基于特征类内紧凑性的不平衡医学图像分类方法

近些年,基于深度学习的算法和模型在各种图像分析任务中都取得了显著的成功,与常见的自然图像相比,医学图像数据集依然面临高度不平衡的问题,不平衡数据会导致特征空间里的决策边缘倾向样本多的类别,导致分类效果的下降.为了解决该问题,提出一种基于卷积神经网络考虑特征类内紧凑性的不平衡医学图像分类方法（Z-Score Compactness-based Convolutional Neural Network,ZC3NC）.首先,从一个卷积神经网络的最后一层卷积层提取训练集样本与测试集样本的特征图,随后引入一个新的Z分数来度量测试集数据的特征图相对训练集每个类在特征空间上的偏离度,偏离度的度量基于类内的紧凑度,其主要关注样本的分布特性,对各类样本数量的不平衡性不敏感.最终,根据计算的偏离度,对测试集的数据进行分类.在DermaMNIST数据集上的实验表明,在不对数据和神经网络模型做任何额外增强的情况下,该方法的平衡准确率比原卷积神经网络模型平均提高11.15%,最多提高14.08%,证明提出的分类方法能有效地提高多种卷积神经网络对不平衡医学图像数据的分类性能.此外,和最先进的不平衡分类方法 Und...     

内蒙古短花针茅荒漠草原土壤线虫群落的垂直分布特征

为了解荒漠草原土壤线虫的群落结构和种群多样性,在内蒙古短花针茅荒漠草原典型区域的4个土层(0~5、5~10、10~20和20~30 cm)采集土样并分离线虫,分析土壤线虫的功能类群、多度、多样性等群落特征.样地内共发现了土壤线虫26个属,线虫数量随土层深度的增加而减少,垂直分布特征呈表聚型.在线虫的4个功能类群中,食细菌线虫占主体,数量为线虫总数的71.37%.线虫的26个属中,丽突属和拟丽突属为优势种,分别占线虫总数的46.75%和18.73%.4个土层中,表层土壤的自由生线虫指数较高,说明表层土壤线虫群落有较强的抗干扰能力.