排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
目的:提出一种基于Mask Scoring R-CNN和迁移学习的舌象特征识别方法。方法:首先使用CNN提取特征,使用ResNet-101和特征金字塔网络(FPN)的主干网络,可以从低层次和高层次的网络中提取特征,根据不同比例绘制金字塔特征的级别。接着使用区域生成网络将从主干网络中提取的特征生成候选感兴趣区域(ROI)。最后为每个ROI检测并分割齿痕。结果:在232例样本的测试集上进行测试,F1分数为0.95,准确率为0.93,精确率为0.99,召回率为0.914。结论:该方法能够在小样本舌象数据集上有效识别齿痕特征、准确定位齿痕位置、标定齿痕大小、提取齿痕个数,该方法具有良好的有效性、通用性、泛化性,能够为后续齿痕严重程度分析提供依据。同时为疾病预防、移动医疗保健或从生物信息学角度跟踪疾病进展提供客观、方便的计算机辅助舌诊方法。 相似文献
3.
摘要
目的:针对目前康复辅助器具服务过程中服务内容不完整、不规范问题,通过创建康复辅助器具服务云平台,规范辅具服务,实现流程一体化的康复辅助器具服务模式。
方法:提出一种新型全体系康复辅助器具服务模式,包含两个维度:一是整合民政、残联、医疗卫生等现有资源建立康复辅助器具服务体系;二是针对辅具需求、评估、配置、辅具供应、训练、使用、反馈等全链条流程,建立覆盖全流程技术层面的康复辅助器具服务体系。云平台采用工作流模型驱动技术将相关服务部门的业务逻辑进行整合,利用人工智能规则引擎技术对患者进行康复辅助器具的智能化评估和配置。
结果:建立面向患者、医疗卫生、民政、残联、辅具厂商的辅具服务云平台,可有效支持各机构部门的协同工作。功能覆盖从辅具申请、评估、到配置的各类康复辅助器具服务。
结论:该平台具有流程、辅具配置规则可配置等特点,可使不同部门间实现资源共享、服务协同、供需互动,提高康复辅助器具配置服务工作的高效性和便捷性,减轻工作人员负担。 相似文献
1