-
题名“人工智能+X”背景下医学生科研创新能力培养探究
被引量：6
- 1
-
-
作者
周培斌
张靓
王希
牛雅蓉
王海星
郭宋
-
机构
山西医科大学第一医院运营部
山西医科大学第一医院信息管理处
山西医科大学第一医院科技处
-
出处
《医学教育研究与实践》
2024年第3期252-255,278,共5页
-
基金
山西省研究生教育教学改革课题(2022YJJG09)。
-
文摘
在新时代人工智能背景下,“人工智能+医疗”复合型人才的需求不断增加,本研究对医学生教育培养现状进行了分析,从个性化培养、多元融合培养、科研团队协作、多学科实践向导等层面提出了“人工智能+X”医学生科研创新能力培养模式及应用构架,并对该模式的实践应用进行了探讨,为实现人工智能对医学教学的赋能和改革提供思路。
-
关键词
人工智能+X
科研创新能力
医学生培养模式
-
Keywords
artificial intelligence+X
scientific research and innovation ability
cultivation mode of medical students
-
分类号
G642.0
[文化科学—高等教育学]
-
-
题名基于纹理特征的网络多媒体图像模板匹配方法
被引量：1
- 2
-
-
作者
周培斌
-
机构
山西医科大学第一医院
-
出处
《电子设计工程》
2021年第21期179-182,188,共5页
-
文摘
传统图像模板匹配算法受到椒盐噪声影响,图像纹理特征分割和提取效果较差,导致图像模板匹配结果不精准,为了解决该问题,提出基于纹理特征的网络多媒体图像模板匹配方法。使用小波多尺度滤波方法匹配椒盐噪声干扰图像特征,根据特征匹配结果,获取图像分割轮廓线,完成图像纹理特征分割。采用分块模板匹配方法模拟椒盐噪声干扰图像的活动轮廓分布情况,构建特征提取模型,提取图像纹理特征分量。使用全矩阵加权搜索策略,匹配网络多媒体图像模板,根据旧模板和当前图像的最佳匹配位置实现自适应修正。由实验结果可知,该方法在无干扰情况下最高匹配精准度为99%,在椒盐噪声干扰下最高匹配精准度为90%,具有精准匹配的效果。
-
关键词
纹理特征
网络多媒体图像
模板匹配
椒盐噪声
-
Keywords
texture feature
network multimedia image
template matching
salt and pepper noise
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
