检索结果-南通市图书馆

维普期刊数据库

新就业形态劳动者高质量就业的价值意蕴、现实困境与突破路径

在线全文

学校读者我要写书评

暂无评论

中国软科学 2024年第S1期 434-440页

作者：姜鹏飞姜良杰曹敏唐少清北京联合大学华北电力大学

国家高度重视新就业形态发展，新就业形态从业者的高质量就业问题是当前的社会焦点和理论热点。作为一种既不同于标准雇佣又有别于传统非正规就业的市场雇佣模式，新就业形态在推进更加充分更高质量的就业方面发挥了重要作用，但仍然存... 详细信息

国家高度重视新就业形态发展，新就业形态从业者的高质量就业问题是当前的社会焦点和理论热点。作为一种既不同于标准雇佣又有别于传统非正规就业的市场雇佣模式，新就业形态在推进更加充分更高质量的就业方面发挥了重要作用，但仍然存在诸多问题。文章在梳理新就业形态的劳动力市场的基本特征的基础上，基于新就业形态的就业趋势、潜在的“机会窗口”以及相关文件的政策含义，系统阐释了新就业形态从业者高质量就业的价值意蕴，剖析了从业者面临的灵活雇佣背后的权益保障困境、“技能需求—技能形成”冲突中的职业发展风险以及技术控制下的“工作自主性悖论”,进而从政府的社会保障政策支持、平台的规范化治理、劳动者技能提升与职业发展等方面提出建议，希望能提升从业者工作频繁变动中的社会保障性、就业能力不断提升的职业发展性和平台环境的规范性，为政府制定新就业形态高质量就业的政策提供借鉴。

关键词：新就业形态就业质量就业特征价值意蕴现实困境突破路径

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

深度学习在脊柱图像分割中的应用综述

计算机工程 2024年第3期50卷 1-15页

作者：姜百浩刘静仇大伟姜良山东中医药大学智能与信息工程学院山东济南250355

深度学习算法在脊柱图像分割中具有学习和自适应能力强、对图像有非线性映射能力等优点,相较于传统分割方法,能更好地提取脊柱图像中的关键信息,并且抑制不相关信息,辅助医生准确定位病灶区域,实现精准、高效分割。从深度学习算法、脊... 详细信息

深度学习算法在脊柱图像分割中具有学习和自适应能力强、对图像有非线性映射能力等优点,相较于传统分割方法,能更好地提取脊柱图像中的关键信息,并且抑制不相关信息,辅助医生准确定位病灶区域,实现精准、高效分割。从深度学习算法、脊柱疾病类型、图像类型、实验分割结果、性能评估指标等方面,对深度学习在脊柱图像分割中的应用现状进行归纳、总结并加以分析。介绍深度学习模型和脊柱图像分割的背景,从而引出深度学习在脊柱图像分割中的应用;介绍常见的几种脊柱疾病类型,阐述其在图像分割中的难点,并介绍脊柱图像分割中常用的公开数据集、图像分割的方法流程以及图像分割评价指标等要素;结合具体实验总结分析基于卷积神经网络模型、U型网络模型及其改进的模型在椎骨、椎间盘以及脊柱肿瘤图像分割中的应用进展;结合以往的实验结果和当前深度学习模型的研究进展,总结目前临床研究的局限性以及分割效果不足的原因,针对所存在的问题提出相应的解决方法,并对未来的研究和发展进行展望。

关键词：深度学习卷积神经网络 U型网络脊柱疾病图像分割

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

深度学习在心力衰竭检测中的应用综述

计算机科学与探索 2024年

作者：王永威魏德健曹慧姜良山东中医药大学智能与信息工程学院

心力衰竭是一种全球性的公共健康问题，其诊断依赖于对心脏功能障碍的综合评估。随着生物医学技术发展，利用生物信号进行心力衰竭的早期诊断已成为提高患者生存率和降低治疗成本的关键策略。在此背景下，深度学习技术的迅猛发展为心力... 详细信息

心力衰竭是一种全球性的公共健康问题，其诊断依赖于对心脏功能障碍的综合评估。随着生物医学技术发展，利用生物信号进行心力衰竭的早期诊断已成为提高患者生存率和降低治疗成本的关键策略。在此背景下，深度学习技术的迅猛发展为心力衰竭检测开辟了新路径。文章系统综述了深度学习在心力衰竭检测中的最新进展和应用。首先，概述了心力衰竭检测所涉及的主要生物医学信号和公开数据集。其次，详细分析了深度学习在心力衰竭诊断领域的应用及其发展，特别是对卷积神经网络、长短期记忆网络在处理心电图、心率变异性、心音等关键生物医学信号的能力进行了深入分析，总结了这些技术的优势、局限，并对各类模型性能进行比较。文章还探讨了通过融合多种人工智能技术所构建的混合模型在提升检测精度和模型泛化能力方面的潜力，以及如何利用模型的可解释性来增加检测过程的透明度，提升医生的信任度。最后总结了当前研究存在的不足，并对未来研究方向提出展望，强调了跨学科合作在推动心力衰竭检测技术进步中的重要性。

关键词：心力衰竭生物医学信号深度学习卷积神经网络循环神经网络混合模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

深度学习在骨质疏松辅助诊断中的应用

计算机工程与应用 2024年第7期60卷 26-40页

作者：姜良张程魏德健曹慧杜昱峥山东中医药大学智能与信息工程学院济南250355

骨质疏松症是一种由于骨密度下降引起骨折危险性增加的全身性疾病,临床上以影像学检查作为诊断依据。近几年深度学习方法在骨骼医学图像处理领域取得突破性进展,针对骨质疏松辅助诊断中所采用的深度学习方法进行了梳理总结。介绍了常用... 详细信息

骨质疏松症是一种由于骨密度下降引起骨折危险性增加的全身性疾病,临床上以影像学检查作为诊断依据。近几年深度学习方法在骨骼医学图像处理领域取得突破性进展,针对骨质疏松辅助诊断中所采用的深度学习方法进行了梳理总结。介绍了常用的影像学数据集,系统阐述了卷积神经网络、循环神经网络、深度置信网络、生成对抗网络在骨质疏松分类中的应用,阐述了全卷积网络、U-Net在骨质疏松病灶区域分割中的应用,同时介绍了最新AI模型ChatGPT的潜在应用,比较不同模型的性能,指出该领域目前存在的难点并提出相应的展望。

关键词：骨质疏松症深度学习计算机辅助诊断卷积神经网络

维普期刊数据库