宫颈异常

作品数：33被引量：39H指数：3
导出分析报告
相关领域：医药卫生更多>>
相关作者：何勇军陈建华赵凌霄李伟汪琼更多>>
相关机构：哈尔滨理工大学平安科技(深圳)有限公司杭州智团信息技术有限公司西安高新医院更多>>
相关期刊：《山西医药杂志》《婚姻与家庭（婚姻情感版）》《中国卫生产业》《实用医技杂志》更多>>
相关基金：国家自然科学基金黑龙江省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=哈尔滨理工大学学报x
共 条 记 录，以下是1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
针对宫颈异常细胞检测的 SER-DC YOLO
《哈尔滨理工大学学报》2024年第1期115-123,共9页李超炜 杨晓娜 赵司琦 何勇军 
国家自然科学基金面上项目(61673142);黑龙江省自然科学基金杰出青年项目(JJ2019JQ0013);哈尔滨市杰出青年人才基金(2017RAYXJ013);哈尔滨理工大学杰出青年人才项目(20200203).
由于宫颈细胞样本的液基薄层细胞学检测(thin prep cytologic test,TCT)图像内容复杂,背景颜色丰富多样,而且不同女性的宫颈细胞具有一定程度的天然差异,这给宫颈异常细胞的检测带来了很大的困难。为解决这一难题,提出了一种名为基于特...
关键词：SER-DC YOLO YOLOv5 目标检测 注意力机制 可变形卷积 
基于样本基准值的宫颈异常细胞识别方法被引量：1
《哈尔滨理工大学学报》2022年第6期103-114,共12页赵司琦 梁義钦 秦健 何勇军 
国家自然科学基金面上项目(61673142);黑龙江省自然科学基金杰出青年项目(JJ2019JQ0013);哈尔滨市杰出青年人才基金(2017RAYXJ013);哈尔滨理工大学杰出青年人才项目(20200203)。
利用深度学习方法的宫颈异常细胞识别通常需要大量的训练数据,然而这些数据不可避免的使用不同样本的宫颈异常细胞参与模型训练,天然地缺失了单个样本内正、异常细胞内对照,导致宫颈异常细胞的识别精度不高,假阳性率高。为解决这一问题...
关键词：宫颈异常细胞识别 样本基准值 深度学习 机器学习 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部