曾安

作品数：65被引量：304H指数：9
导出分析报告
供职机构：广东工业大学计算机学院更多>>
发文主题：阿尔茨海默症卷积神经网络数据挖掘神经网络推荐系统更多>>
发文领域：自动化与计算机技术医药卫生金属学及工艺农业科学更多>>
发文期刊：《现代制造工程》《自动化技术与应用》《华南理工大学学报（自然科学版）》《计算机工程与应用》更多>>
所获基金：国家自然科学基金广东省自然科学基金广州市科技计划项目广东省科技计划工业攻关项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于多示例学习与多尺度特征融合的阿尔茨海默病分类诊断模型
《生物医学工程学杂志》2025年第1期132-139,共8页曾安 帅志富 潘丹 林劲芝 
国家自然科学基金项目(61976058);广州市科技计划项目(202103000034,202206010007,202002020090);广东省科技计划项目(2021A1515012300,2019A050510041,2021B0101220006)。
阿尔茨海默症(AD)分类模型通常会将整张大脑影像分割为体素块,并为之赋予与整张影像一致的标签,但并非每个体素块都与疾病密切相关。为此,本研究提出了基于弱监督多示例学习(MIL)和多尺度特征融合的AD辅助诊断框架,并从体素块内部、体...
关键词：阿尔茨海默症 体素块 多示例学习 多尺度 位置编码 
基于注意力机制结合残差神经网络的胃癌图像预测方法
《自动化技术与应用》2025年第2期136-139,184,共5页郑子龙 曾安 
广东省省级科技计划项目(2019A050510041)。
随着深度学习的发展,单图像超分辨率技术对医学图像的分析成为研究热点。传统方法对胃癌图像细节重建不充分,丢失了图像的细节信息。提出一种新型高效的注意力机制结合残差神经网络的胃癌图像预测方法。对编码器输出的特征进行细化,并...
关键词：超分辨率重建 注意力模块 像素融合 
基于动态注意力聚合网络自动分割CT血管造影中异常起源于肺动脉的左冠状动脉
《中国医学影像技术》2025年第2期320-325,共6页郑荣烁 曾安 赵靖亮 潘丹 徐小维 
国家自然科学基金(92267107)。
目的观察动态注意力聚合网络(DAANet)自动分割CT血管造影(CTA)中的左冠状动脉异常起源于肺动脉(ALCAPA)的价值。方法回顾性纳入30例ALCAPA综合征患者的CTA数据,以基于残差边缘特征(REF)、金字塔动态注意力(PDA)和动态全局特征聚合(DGFA...
关键词：冠状血管 体层摄影术 X线计算机 人工智能 
基于Transformer与注意力机制的肺部肿瘤分割方法
《广东工业大学学报》2025年第1期24-32,共9页曾安 王丹 杨宝瑶 张小波 石镇维 刘再毅 潘丹 
广东省科技计划项目(2019A050510041);国家自然科学基金资助项目(61976058,6210209,62102098);广东省重点领域研发计划项目(2021B0101220006);广东省自然科学基金资助项目(2021A1515012300,2022A1515140096);广州市科技计划项目(202103000034,202206010007,202201010266);云南省重大科技专项(202102AA100012)。
肺部肿瘤的准确分割对于肿瘤的诊断和治疗具有重要作用,然而肺部肿瘤分割中存在病灶与周围组织的对比度低、肿瘤与正常组织易粘连和背景噪声大等问题。针对这些问题,本文提出了一种基于Transformer和注意力机制的肺部肿瘤分割方法。在Tr...
关键词：肺部肿瘤 医学图像分割 卷积神经网络 TRANSFORMER 注意力机制 
基于方向约束强化学习的左心室内膜分割
《广东工业大学学报》2024年第6期60-68,共9页曾安 庞耀幸 潘丹 赵靖亮 
国家自然科学基金资助项目(61976058,92267107);广东省重点领域研发计划项目(2021B0101220006);广东省科技计划项目(2019A050510041);广东省自然科学基金资助项目(2021A1515012300);广州市科技计划项目(202103000034)。
从心脏核磁共振成像中准确分割左心室内膜,进而得到左心室区域,是对心脏功能进行分析的重要步骤。针对强化学习通过定位左心室内膜边缘来进行分割时容易出现定位偏差而导致分割效果下降的问题,本文提出一种基于方向约束强化学习的左心...
关键词：图像分割 变换器 深度强化学习 边缘定位 
基于Transformer和卷积神经网络双并行分支编码器神经网络的冠状动脉分割
《生物医学工程学杂志》2024年第6期1195-1203,1212,共10页潘丹 骆根强 曾安 
国家自然科学基金项目(61976058,92267107);广东省科技计划项目(2021B0101220006,2021A1515012300,2019A050510041);广州市科技计划项目(202206010007,202103000034,202002020090)。
针对计算机断层扫描血管造影(CTA)图像的冠状动脉人工手动分割效率低下,而现有深度学习分割模型在冠状动脉图像上分割准确率较低的问题,受Transformer的启发,本文提出了一种双并行分支编码器的分割模型——DUNETR。该网络以Transformer...
关键词：卷积神经网络 TRANSFORMER 计算机断层扫描血管造影图像 冠状动脉 注意力机制 
基于强化学习的B型主动脉夹层定位方法
《生物医学工程学杂志》2024年第5期878-885,共8页曾安 林先扬 赵靖亮 潘丹 杨宝瑶 刘鑫 
国家自然科学基金项目(61976058,62102098);广东省重点领域研发计划项目(2021B0101220006);广东省科技计划项目(2019A050510041);广东省自然科学基金项目(2021A1515012300);广东省基础与应用基础研究区域联合基金项目(2022A1515140096);广州市科技计划项目(202103000034,202206010007,202201010266)。
主动脉夹层分割中存在主动脉夹层与周围器官和血管的对比度低、夹层形态差异大以及背景噪声大等问题。针对以上问题,本文提出一种基于强化学习的B型主动脉夹层定位方法,借助两阶段分割模型,使用深度强化学习执行第一阶段的主动脉定位任...
关键词：主动脉夹层 两阶段分割 强化学习 奖励函数 
融合双时间点结构性磁共振成像的阿尔茨海默症早期辅助诊断集成模型被引量：1
《生物医学工程学杂志》2024年第3期485-493,共9页曾安 王健斌 潘丹 杨洋 刘军 刘鑫 陈文戈 吴菊华 
国家自然科学基金项目(61976058);广东省科技计划项目(2021A1515012300,2019A050510041,2021B0101220006);广州市重点研发计划(202206010118);广州市科技计划项目(2023B04J0379,202103000034,202206010007202002020090)。
阿尔茨海默症(AD)是一种进行性神经退行性疾病。由于AD患者早期阶段的病症不明显,使得临床诊断中难以快速确诊,误诊率较高。目前关于AD早期诊断的相关研究中,较少关注受试者较长时间跨度上AD的进展变化。基于此,本文提出融合双时间点结...
关键词：阿尔茨海默症 三维卷积神经网络 孪生神经网络 多模态数据 
个性化动态集成的阿尔茨海默症辅助诊断模型被引量：1
《计算机工程与应用》2024年第5期139-145,共7页梁浩霖 潘丹 曾安 杨宝瑶 Xiaowei Song 
国家自然科学基金(61772143,61976058,62102098);广州市科技计划项目重点研发计划(202103000034,202201010266);云南省重大科技专项(202102AA100012)。
针对阿尔茨海默症(AD)分类模型大多没有针对输入样本制定特定的策略,导致容易忽略样本间的个性化差异信息的问题,提出个性化动态集成AD分类模型。该模型考虑到输入样本间脑区退化程度的差异性,利用注意力机制评估特定于输入样本的各脑...
关键词：阿尔茨海默症(AD) 动态集成策略 集成学习 卷积神经网络 
基于异质属性融合的危重疾病二阶段预测模型
《计算机与现代化》2024年第1期67-73,共7页詹少强 曾安 张逸群 孙鸿涛 张小波 
广东省自然科学基金资助项目(2022A1515011592)。
随着电子健康记录(Electronic Health Record,EHR)的出现与广泛应用,基于EHR数据的预测模型可以起到早期检测和干预疾病的作用。异质属性在EHR数据中普遍存在,但是难以做到深度利用,因此可通过对数据样本进行异质属性融合的方法,为后续...
关键词：异质属性融合 疾病初筛 二阶段模型 
全选清除导出
共7页<1234567>
检索报告 对象比较 聚类工具 使用帮助 返回顶部