基于IPR-CDIO的医药软件专业Java课程改革

针对医药软件专业学生学习Java课程的种种困难,从IPR-CDIO教育理念出发,从课程设计和教学形式等方面切入,提出切实可行的教育改革方案。     

基于机器学习的舌象体质分类

传统舌诊结果,大多是依靠医者的主观判断,且诊断结果会因外界因素而干扰,往往具有不可重复性。文中以舌象体质为着重点,参考前沿的机器学习神经网络理论,基于Inceptionv3构建舌象体质分类模型,取得了很高的识别率和计算效率,为中医舌诊体质分类客观化提供了良好的思路。     

基于卷积神经网络的舌象分类

将深度学习卷积神经网络运用到中医舌象识别分类中,利用python工具对图像数据进行预处理,使用TensorFlow机器学习软件平台搭建舌象分类深度学习的MobileNets模型,分析中医体质与舌象之间的关系,用以发现其中的医学诊断规则和模式。经实验验证,该模型具有较高的识别精度和计算效率,很好地完成了舌象分类识别任务,从而辅助医生对病人体质进行诊断。