检索结果-南通市图书馆

小星星（阅读100分）（小学4-6年级） 2008年第10期 28-29页

作者：杨巽迪樊裔华江苏省启东市紫薇小学四(1)班

欢快的目光正跳动着悠扬的舞曲,顺着手指看过去,猜,我们瞧见了什么?美丽的世界正变幻着色彩,披上了梦的外衣,生活在变,我们也在变,瞧那些赤橙黄绿真颜色,瞧那些有滋有味活着的人儿……带上眼睛、眼镜、放大镜,跟着我们去瞧瞧吧!

关键词：活着班杨江苏省启东市二段蒙娜丽莎

高分辨率MRI检查诊断直肠癌淋巴结转移及分期的准确性分析

在线全文

学校读者我要写书评

暂无评论

中文科技期刊数据库（文摘版）医药卫生 2024年第5期 0122-0125页

作者：裔举华江阴市人民医院江苏江阴214400

分析在直肠癌淋巴结转移及分期的诊断中应用高分辨率MRI检查的准确性。方法选取2022.12-2023.12于本院就诊的48例直肠癌病患,所有病患分别接受CT及MRI检查,将检查结果分别设定为对比组、探究组,同时以病理检查为参照,对比准确性。结果... 详细信息

分析在直肠癌淋巴结转移及分期的诊断中应用高分辨率MRI检查的准确性。方法选取2022.12-2023.12于本院就诊的48例直肠癌病患,所有病患分别接受CT及MRI检查,将检查结果分别设定为对比组、探究组,同时以病理检查为参照,对比准确性。结果在直肠癌淋巴结转移与分期的诊断结果中,探究组准确率(92.31%、85.42%)相较于对比组(46.15%、62.50%)均更高(P<0.05)。结论在进行直肠癌临床诊断时,高分辨率MRI检查技术的应用,能够有助于诊断准确性的显著提高,为后续的治疗提供更具临床价值的检查资料。

关键词：高分辨率MRI 直肠癌准确率

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

牛病毒性腹泻的危害与防治

吉林畜牧兽医 2024年第8期45卷 151-153页

作者：裔开华南京市江宁区汤山街道动物疫病防治站江苏南京211131

牛病毒性腹泻可以导致牛只腹泻、呕吐、消瘦和脱水等症状,严重时甚至导致死亡。牛病毒性腹泻病原体,主要通过污染的饮水或食物传播,具有极高的传染性和强大的存活力,导致疫情很容易在牛群中迅速蔓延。牛病毒性腹泻对畜牧业造成了巨大的... 详细信息

牛病毒性腹泻可以导致牛只腹泻、呕吐、消瘦和脱水等症状,严重时甚至导致死亡。牛病毒性腹泻病原体,主要通过污染的饮水或食物传播,具有极高的传染性和强大的存活力,导致疫情很容易在牛群中迅速蔓延。牛病毒性腹泻对畜牧业造成了巨大的经济损失,影响了牛群的生产力和质量。本文对牛病毒性腹泻的危害与防治进行了研究,提出了以下观点,仅供参考。

关键词：牛病毒性腹泻危害防治

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

遇见“双名”“育见”传承预见未来

上海教育 2023年第3期 29-29页

作者：樊裔华上海市松江区第三实验小学

2018年秋,上海市第四期“双名工程”启动,作为一名从外省市引进上海的特级教师,我在上级行政部门的鼓励下,抱着试试看的心态申报,没想到竟然成为109名攻关主持人之一。上海,真的是以开放包容的态度欢迎我们。课题研究,在“双名”中攻坚...

2018年秋,上海市第四期“双名工程”启动,作为一名从外省市引进上海的特级教师,我在上级行政部门的鼓励下,抱着试试看的心态申报,没想到竟然成为109名攻关主持人之一。上海,真的是以开放包容的态度欢迎我们。课题研究,在“双名”中攻坚。我从2011年起就开始研究小学语文教材中的传统文化,由篇到类地探索古诗词、文言文、神话故事……研究历经奠基、夯实阶段后,恰逢统编教材全面推进,我恰遇“双名”,

关键词：

哺乳动物减数分裂联会复合体的结构、功能与人类不孕不育

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学：生命科学 2024年第1期54卷 4-15页

作者：蒋涵玮樊岁兴史庆华合肥综合性国家科学中心大健康研究院合肥230027 中国科学技术大学附属第一医院生殖与遗传分院合肥230027 合肥微尺度物质科学国家研究中心合肥230027 中国科学技术大学基础医学院合肥230027 安徽省生物医学与健康实验室合肥230027

同源染色体联会,即联会复合体的形成,是减数第一次分裂的关键事件之一.联会复合体作为减数分裂前期染色体行为的结构基础,对减数分裂程序性DSB的产生、修复及重组交换的形成都有必不可少的支持和调控作用.当因为联会复合体相关蛋白突变... 详细信息

同源染色体联会,即联会复合体的形成,是减数第一次分裂的关键事件之一.联会复合体作为减数分裂前期染色体行为的结构基础,对减数分裂程序性DSB的产生、修复及重组交换的形成都有必不可少的支持和调控作用.当因为联会复合体相关蛋白突变导致联会复合体不能正常形成时,将导致多种减数分裂异常,从而激活不同的减数分裂前期检验点,诱发减数分裂停滞、配子不能产生和不孕不育.本综述将重点针对小鼠减数分裂联会复合体相关的重要发现进行回顾,总结联会复合体的组成、结构、组装过程以及在减数分裂中的作用,分析迄今发现的联会复合体相关蛋白突变与人类不孕不育的关系,并展望联会复合体相关的研究方向和重点.

关键词：减数分裂联会复合体哺乳动物人类不孕不育

在线全文

学校读者我要写书评

暂无评论

我永远是你们的

天津教育 2004年第1期 46-46页

作者：樊裔华江苏省启东市紫薇小学

今年教师节,我收到的是孩子们呼唤我留下来的心声.'老师,您别走!''老师,您别到其他学校去.'其实,我本无走的意思,而是同校的另一位老师突然调离,给他们带来了莫名恐慌,以为我也要离开他们.

关键词：永远

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

感受阳光

人民教育 2003年第24期 17-17页

作者：樊裔华江苏省启东市

教学楼前的花坛里开满了小小的、淡紫色的花,煞是可爱,仿佛一群小精灵,让人真切地感受到生命的力量.于是,看花成了我每天必不可少的一个爱好.

关键词：花坛花卉装饰橘子小花女儿

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

心电领域中的自监督学习方法综述

计算机科学与探索 2024年第7期18卷 1683-1704页

作者：韩涵黄训华常慧慧樊好义陈鹏陈姞伽郑州大学计算机与人工智能学院郑州450001 哈尔滨理工大学计算机科学与技术学院哈尔滨150006 河南工业大学信息科学与工程学院郑州450001

深度学习因其强大的数据表征能力已被广泛应用于心电(ECG)信号分析领域,但有监督方法的训练过程需要大量标签,而心电数据标注通常是耗时且成本高昂的。且有监督方法受限于训练集中有限的数据类型,泛化性能有限。因此,如何利用海量无标... 详细信息

深度学习因其强大的数据表征能力已被广泛应用于心电(ECG)信号分析领域,但有监督方法的训练过程需要大量标签,而心电数据标注通常是耗时且成本高昂的。且有监督方法受限于训练集中有限的数据类型,泛化性能有限。因此,如何利用海量无标记心电信号进行数据挖掘和通用特征表示已成为亟待解决的问题。自监督学习(SSL)通过预先设置的代理任务从无标签数据中学习泛化特征来提升模型的特征表示能力,是一种解决心电数据标注缺失问题和提升模型迁移能力的有效途径。然而,现有的自监督学习综述大都专注于图像或时序信号领域,针对心电领域的自监督学习综述相对缺乏。为了填补这一空白,全面回顾了用于心电领域的先进的自监督学习方法。首先,从对比式和预测式两种学习范式出发对心电自监督学习方法进行了系统的总结与分类,阐述了不同类别方法的基本原理,细致分析了各个方法的特点,指出了各个方法的优势以及局限性。然后,归纳汇总了心电自监督学习中常用的数据集以及应用场景,总结了常用于心电领域的数据增强方法,为后续研究提供了系统性的总结参考。最后,深入讨论了当前自监督学习在心电领域中的挑战,并对未来心电自监督学习的发展方向进行了展望,为后续心电领域的自监督学习研究提供了指导。

关键词：心电(ECG) 特征表示深度学习自监督学习

同方期刊数据库

基于Swin Transformer和UNet的肺结节分割方法

在线全文

学校读者我要写书评

暂无评论

计量与测试技术 2024年第1期51卷 44-48页

作者：裔馥华张在房上海大学机电工程与自动化学院

肺结节的准确分割是后续良恶性分析和诊断的关键。由于基于卷积神经网络的分割模型受限于局部特征提取特性,忽略了全局特征。因此,本文提出了一种新的肺结节语义分割框架ST-UNet网络,将Swin Transformer嵌入UNet中,构成一种新颖的Swin T... 详细信息

肺结节的准确分割是后续良恶性分析和诊断的关键。由于基于卷积神经网络的分割模型受限于局部特征提取特性,忽略了全局特征。因此,本文提出了一种新的肺结节语义分割框架ST-UNet网络,将Swin Transformer嵌入UNet中,构成一种新颖的Swin Transformer和CNN并行的双编码器结构。结果表明:该模型不仅对肺结节的分割具有较好的性能,而且对医生进行肺结节的早期诊断具有重要的临床意义和应用价值。

关键词：肺结节分割 Swin Transformer UNet

在线全文

学校读者我要写书评

暂无评论

基于权参数优化的并行深度学习光伏功率预测

动力工程学报 2024年第1期44卷 91-98页

作者：董坤冉鹏刘旭樊钦洋李政曾庆华李伟起华北电力大学能源动力与机械工程学院河北保定071003 华北电力大学河北省低碳高效发电技术重点实验室河北保定071003 清华大学能源与动力工程系北京100084 国网湖南省电力有限公司电力科学研究院长沙410007 天府永兴实验室成都610213

针对不同应用场景下光伏数据波动模式差异较大时,现有的光伏发电功率预测模型存在精度及适应性不足的问题,提出了一种具有权参数自适应性的并行深度学习光伏发电功率预测框架。该框架包含2种可以并行预测的深度学习算法单元(Attention-S... 详细信息

针对不同应用场景下光伏数据波动模式差异较大时,现有的光伏发电功率预测模型存在精度及适应性不足的问题,提出了一种具有权参数自适应性的并行深度学习光伏发电功率预测框架。该框架包含2种可以并行预测的深度学习算法单元(Attention-Seq2Seq单元、Transformer单元)以及一个权参数自适应优化单元。基于所提出的并行深度学习框架,对光伏发电功率进行预测,并分别与Attention-Seq2Seq、Transformer模型的预测结果进行了对比验证。结果表明:基于权参数优化的并行深度学习光伏功率预测框架弥补了不同数据波动模式下单一算法预测精度和适应性不足的问题,也可以有效解决时间序列预测中的长距离依赖问题,较单一算法预测精度更高,其平均绝对误差和均方根误差在夏季典型日最大降幅分别是41.18%和45.59%,在冬季典型日最大降幅分别是81.13%和82.86%。

关键词：光伏发电功率预测权参数优化并行深度学习框架量子粒子群