个性化医疗监护器

2000年春末,约翰·古塔（John Guttag,右图）经历了一次手术后在家休养。那是一个修复膝盖韧带的简单手术,当他还没打算好何时去医院复诊时,他正在上高中的儿子回家抱怨胸部疼痛,古塔的妻子急忙开车把儿子送到了医院,在那里,他的儿子被诊断出患有严重的肺病并立即住院治疗。     

PRNet:渐进式消减不确定区域的息肉分割网络

由于息肉图像的自动分割病灶区域大小不一和边界模糊,从而导致分割精度较低.针对这两个问题,本文提出先定位后逐步精细的渐进式消减网络（Progressive Reduction Network,PRNet）.该网络采用Res2Net提取病灶区域特征,利用多尺度跨级融合模块将注意融合机制与跨级特征结合,有效应对病灶区域多尺度问题,提升定位准确度.在自上而下恢复图像分辨率的过程中,引入不确定区域处理模块和多尺度上下文感知模块.前者通过设定递减的阈值逐步挖掘息肉边缘信息,增强边缘细节特征的识别能力;后者则进一步探索病灶区域周围潜在的上下文语义,提升模型的整体表征能力.此外,本算法还设计了一个简单的特征过滤模块,用于筛选编码器特征中的有效信息.在Kvasir-SEG、CVC-Clinic和ETIS数据集上的实验结果表明,所提算法的Dice系数分别达到了92.09%、93.05%和74.19%,优于现有的息肉分割算法,展示出了较好的鲁棒性和泛化性.     

基于CEEMD-BiLSTM-RFR的短期光伏功率预测

由于短期光伏预测中气象因素的时间尺度不同,直接分析其对光伏功率的相关性,易忽略时间尺度的影响,进而导致预测模型误差。为提高光伏功率预测精度,构建了预测模型。首先,利用互补集合经验模态分解(complementary empirical mode decomposition, CEEMD)将光伏序列进行分解,得到在不同时间尺度上的光伏分量;然后,通过Pearson相关系数分析各光伏分量与空气温度、太阳辐射度、风速、风向和空气湿度的关系,对于强相关分量建立关于气象因素的随机森林回归(random forest regression, RFR)预测模型,弱相关分量直接通过双向长短期记忆网络(bidirectional long short-term memory neural network, BiLSTM)进行预测;并将预测求和输出。通过安徽省蚌埠市光伏电站7月实测数据进行验证,实验结果表明,所提预测模型CEEMD-BiLSTM-RFR相比传统预测模型有较好的预测精度。     

中国共青团的奋斗历程与宝贵经验述论

一百年来,一代代中国青年在中国共产党和中国青年团的团结带领下不懈奋斗,建立了不朽功勋。中国共青团的百年奋斗历程,为中国青年运动的发展提供了宝贵经验。即：坚持党的领导是共青团和中国青年的立身之本,坚守理想信念是共青团和中国青年的政治之魂,投身民族复兴伟业是青年团和中国青年的奋进之力,扎根广大青年是共青团的活力之源。     

医学细胞生物学课程思政体系化建设与教学实践探索

加强课程思政建设在实现立德树人这一根本任务中起着重要的作用,也是高校实现“三全育人”的重要途径。医学细胞生物学是临床医学专业学生学习的基础启蒙课。近年来,我们融合医学细胞生物学课程自身特征和学生特点,对课程思政教学设计的体系化建设和教学模式进行了探索与实践,通过设置思政主题、深入挖掘思政元素、革新教学方法和考核方式、运用数字化资源等方式进行教学实践,实现医学细胞生物学课程内容与课程思政的有机融合。     

多媒体技术在医学教学中的应用

随着计算机技术的高速发展,多媒体技术及研究成果已被应用在很多领域,而在医学教育中更显示出其独有的优越性。多媒体技术使人类接受信息由单纯的数字、文字扩大到文本、图像、图形、音频、动画、视频等,图、文、声效果与计算机的巨大信息存储、控制及处理能力相结合,用户可以根据需要进行交互式控制。基于这一特点,在医学教学中运用多媒体技术可感知的成分如声音、图像、动画、视频、文字表现医学现象、原理等,可以使学生大脑高度兴奋,提高学习兴趣及效果。多媒体教学的特点一提到多媒体教学,大家就会想到图文声像并茂、形象生动直观的效果…     

累积法在经验公式确定中的应用

基于累积方法提出了一种物理中确定经验公式的新方法,该方法可从充分的各个物理量之间相互关系的实际状况,得出更准确的经验公式,该方法简单,实用,有一定的应用前景。     

Rayleigh分布参数的贝叶斯经验贝叶斯估计

文章在均方损失函数下研究了Rayleigh分布参数的贝叶斯经验贝叶斯估计问题;在b=1条件下,证明了其贝叶斯经验贝叶斯估计是几乎处处收敛于贝叶斯估计的,并且它是渐近最优的;最后,给出蒙特卡罗随机模拟试验验证了此贝叶斯经验贝叶斯估计的渐近最优性。     

国外创意产业发展及对我国启示

创意产业是源于个人创造力与技能及才华,通过知识产权的生成和取用具有创造财富并增加就业潜力的产业。创意产业由于成本低、污染低、能耗低、潜力巨大、普遍被认为是国家经济发展的重要方向之一。发达国家和地区创意产业发展起步早．速度快,他们的产业发展政策日趋完善,并借助创意产业顺利地实现产业结构调整和升级．通过分析和借鉴他们所采取的政策和成功经验．将有利于我国理顺对该产业的支持政策,促进其又快又好的发展。     

基于ASIFT的医学图像配准算法

对ASIFT算法的原理进行了分析,针对医学图像配准鲁棒性强、准确性高和低耗时率的要求,设计出基于ASIFT的医学图像配准算法。该算法首先通过ASIFT算法提取图像特征点,接着用欧式距离筛选出匹配的特征点,最后实现参考图像与浮动图像之间的配准。该算法较好地解决了其他同类型算法中存在的提取的特征点数量少、特征点匹配的精确度不高、不能对扭曲变形的仿射图像配准等问题。实验结果表明,该算法不仅提高了配准的精确度和准确性,也提高了配准的稳定性和可靠性。