首页期刊导航|光电子·激光
期刊信息/Journal information
光电子·激光
光电子·激光

巴恩旭

月刊

1005-0086

baenxu@public.tpt.tj.cn; baenxu@263.net

022-23679707

300191

天津市南开区红旗南路263号

光电子·激光/Journal Journal of Optoelectronics·LaserCSCD北大核心CSTPCDEI
查看更多>>本刊为专业技术性刊物。报道光电子、激光技术领域的研究成果,内容包括新型光电子器件、装置和材料、光电控制和检测、光存贮和光电信息处理、通讯和光纤应用技术光电集成技术、光计算和光学神经网络、激光加工和激光应用、光电生物医学等方面。
正式出版
收录年代

    基于改进U-net的自监督低剂量CT图像去噪算法研究

    王芸李章勇伍佳黄志伟...
    423-430页
    查看更多>>摘要:针对低剂量CT(low-dose CT,LDCT)图像去噪过程中配对数据难以获取的问题,本文提出了一种基于注意力机制和联合损失的自监督LDCT图像去噪算法.在该算法中,利用边缘增强后的U-net网络完成LDCT图像的特征提取,在网络框架中引入通道和像素注意力机制,以提高网络对噪声和伪影的抑制能力.同时使用联合损失避免传统损失对图像造成的图像过平滑问题,使得去噪后图像更加接近原图像.实验结果表明:所提出的算法可有效抑制LDCT图像的噪声,保留图像的纹理细节.经过算法处理后的LDCT图像的峰值信噪比(peak signal-to-noise ratio,PSNR)提高了 16.40%,结构相似性(structural similarity,SSIM)提高了 9.60%.在无配对数据下,该方法可有效保留细节并减少低剂量扫描产生的噪声,为临床LDCT图像去噪提供新思路.

    低剂量CT(LDCT)去噪无监督学习注意力机制联合损失

    基于多尺度一致性与注意力机制的视网膜血管分割网络

    吕佳滕昕帅
    431-440页
    查看更多>>摘要:针对现有的视网膜血管分割方法存在对微血管和毛细血管的分割能力不足,导致血管断连和末端血管漏分,造成视网膜血管分割性能不佳的问题,本文提出一种基于多尺度一致性与注意力机制的视网膜血管分割网络(multi-scale consistency and attention mechanism U-Net,MCAU-Net).首先,该网络在瓶颈特征层嵌入注意力细化模块(attention refinement module,ARM),能有效细化瓶颈层冗余的特征,抑制背景等无关像素的权值.其次,将上下文特征融合模块(context fusion module,CFM)与传统的跳跃连接相结合,以此补充在特征提取过程中逐渐丢失的信息,加强网络对微血管和毛细血管的构建能力.最后,基于网络的多尺度输出设计了一种多尺度一致性的训练方式,以增强网络对不同尺度特征的敏感性.在DRIVE和CHASE_DB1公开数据集上进行的对比实验表明本文网络具有良好的分割性能.

    视网膜血管分割U-Net多尺度注意力机制

    检测新型冠状病毒的光纤生物传感器研究与仿真

    赵欣瑜江兴方阮志强张磊...
    441-448页
    查看更多>>摘要:提出一种基于表面等离子共振(surface plasman resonance,SPR)的光子晶体光纤(photonic crystal fiber,PCF)生物传感器,用于实时检测严重急性呼吸综合征冠状病毒2型(severe acute re-spiratory syndrome coronavirus 2,SARS-CoV-2).通过传感表面上的配体与病毒的相互作用,分析物的折射率(refractive index,RI)在 1.334-1.355 范围变化.基于有限元方法(finite element method,FEM)分析和评估了 3种不同的包层结构,包括金、银以及带有二氧化钛保护层的银.该传感器工作在可见光范围内,幅度灵敏度(amplitude sensitivity,AS)、波长灵敏度(wavelength sensitivity,WS)、分辨率、检测限(limit of detection,LoD)和品质因数(figure of merit,FOM)分别达到-1 170.89 RIU-1、4 000 nm/RIU、2.5 × 10-5 RIU、6.3 × 10-9 RIU2/nm和911.50 RIU-1.结果表明,所提出的传感器在检测急性呼吸综合征冠状病毒2型中具有极佳的潜力,其拥有出色的AS以及LoD,可用于早期快速检测.

    光子晶体光纤(PCF)表面等离子共振(SPR)生物传感器严重急性呼吸综合征冠状病毒2型(SARS-Cov-2)有限元方法(FEM)

    投稿须知

    封4页