期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于卷积神经网络建立中药材自动识别的人工智能模型及应用程序 被引量:1
1
作者 王甘红 张子豪 +3 位作者 奚美娟 夏开建 周燕婷 陈健 《中国全科医学》 北大核心 2025年第9期1128-1136,共9页
背景传统中药材检测手段依赖主观经验,难以满足中药材在准确分类与鉴别方面的需求。目的基于卷积神经网络(CNN)开发一款能够自动识别163种中药材的人工智能模型及电脑端应用程序。方法2020年1月—2024年6月,采集了两个中药材数据集进行... 背景传统中药材检测手段依赖主观经验,难以满足中药材在准确分类与鉴别方面的需求。目的基于卷积神经网络(CNN)开发一款能够自动识别163种中药材的人工智能模型及电脑端应用程序。方法2020年1月—2024年6月,采集了两个中药材数据集进行深度学习模型的训练、验证和测试,共包含163种中药材。通过准确率、灵敏度、特异度、精确率、受试者工作特征(ROC)曲线下面积(AUC)、F1分数等指标来衡量CNN模型的性能。在模型训练完成后,基于PyQt5技术开发了一款应用程序,供临床便携使用。结果本研究共纳入了276767张图像,开发了EfficientNetB0、ResNet50、MobileNetV3、VGG19和ResNet185种模型,通过性能比较,EfficientNet_B0模型在验证集上取得了最高的准确率(99.0%)和AUC(0.9942),被选为最佳模型。在测试集上,最佳模型对所有中药类别识别的准确率为99.0%、灵敏度为99.0%、特异度为100.0%、AUC为1.0,展现出良好的性能。结论基于卷积神经网络开发的深度学习模型能够快速准确地识别163种中药材,借助其高灵敏度的识别能力,为医师对中药材的鉴别提供有力辅助。 展开更多
关键词 中药材 模式识别 自动 中药药材学 应用程序 人工智能 PyQt5 卷积神经网络
在线阅读 下载PDF
不同胎龄早产儿胃肠动力和分泌功能成熟特点研究 被引量:5
2
作者 卢露 吴薇 +3 位作者 顾猛 郭惠梅 姚洁瑾 屠文娟 《临床儿科杂志》 CAS CSCD 北大核心 2018年第8期613-617,共5页
目的探讨不同胎龄早产儿生后28天内胃肠动力和胃肠分泌功能成熟的特点。方法入选15例胎龄<32周的小胎龄组早产儿和15例胎龄32~37周的大胎龄组早产儿,并以15例足月儿作对照组。于早产儿出生第7、14、21、28天,足月儿生后第7天,用超声... 目的探讨不同胎龄早产儿生后28天内胃肠动力和胃肠分泌功能成熟的特点。方法入选15例胎龄<32周的小胎龄组早产儿和15例胎龄32~37周的大胎龄组早产儿,并以15例足月儿作对照组。于早产儿出生第7、14、21、28天,足月儿生后第7天,用超声检测胃排空率(GER)、胃窦运动指数(MI),取胃液测胃液p H值、胃蛋白酶原(PG)。结果两组早产儿的GER、MI均随着日龄增加而逐渐升高;小胎龄组第21、28天的GER水平,及第14、21、28天的MI水平均低于大胎龄组,差异有统计学意义(P<0.05);与大胎龄组比较,小胎龄组GER、MI接近于足月儿水平的时间较晚。两组早产儿的胃液p H值均呈先上升后下降的趋势,小胎龄组第7、14、21天的胃液p H值高于大胎龄组,差异均有统计学意义(P<0.05);与足月儿第7天比较,仅小胎龄组第14、21天的胃液p H值高于足月儿(P<0.05)。小胎龄组各时间点的PG水平低于大胎龄组;两组早产儿的PG低于足月儿第7天水平,差异均有统计学意义(P<0.05),仅大胎龄组第28天PG水平与足月儿的差异无统计学意义(P>0.05)。结论小胎龄组早产儿胃肠动力及分泌功能低于大胎龄组及足月儿,应采取更谨慎的喂养策略。GER和MI可作为判断早产儿胃肠动力的客观指标。 展开更多
关键词 胃肠动力 胃液分泌 早产儿
在线阅读 下载PDF
前列腺癌Gleason分级的ADC直方图分析 被引量:10
3
作者 鱼汀 季立标 +5 位作者 陆志华 钱伟新 姚鸿欢 陆文俊 曹燕 胡芳 《中国医学计算机成像杂志》 CSCD 北大核心 2018年第2期152-157,共6页
目的:采用ADC直方图分析法比较高和超高b值的DWI鉴别前列腺癌低和高Gleason评分(GS)的价值。方法:回顾性分析82例经活检穿刺证实的前列腺癌患者。分别获得高b值(1000/mm^2)和超高b值(2000/mm^2)DWI上整个肿瘤体积的ADC直方图。采用独立... 目的:采用ADC直方图分析法比较高和超高b值的DWI鉴别前列腺癌低和高Gleason评分(GS)的价值。方法:回顾性分析82例经活检穿刺证实的前列腺癌患者。分别获得高b值(1000/mm^2)和超高b值(2000/mm^2)DWI上整个肿瘤体积的ADC直方图。采用独立样本t检验和Mann-Whitney U检验比较低GS(<6分)和高GS(≥7分)间直方图参数的差异。采用ROC曲线分析ADC直方图参数诊断低GS前列腺癌的效能。结果:共105个癌灶,包括低GS 24个和高GS 81个。高b值的ADC直方图参数中,ADCmin、ADC_25th和峰度的低GS和高GS组间差异具有统计学意义(P=0.005,0.023和0.037),超高b值的ADC直方图参数中,ADCmean、ADCmin、ADC_10th和ADC_25th的组间差异具有统计学意义(P=0.031,0.002,0.000和0.000)。除了ADC_75th、偏度和峰度外,超高b值ADC直方图参数诊断低GS前列腺癌的效能均比高b值的增高,ADC_10th的效能差异具有统计学意义(P=0.0206)。结论:ADC直方图分析法鉴别前列腺癌的分级具有较大价值,超高b值DWI的ADC_10th诊断低GS前列腺癌的效能最高。 展开更多
关键词 前列腺癌 扩散加权成像 表观扩散系数 超高b值 直方图
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部