排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
深度学习能自动从大样本数据中学习获得优良的特征表达,有效提升各种机器学习任务的性能,已广泛应用于信号处理、计算机视觉和自然语言处理等诸多领域。基于深度学习的医学影像智能计算是目前智慧医疗领域的研究热点,其中深度学习方法已经应用于医学影像处理、分析的全流程。由于医学影像内在的特殊性、复杂性,特别是考虑到医学影像领域普遍存在的小样本问题,相关学习任务和应用场景对深度学习方法提出了新要求。本文以临床常用的X射线、超声、计算机断层扫描和磁共振等4种影像为例,对深度学习在医学影像中的应用现状进行综述,特别面向图像重建、病灶检测、图像分割、图像配准和计算机辅助诊断这5大任务的主要深度学习方法的进展进行介绍,并对发展趋势进行展望。 相似文献
2.
为了保障公交车运行的安全,提出以PAC SystemRX3i控制器为核心构建公交车火灾自动逃生系统．给出了公交车火灾自动逃生系统总体方案,介绍了公交车火灾自动逃生系统的功能需求,阐述了公交车火灾自动逃生系统的框架,通过分析公交车火灾自动逃生系统的设计思路,给出了控制系统的硬件原理框图和软件流程图。整个系统弥补了现有公交车火灾逃生系统的不足,具有广泛的实用前景和较高的市场价值。 相似文献
3.
为了保障公交车运行的安全,提出以PAC System RX3i控制器为核心构建公交车火灾自动逃生系统,给出了公交车火灾自动逃生系统总体方案,介绍了公交车火灾自动逃生系统的功能需求,阐述了公交车火灾自动逃生系统的框架,通过分析公交车火灾自动逃生系统的设计思路,给出了控制系统的硬件原理框图和软件流程图.整个系统弥补了现有公交车火灾逃生系统的不足,具有广泛的实用前景和较高的市场价值. 相似文献
1
