一种大数据新算法———脉冲神经网络(SNN)
本文是对脉冲神经网络(Spiking Neural Networks,SNNs)的一篇基础性综述,阐述了SNN网络的一些基本原则、概念和模型,以及存在的技术难点和挑战,对于大数据和算法研究者而言,是一篇较好的总结性文章简述: 在过去的近十年内,随着计算神经科学中的脉冲神经元模型的不断受人关注,多种不同的脉冲神经网络模型也随之不断涌现。本文对这些几近
新煮意的世界 - 大数据,新算法 - 2017-01-07
小脑结构连接支持弹性的模式分离,这为人工神经网络的设计提供了新的思路
小脑被有助于检测和纠正预期命令和执行命令之间的误差,小脑必须快速执行运动控制计算,以实时纠正误差,并且需对模式之间的小差异敏感,以便进行精细误差纠正,同时对噪声具有抵抵抗力。
神经科学临床和基础 - 小脑结构连接支持弹性的模式分离,人工神经网络的设计提供了新的思路 - 2022-12-01
European Radiology:深度神经网络的患者CT全自动定位
深度学习(DL)在多个医学图像分析任务的自动化方面表现出色,包括分割、计算建模、辐射剂量学、扫描范围选择、低剂量成像和方案优化。在CT扫描中使用DL来自动定位病人的情况非常少,到目前为止只有少数研究。
网络 - 深度学习,深度神经网络 - 2023-11-02
神经网络从入门到精通——从神经元到深度学习
图1 人脑神经网络 神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向–深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法,同时也可以更好地帮助你理解深度学习技术。本文以一种简单的,循序的方式讲解神经网络。适合对神经网络了解不多的同学。本文对阅读没有一定的前提要求,但是懂一些机器学习基础会更好地帮助理解本文。 神经网络是一种模拟人脑的神经网络以期能够实现类
博客 - 神经网络,深度学习 - 2016-04-01
Lancet:利用人工神经网络对神经肿瘤MRI的肿瘤反应进行自动定量评估:一项多中心、回顾性研究
网络 - 人工神经网络,神经肿瘤,MRI - 2019-04-03
Nat Med:吴恩达教授利用神经网络诊断心率不齐
近日,吴恩达团队在 Nature Medicine 上发表了一项研究,开发了一种深度神经网络,可基于单导程 ECG 信号分类 10 种心率不齐以及窦性心律和噪音,性能堪比心脏病医生。
MedSci原创 - Nature,Medicine,吴恩达,神经网络 - 2019-01-11
递归神经网络(RNNs)在机器深度学习中的奇妙应用
递归神经网络(RNNs)有一些不可思议的地方。从花几十分钟训练我的第一个婴儿模型(相当随意挑选的超参数)开始,到训练出能够针对图像给出有意义描述的模型。
MedSci原创 - 递归,神经网络,机器 - 2015-09-04
European Radiology:深度神经网络实现儿童颅脑MR成像的“又快又好”!
现阶段,磁共振成像(MRI)已被广泛用于捕捉小儿神经影像学的结构或功能变化,最常用的序列之一是3D MPRAGE序列。然而,与其他成像方式相比,MRI需要更长的扫描时间,使其难以在儿童中广泛应用。由于
MedSci原创 - 磁共振成像,深度神经网络 - 2022-08-05
European Radiology:应用卷积神经网络的IVIM预测HCC微血管侵犯
带有体素内非相干运动(IVIM)的多b值DWI可以使用双指数模型区分真正的分子扩散和微毛细血管灌注,这可能比使用单指数模型计算的表观扩散系数(ADC)更准确地确定组织灌注和扩散。
MedSci原创 - HCC,卷积神经网络,IVIM - 2022-10-23
Circulation:深度神经网络自动判读超声心动图心室壁运动异常
深度神经网络自动判读超声心动图检查可以支持临床报告和提高效率。虽然既往研究已经使用静止图像评估了心脏结构的空间关系,该研究旨在通过结合空间和时间信息来开发一个用于视频分析的深度神经网络,并进行检测,以
MedSci原创 - 超声心动图学会,深度神经网络,心室壁运动异常 - 2020-10-24
European Radiology:实现丘脑全自动分割的3D卷积神经网络!
丘脑是多发性硬化症过程中最早出现萎缩表现的脑结构之一,基于MRI的丘脑体积是预测从临床孤立的综合征到临床明确的多发性硬化症的一个重要标志。
MedSci原创 - 多发性硬化症,卷积神经网络 - 2023-02-13
Invest Ophthalmol Vis Sci:深度学习的神经网络算法检测视网膜病变!
美国加利福尼亚州圣何塞市圣克拉拉谷医疗中心眼科和斯坦福大学生物医学数据科学系的Lam C近日在Invest Ophthalmol Vis Sci发表了一项重要的工作,他们开发了一种自动化的方法来定位和辨别视网膜图像中的多种类型的特征。这套方法使用有限的数据进行训练,中间没有编码特征提取的算法。因为有的疾病的数据有限,所以可以将此算法推广到少数疾病检测的步骤中。
MedSci原创 - 视网膜病变,神经网络算法,自动化,智能化 - 2018-01-31
递归神经网络(RNNs)基本原理及最新进展
摘要 递归神经网络(Recurrent Neural Network, RNNs)的研究最近取得了很大进展,成功应用包括手写识别、语音识别、自然语言处理以及计算机视觉等一系列问题。本文介绍了递归神经网络的基本原理与近期进展,并对若干代表性工作进行了回顾。导读 递归神经网络(RNN)是目前最流行的几种深度学习网络结构之一,因其递归处理历史信息和建模历史记忆的功能特点而特别适用于处理时间、空间
知乎 - 递归神经网络,RNNs - 2016-08-27
为您找到相关结果约500个