摘要：在现代医学影像技术不断取得进步的今天,利用计算机软件对系列医学影像进行后期数据处理和可视化成为当前医学诊断的主流方向。当前Unity3D在手术导航领域具有广泛的应用,文章结合黄斑裂孔光学相干断层扫描(Optical CoherenceTomography,OCT)影像资料对其进行三维可视化,同时提供其不同方位和角度的漫游,研究过程主要包含:(1)医学OCT影像数据预处理;(2)三维重建;(3)Unity3D三维漫游系统设计与实现。该研究为临床医生手术规划和临床教学提供强有力的帮助,具有很强的实践应用价值。

摘要：为有效解决语音识别模型过拟合问题,提出一种协调语音能量区域的正则化优化算法。根据语音的共振峰特性,对语音信号高能量区域进行集体失活处理,增加模型对语音信号低能量区域的关注度;为进一步提升声学模型性能,采用堆叠8层的门控卷积神经网络提取语音时序特征,并对其中的门控机制进行优化,缓解梯度衰减现象;采用联结时序分类算法以汉字为建模单元对语音识别模型进行训练和解码。在公开中文语音数据集Aishell-1上的实验结果表明,该语音识别模型字错率降低至11.27%,与基线模型相比,字错率下降了7.93%,验证了该方法的有效性。

摘要：为提高说话人识别的准确率,提出一种双模态融合特征的算法。提取韵律特征和伽玛通滤波倒谱系数两种声学特征,计算其统计特性;提取舌、唇和下颌分别相对于鼻梁的发音动作参数,获得参考点发音动作特征;将声学特征和参考点发音动作特征进行融合,对其进行嵌入式特征选择,获得双模态融合特征;通过支持向量机、高斯混合模型-支持向量机进行分类。实验结果表明,参考点发音动作特征识别效果优于传统发音动作特征识别效果,双模态融合特征识别率明显高于单模态特征的识别率,验证了所提方法的有效性。