关键词：图像分割轻量化
