多任务深度卷积网络的CT图像方向校正

针对医学电子计算机断层扫描(CT)图像方向校正问题,提出一种并行卷积回归(PCRN)多任务深度学习网络.通过侧旋角度正回归和翻转概率逻辑回归,求得校正参数来精准地校正图像.进一步,针对医学图像训练样本稀缺的情况,提出一种串行回归(SCRN)的深度学习架构,弥补并行卷积回归网络在小样本情况下校正精度不足的问题.实验结果表明:在样本充分,并行卷积回归网络和样本稀缺情况下,串行卷积回归网络对小角度偏转、大角度偏转和翻转的腹部CT图像校正结果都优于传统的配准方法.     

0.18um SOI器件技术抗SET设计加固方法

本文介绍0.18um SOI器件技术中SET（Single Event Transient）的原理模型及设计加固方法,并结合工艺具体参数利用TCAD仿真工具进行了模拟仿真。探讨SET在0.18um SOI器件技术中的微观机理,提出0.18um SOI工艺SET设计加固方法。本文重点在于器件和电路级的探讨与加固,尤其是器件物理结构上的SET机理模型及加固设计。