一种改进的三维双路径脑肿瘤图像分割网络

近几年,深度学习在生物医学图像处理中的应用得到了广泛关注.从深度学习的基本理论和医学领域应用出发,提出了一种改进的三维双路径脑肿瘤图像分割网络,用于提高核磁共振成像序列中对脑肿瘤各个区域的检测精度.所提算法以3D-UNet为基础架构,首先,使用改进的双路径网络单元构成类似于UNet的编码-解码器结构,该网络单元在保留原...     

时间及通道双维序列注意力音乐声源分离方法

针对音乐中乐器声源表征特异性不足的问题,结合乐器声源与曲式内容相关的结构特征,提出了双维序列注意力/时域端到端音乐源分离方法。首先,由于各乐器声源在曲式不同部分的出现具有显著规律性,因此从时间及特征通道两个维度,对特征基函数进行差异化注意力加权。其次,在损失函数中引入频率多分辨因子,同时从时域及频域衡量分离后声源和理想声源间的差异。在MUSDB18数据集上的实验结果表明,同时强调声源的时域曲式结构特征和离散谐波特征,可以进一步改善乐器声源分离效果。与目前最先进的时域端到端音乐源分离方法 Demucs相比,信噪比指标提升了0.40 dB,且在鼓和低音等声源的分离上表现尤为突出,鼓声源信噪比指标提升0.13 dB,低音声源信噪比指标提升0.60 dB。充分利用声源的语义内容及声学特征等多维度先验知识,可以进一步提升声源表征的特异性,从而提升声源的可分离程度。     

应用限制球形卷积解析弓状束的结构特性与语言理解表现的相关性

通过限制球形卷积(constrained spherical deconvolution,CSD)和神经纤维追踪技术(tractography),以了解大脑左右半球的弓状束(arcuate fasciculus,AF)神经结构完整性与语言理解能力的相关性.该文使用磁共振成像(MRI)仪对14例大脑左半球罹患肿瘤的右利手患者进行了术前术后扫描(每次扫描均伴随一次波士顿失语症测试),并用分析软件DSI Studio计算术前术后左右半球弓状束的四项扩散指标,并进行了比较.结果发现左脑弓状束有两项指标在术前术后有非常显著的差异(p0.01),而右脑四项指标均无显著改变(p0.05).另外,该文还将扩散指标与患者相对应的语言测试所反映的语言理解能力进行了相关性分析,发现无论术前术后,左半球弓状束与语言理解能力相关系数r介于0.6~0.8之间,而右半球则仅介于0.3~0.4之间.上述结果表明,语言理解能力与左侧弓状束密切相关(p0.01),而与右侧弓状束相关性不大,此结果与以往研究者对大脑侧化的认知相符.