传统图像描述算法存在提取图像特征利用不足、缺少上下文信息学习和训练参数过多的问题,提出基于ViLBERT和双层长短期记忆网络(BiLSTM)结合的图像描述算法.使用ViLBERT作为编码器,ViLBERT模型能将图片特征和描述文本信息通过联合注意力的方式进行结合,输出图像和文本的联合特征向量.解码器使用结合注意力机制的BiLSTM来生成图像描述.该算法在MSCOCO2014数据集进行训练和测试,实验评价标准BLEU-4和BLEU得分分别达到36.9和125.2,优于基于传统图像特征提取结合注意力机制图像描述算法.通过生成文本描述对比可看出,该算法生成的图像描述能够更细致地表述图片信息.

深度学习的迅速发展使得图像描述效果得到显著提升,针对基于深度神经网络的图像描述方法及其研究现状进行详细综述.图像描述算法结合计算机视觉和自然语言处理的知识,根据图像中检测到的内容自动生成自然语言描述,是场景理解的重要部分.图像描述任务中,一般采用由编码器和解码器组成的基本架构.改进编码器或解码器,应用生成对抗网络、强化学习、无监督学习以及图卷积神经网络等方法能有效提高图像描述算法的性能.对每类方法的代表模型算法的效果以及优缺点进行分析,并介绍适用的公开数据集,在此基础上进行对比实验.对图像描述面临的挑战以及未来工作的发展方向做出展望.

目的:探索Wnt3a、β-catenin基因在系统性红斑狼疮小鼠(MRL/lpr小鼠)狼疮性肾炎肾脏组织中的表达.方法:购买6周龄MRL/lpr小鼠15只作为模型组,C57BL/6雌性小鼠15只作为对照组,两组小鼠16周龄后,用代谢笼法收集小鼠24 h尿,在麻醉下,摘眼处死小鼠,留取小鼠血,用酶联免疫吸附测定(enzyme linked immunosorbent assay,ELISA)小鼠血液中抗核抗体(antinuclear antibody,ANA)、抗双链DNA抗体(anti-double strandedDNA,dsDNA)浓度,应用生化仪测定小鼠24尿蛋白.取肾脏组织行HE染色、PASM染色、Masson染色,观察两组小鼠肾脏组织病理改变,免疫荧光法观察两组小鼠肾脏组织中免疫复合物IgG的沉积.运用实时定量PCR(quantitative real-time PCR,qPCR)技术测定模型组和对照组小鼠肾脏组织中Wnt3a及β-catenin基因的表达情况.结果:与对照组比较,模型组小鼠肾脏组织中肾小球系膜细胞增生、炎症细胞浸润,肾小球中可见免疫复合物IgG沉积,Wnt3a及β-catenin基因表达升高(P<0.05).结论:狼疮肾炎小鼠组织中Wnt/β-catenin信号通路可能处于异常活化状态,Wnt/β-catenin信号通路可能参与了狼疮肾炎的发生发展.