排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
医疗器械影像数据增广是一种通过生成新的数据样本来扩展现有数据集的方法,对提高人工智能(AI)医疗器械相关模型性能和临床应用效果具有重要意义。传统的数据增广方法通常受限于生成样本质量、真实感和多样性。去噪扩散概率模型(DDPM)是一种基于噪声扩散过程的生成模型,其主要思想是通过将目标分布的采样过程建模为从噪声分布中逐步去噪的过程,从而生成具有高质量的样本。综述DDPM基本原理和工作机制,分析该方法在AI医疗器械数据增广中的应用场景,探讨其优势、挑战和未来发展方向,为AI医疗器械数据增广领域提供参考。 相似文献
2.
目的 研究手术衣关键区域阻干态微生物穿透性能,确定关键区域评价阻干态微生物穿透性能的必要性。方法 选取一次性使用手术衣(面料为聚丙烯SMS非织造布)和可重复使用手术衣(面料为100%纯棉机织物、99%聚酯纤维+1%碳纤维机织物),各取5组样本,依据标准YY/T 0506.5—2009和YY/T 0506.6—2009的试验方法分别进行阻干态微生物穿透检测和阻湿态微生物穿透检测。结果 一次性使用手术衣关键区域阻干态微生物穿透试验结果为1~4 CFU,阻湿态微生物穿透试验有2个结果(A1、A2)<2.8 IB,不符合标准要求。可重复使用手术衣关键区域阻湿态微生物穿透试验结果均>2.8 IB,阻干态微生物穿透试验有3个结果(B1、B2、C1)>300 CFU。结论 一次性使用手术衣关键区域阻干态微生物穿透性能良好,可重复使用手术衣关键区域阻干态微生物穿透性能较差,建议手术衣关键区域应评价阻干态微生物穿透性能。 相似文献
3.
1