期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
人工智能在头影测量自动定点算法上的研究进展
被引量：
1
1
作者
汪云毅
朱珠
张峰
《国际口腔医学杂志》
CAS
CSCD
北大核心
2024年第5期630-641,共12页
头影测量是正畸诊断和治疗过程中不可或缺的分析手段。高精度定位头影测量的标志点对于确保正畸临床诊断的准确性和治疗目标的正确性至关重要。随着计算机辅助技术特别是人工智能的发展,头影测量标志点从手动标注逐渐进展到自动定点,并...
头影测量是正畸诊断和治疗过程中不可或缺的分析手段。高精度定位头影测量的标志点对于确保正畸临床诊断的准确性和治疗目标的正确性至关重要。随着计算机辅助技术特别是人工智能的发展,头影测量标志点从手动标注逐渐进展到自动定点,并已应用于临床实践。从基于知识方法到基于模型和模板匹配方法,再到现在的机器学习及深度学习方法,人工智能在传统头颅侧位片上标志点检测的准确率已有显著提高,但在图像数据更精确的三维图像上,自动定点尚处于起步阶段。本文旨在综述人工智能在头影测量自动定点算法方面的研究进展,并对其未来研究方向进行展望。
展开更多
关键词
人工智能
头影测量标志点
自动定点
机器学习
深度学习
自动化分析
计算机视觉
在线阅读
下载PDF
职称材料
基于卷积神经网络的儿童病毒性脑炎磁共振影像分类与早期诊断研究
被引量：
3
2
作者
黄坚
余卓
+2 位作者
徐璐
周海春
俞刚
《磁共振成像》
CAS
CSCD
北大核心
2023年第1期54-60,共7页
目的构建基于卷积神经网络的儿童病毒性脑炎MRI分类与早期诊断模型,探讨其对儿童病毒性脑炎早期诊断、精准治疗和改善患儿预后的价值。材料与方法收集浙江大学医学院附属儿童医院2020至2022年期间颅脑MRI影像数据1077例,其中病毒性脑炎...
目的构建基于卷积神经网络的儿童病毒性脑炎MRI分类与早期诊断模型,探讨其对儿童病毒性脑炎早期诊断、精准治疗和改善患儿预后的价值。材料与方法收集浙江大学医学院附属儿童医院2020至2022年期间颅脑MRI影像数据1077例,其中病毒性脑炎患儿577例,非病毒性脑炎儿童500例。运用卷积神经网络中的Squeeze-and-Excitation Residual Networks(SE-ResNet)模型构建儿童病毒性脑炎MRI分类与早期诊断模型并与Convolutional Block Attention Module Residual Networks(CBAM-ResNet)、Mobile Networks(MobileNet)、Residual Networks(ResNet)、Shuffle Networks(ShuffleNet)模型进行了对比。结果所有模型在训练集上都达到了收敛。SE-ResNet、CBAM-ResNet、MobileNet和ShuffleNet模型在训练集训练100轮后准确率都达到90%以上,而只有CBAM-ResNet模型和本研究选用的SE-ResNet模型在验证集上同样取得了90%以上的准确率。在测试集上,CBAM-ResNet具有最高的准确率73.91%,ResNet具有最高的召回率75.45%,但只有本文所用SE-ResNet模型在准确率和召回率都达到较高水平,并且取得最好的F1得分和曲线下面积(area under the curve,AUC)值:准确率为70.83%,召回率为72.73%,AUC为0.77,F1得分为0.7183。结论运用人工智能技术结合MRI实现儿童病毒性脑炎早期诊断是可行的,本研究为进一步实现全面的儿童脑炎早期诊断、精准治疗和改善脑炎患儿预后提供了理论和应用基础。
展开更多
关键词
儿童疾病
病毒性脑炎
磁共振成像
SE-ResNet
深度学习
分类模型
早期诊断
在线阅读
下载PDF
职称材料
自身肢体运动破坏生物运动的工作记忆复述
3
作者
黄坚
鲁溪芊
《心理学探新》
CSSCI
北大核心
2024年第5期409-415,共7页
生物运动指人或其他生物体的运动,在其加工过程中为了形成时空上整合的表征需要将其存储于工作记忆。以往研究发现生物运动的工作记忆复述会引发镜像神经元活动,此研究则从反方面探求在生物运动工作记忆复述过程中记忆保持是否会被干扰...
生物运动指人或其他生物体的运动,在其加工过程中为了形成时空上整合的表征需要将其存储于工作记忆。以往研究发现生物运动的工作记忆复述会引发镜像神经元活动,此研究则从反方面探求在生物运动工作记忆复述过程中记忆保持是否会被干扰镜像神经元的活动所破坏。通过在生物运动的工作记忆保持阶段插入自身肢体运动以干扰镜像神经元的活动,发现生物运动工作记忆绩效受到的破坏显著大于控制组。该结果说明镜像神经元在生物运动工作记忆复述中起核心作用。
展开更多
关键词
生物运动
工作记忆
镜像神经元
在线阅读
下载PDF
职称材料
题名
人工智能在头影测量自动定点算法上的研究进展
被引量：
1
1
作者
汪云毅
朱珠
张峰
机构
浙江
大学医学院附属
儿童
医院口腔科
国家
儿童
健康
与疾病临床医学研究中心
浙江
大学医学院附属
儿童
医院数据信息部
浙江-芬兰儿童健康人工智能联合实验室
出处
《国际口腔医学杂志》
CAS
CSCD
北大核心
2024年第5期630-641,共12页
基金
浙江省科学技术厅“尖兵”“领雁”研发攻关计划(2023C03101)。
文摘
头影测量是正畸诊断和治疗过程中不可或缺的分析手段。高精度定位头影测量的标志点对于确保正畸临床诊断的准确性和治疗目标的正确性至关重要。随着计算机辅助技术特别是人工智能的发展,头影测量标志点从手动标注逐渐进展到自动定点,并已应用于临床实践。从基于知识方法到基于模型和模板匹配方法,再到现在的机器学习及深度学习方法,人工智能在传统头颅侧位片上标志点检测的准确率已有显著提高,但在图像数据更精确的三维图像上,自动定点尚处于起步阶段。本文旨在综述人工智能在头影测量自动定点算法方面的研究进展,并对其未来研究方向进行展望。
关键词
人工智能
头影测量标志点
自动定点
机器学习
深度学习
自动化分析
计算机视觉
Keywords
artificial intelligence
cephalometric landmarks
automatic landmarking
machine learning
deep learning
automated analysis
computer vision
分类号
R783.5 [医药卫生—口腔医学]
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络的儿童病毒性脑炎磁共振影像分类与早期诊断研究
被引量：
3
2
作者
黄坚
余卓
徐璐
周海春
俞刚
机构
浙江
大学医学院附属
儿童
医院数据信息部
浙江-芬兰儿童健康人工智能联合实验室
慧影医疗科技(北京)股份有限公司科研部
浙江
大学医学院附属
儿童
医院神经内科
浙江
大学医学院附属
儿童
医院放射科
出处
《磁共振成像》
CAS
CSCD
北大核心
2023年第1期54-60,共7页
基金
国家重点研发计划(编号:2019YFE0126200)
国家自然科学基金面上项目(编号:62076218)。
文摘
目的构建基于卷积神经网络的儿童病毒性脑炎MRI分类与早期诊断模型,探讨其对儿童病毒性脑炎早期诊断、精准治疗和改善患儿预后的价值。材料与方法收集浙江大学医学院附属儿童医院2020至2022年期间颅脑MRI影像数据1077例,其中病毒性脑炎患儿577例,非病毒性脑炎儿童500例。运用卷积神经网络中的Squeeze-and-Excitation Residual Networks(SE-ResNet)模型构建儿童病毒性脑炎MRI分类与早期诊断模型并与Convolutional Block Attention Module Residual Networks(CBAM-ResNet)、Mobile Networks(MobileNet)、Residual Networks(ResNet)、Shuffle Networks(ShuffleNet)模型进行了对比。结果所有模型在训练集上都达到了收敛。SE-ResNet、CBAM-ResNet、MobileNet和ShuffleNet模型在训练集训练100轮后准确率都达到90%以上,而只有CBAM-ResNet模型和本研究选用的SE-ResNet模型在验证集上同样取得了90%以上的准确率。在测试集上,CBAM-ResNet具有最高的准确率73.91%,ResNet具有最高的召回率75.45%,但只有本文所用SE-ResNet模型在准确率和召回率都达到较高水平,并且取得最好的F1得分和曲线下面积(area under the curve,AUC)值:准确率为70.83%,召回率为72.73%,AUC为0.77,F1得分为0.7183。结论运用人工智能技术结合MRI实现儿童病毒性脑炎早期诊断是可行的,本研究为进一步实现全面的儿童脑炎早期诊断、精准治疗和改善脑炎患儿预后提供了理论和应用基础。
关键词
儿童疾病
病毒性脑炎
磁共振成像
SE-ResNet
深度学习
分类模型
早期诊断
Keywords
childhood diseases
viral encephalitis
magnetic resonance imaging
Squeeze-and-Excitation Residual Networks
deep learning
classification models
early diagnosis
分类号
R445.2 [医药卫生—影像医学与核医学]
R725.1 [医药卫生—儿科]
在线阅读
下载PDF
职称材料
题名
自身肢体运动破坏生物运动的工作记忆复述
3
作者
黄坚
鲁溪芊
机构
浙江
大学医学院附属
儿童
医院数据信息部
浙江-芬兰儿童健康人工智能联合实验室
国家
儿童
健康
与疾病临床医学研究中心
中国科学院心理研究所
出处
《心理学探新》
CSSCI
北大核心
2024年第5期409-415,共7页
基金
国家重点研发计划(2023YFC2706400)
国家自然科学基金面上项目(62076218)
中国博士后科学基金第69批面上资助(2021M693376)。
文摘
生物运动指人或其他生物体的运动,在其加工过程中为了形成时空上整合的表征需要将其存储于工作记忆。以往研究发现生物运动的工作记忆复述会引发镜像神经元活动,此研究则从反方面探求在生物运动工作记忆复述过程中记忆保持是否会被干扰镜像神经元的活动所破坏。通过在生物运动的工作记忆保持阶段插入自身肢体运动以干扰镜像神经元的活动,发现生物运动工作记忆绩效受到的破坏显著大于控制组。该结果说明镜像神经元在生物运动工作记忆复述中起核心作用。
关键词
生物运动
工作记忆
镜像神经元
Keywords
biological motion
working memory
mirror neuron system
分类号
B842.5 [哲学宗教—基础心理学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
人工智能在头影测量自动定点算法上的研究进展
汪云毅
朱珠
张峰
《国际口腔医学杂志》
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于卷积神经网络的儿童病毒性脑炎磁共振影像分类与早期诊断研究
黄坚
余卓
徐璐
周海春
俞刚
《磁共振成像》
CAS
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
3
自身肢体运动破坏生物运动的工作记忆复述
黄坚
鲁溪芊
《心理学探新》
CSSCI
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
