Biblioteca93.141 documentos en línea

Artículo

Application of U-Net with Global Convolution Network Module in Computer-Aided Tongue DiagnosisAplicación de U-Net con módulo de red de convolución global en el diagnóstico lingual asistido por ordenador

Resumen

El rápido desarrollo de la fabricación inteligente proporciona un fuerte apoyo al ecosistema de servicios médicos inteligentes. Los investigadores están comprometidos con la construcción de Wise Information Technology of 120 (WIT 120) para residentes y personal médico con el concepto de atención médica inteligente simple y a través de tecnologías centrales como Internet de las Cosas, Big Data Analytics, Inteligencia Artificial y marco de microservicios, para mejorar la seguridad del paciente, la calidad médica, la eficiencia clínica y los beneficios operativos. Entre ellos, cómo usar computadoras y tecnología de aprendizaje profundo para ayudar en el diagnóstico de imágenes de la lengua y realizar un diagnóstico inteligente de la lengua se ha convertido en una tendencia importante. La grieta de la lengua es una característica importante de los estados de la lengua. No solo el cambio de los estados de fisura de la lengua refleja de manera objetiva y precisa las circunstancias cambiantes de algunas enfermedades típicas y el síndrome de MTC, sino que también la segmentación semántica de la lengua fisurada puede combinar las otras características de los estados de la lengua para mejorar aún más la precisión de identificación de los sistemas de diagnóstico de la lengua. Aunque la tecnología de diagnóstico de la lengua por ordenador ha hecho grandes progresos, hay pocos estudios sobre la lengua fisurada, y la mayoría de ellos se centran en el análisis de la capa de la lengua y el cuerpo. En este artículo, realizamos investigaciones sistemáticas y en profundidad y proponemos una red U-Net mejorada para la segmentación semántica de imágenes de lengua fisurada. Introduciendo el módulo Global Convolution Network en la parte codificadora de U-Net, se resuelve el problema de que la parte codificadora es relativamente simple y no puede extraer características semánticas de alto nivel relativamente abstractas. Por último, el método se verifica mediante experimentos. La red U-Net mejorada tiene un mejor efecto de segmentación y una mayor precisión de segmentación para el conjunto de datos de imágenes de lengua fisurada. Puede utilizarse para diseñar un sistema de diagnóstico de la lengua asistido por ordenador.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento