检索结果-南通市图书馆

基于图神经网络与纵向多序列MR的疾病预测模型构建

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于图神经网络与纵向多序列MR的疾病预测模型构建

作者：彭俊毅南方医科大学

学位级别：硕士

城镇职工基本养老保险费率下调对城镇就业的影响研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城镇职工基本养老保险费率下调对城镇就业的影响研究

作者：张凤毅兰州财经大学

学位级别：硕士

2023年新冠疫情虽已结束,但我国就业压力依然较大,结构性失业问题严峻。我国自2013年提出适时适当降低社会保险费率开始,先后5次降低或阶段性降低社保费率,其中城镇职工基本养老保险费率降幅较大,单位缴费比例从20%降至16%,为企业提供... 详细信息

2023年新冠疫情虽已结束,但我国就业压力依然较大,结构性失业问题严峻。我国自2013年提出适时适当降低社会保险费率开始,先后5次降低或阶段性降低社保费率,其中城镇职工基本养老保险费率降幅较大,单位缴费比例从20%降至16%,为企业提供了更多的利润空间。城镇职工基本养老保险费率对于劳动力需求方——企业来说是一种用工成本,对于劳动力供给方——劳动者来说却是一种预期福利,这就导致降低城镇职工基本养老保险费率将在一定程度上影响城镇就业水平。因此,研究城镇职工基本养老保险费率下调对城镇就业的总体影响对于提高城镇就业水平有重要意义。本文通过构建联立方程模型,从劳动力供求综合角度研究城镇职工基本养老保险费率下调对城镇就业的影响,明确揭示出下调城镇职工基本养老保险费率对城镇就业的正向影响,并通过构建因子测算模型测算出未来我国城镇职工基本养老保险最优费率,有助于国家把握好政策力度,适时适当调整城镇职工基本养老保险费率,提振企业劳动力需求,缓解城镇就业压力,促进经济增长。

关键词：城镇职工基本养老保险费率城镇就业最优费率

基于深度学习的磁共振图像大脑区域提取方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的磁共振图像大脑区域提取方法研究

作者：何科毅长春工业大学

学位级别：硕士

磁共振成像(MRI)在脑部疾病的诊断、治疗以及研究过程中具有举足轻重的地位,而确保大脑区域的精确提取则是实现其应用价值的先决条件。大脑区域提取的核心任务在于从复杂的医学影像数据中准确识别并分离出特定的大脑区域或结构,这一过... 详细信息

磁共振成像(MRI)在脑部疾病的诊断、治疗以及研究过程中具有举足轻重的地位,而确保大脑区域的精确提取则是实现其应用价值的先决条件。大脑区域提取的核心任务在于从复杂的医学影像数据中准确识别并分离出特定的大脑区域或结构,这一过程涵盖了诸如大脑提取(即颅骨剥离)和脑组织分割等大脑区域提取任务。然而,当前的大脑区域提取算法,在处理磁共振图像时,面临两大挑战。首先,当处理特殊的数据集,如婴儿的低场图像数据集时,较低的对比度限制了网络的分割精度。其次,对于多标签的脑组织分割任务,边缘区域容易出现明显的分割误差。因此,本文旨在采用深度学习方法,高效且准确地从磁共振图像中识别并提取大脑区域,提升大脑区域提取的精确性。首先,提出了一种基于错分割损失函数的大脑区域提取(即颅骨剥离)方法,旨在优化低场磁共振图像中的大脑区域提取过程。针对低场图像中常见的背景离散点和不均匀场问题,设计了一种低场预处理模块。通过所提出的误差区域约束错分割损失函数,引导网络专注在错分割区域进行训练,从而提升分割的精确性。采用0.35T婴儿脑部低场磁共振数据集进行了实验。实验结果表明,所提出的方法相较于基线方法平均Dice提高了0.5个百分点,相较于其他先进深度学习方法平均Dice提高了3个百分点,证明了所提出方法的有效性。其次,提出了一种基于全局和局部损失约束的脑组织区域分割方法,结合更深更宽的网络架构捕捉图像细节,旨在提升多标签脑组织分割精度。在第一阶段关注全局区域损失,随后第二阶段结合错分割区域损失,特别考虑多组织分割中的错误离散点。这种策略优化了网络的全局和局部性能,实现了更精准的训练效果。在d HCP和OASIS两个公开数据集上进行了实验。实验结果表明,所提出的方法相较于基线方法平均Dice提高了0.4-0.6个百分点,相较于其他先进深度学习方法平均Dice提高了5-6个百分点,证明了所提出方法的有效性。最后,利用QT跨平台开发框架,将大脑区域提取的深度学习方法与图形用户界面(GUI)集成,为用户提供一个直观、易用的操作界面。通过这一界面,用户可以便捷地执行大脑区域提取操作,并获得高精度的区域分割结果。进一步推动了深度学习在脑部磁共振成像(MRI)分析领域的广泛应用。

关键词：深度学习磁共振图像大脑提取脑组织分割分割损失函数

正颌手术加速康复外科临床路径指标体系构建及对术后康复效果影响

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

正颌手术加速康复外科临床路径指标体系构建及对术后康复效果影响

作者：何丹毅中国人民解放军空军军医大学

学位级别：硕士

研究背景加速康复外科（Enhanced Recovery After Surgery,ERAS）是一种多学科和多模式的围手术期管理方案,已被证明在多个外科领域可以降低患者术后并发症发生率、加速恢复和减少住院时间。然而,该方案对接受正颌手术（Orthognathic Su... 详细信息

研究背景加速康复外科（Enhanced Recovery After Surgery,ERAS）是一种多学科和多模式的围手术期管理方案,已被证明在多个外科领域可以降低患者术后并发症发生率、加速恢复和减少住院时间。然而,该方案对接受正颌手术（Orthognathic Surgery,OS）患者的影响仍不清楚。本研究旨在评估ERAS对正颌手术患者的作用,形成正颌手术ERAS临床路径,并探究其有效性。研究方法1.加速康复外科措施对正颌手术患者结局影响的回顾性研究:将2018年3月至2022年3月在空军军医大学第三附属医院医院接受OS的患者作为研究对象,按是否实施ERAS干预措施将患者分为ERAS组和非ERAS组。用t检验和χ2检验分析评估ERAS措施对患者术后结局的影响。依从性为完成的ERAS干预措施数目/所有的27项ERAS干预措施数目,并以百分比表示。随后,将ERAS组患者按干预措施依从性的四分位数分为4组。用负二项回归来模拟术后住院时间与ERAS实施依从性之间的关系。2.构建正颌手术加速康复外科临床路径评价指标体系:系统检索与本研究内容相关的指南及文献,经筛选后进行质量评价,提取、汇总并分析高质量文献中的临床干预措施,结合正颌手术临床实际情况,初步拟定正颌手术加速康复外科临床路径指标体系初稿。根据初稿内容设计专家咨询问卷,遴选15名专家进行专家咨询,研究小组汇总专家意见,修改、新增或删除条目内容,最终形成正颌手术加速康复外科临床路径指标体系终稿。3.正颌手术加速康复外科临床路径指标体系与术后恢复质量相关性研究:采用前瞻性队列研究方法,以2022年5月至2023年9月在空军军医大学第三附属医院医院接受OS的患者为研究对象,用术后恢复质量评估量表（Post-operative Quality Recovery Scale,PQRS）对275例接受ERAS措施的OS患者术前、术后1d、3d、1月的恢复情况进行评估,筛选符合纳入标准并完成PQRS量表评估的240例患者,应用构建的正颌手术加速康复外科临床路径指标体系方案进行康复管理,根据ERAS实施依从性分为高依从性组和低依从性组,然后对两组患者术后恢复质量进行比较。研究结果***组与非ERAS组相比,ERAS干预措施能够缩短OS患者的术后住院时间（P<0.001）,并且ERAS组患者的依从性越好,术后住院时间缩短越显著（P<0.05）,在接受长时间、相对复杂手术的患者中,术后住院时间缩短也更显著（P<0.05）;其次,ERAS组的术后并发症发生率低于非ERAS组（P<0.05）;与非ERAS组相比,ERAS组也增加了患者住院期间的满意度（P<0.05）。2.通过文献复习,最终纳入文献11篇,结合病例回顾,筛选出正颌手术ERAS临床路径条目27项,以此为依据,初步构建出了正颌手术加速康复外科临床路径指标体系;并进行了专家咨询。专家咨询结果:（1）专家咨询有效回收率为100%;（2）咨询专家的权威程度:专家个人的权威系数为0.90～1.00,群体的权威系数为0.96;（3）专家意见协调程度:各条目重要性的肯德尔协调系数（Kendall`s,W）为0.147,可行性的W值为0.267,且Kendall`s W检验均P<0.001。最终形成包括4个一级条目、17个二级条目、27个三级条目的正颌手术加速康复外科临床路径指标体系。3.用构建的正颌手术加速康复外科临床路径指标体系进行前瞻性临床研究,通过PQRS量表评估发现,在高ERAS依从性组的患者中,术后感受伤害性因素包括疼痛和恶心呕吐恢复程度与依从性呈正相关（P<0.001）,术后情感因素包括悲伤或抑郁和紧张或焦虑恢复率也明显高于低依从性组（P<0.001）。研究结论1.加速康复外科措施可以加速正颌手术患者围手术期的康复,增加患者的满意度;2.构建了正颌手术加速外科康复临床路径指标体系,该指标体系包含一级条目4项、二级条目17项和三级条目27项;3.加速康复外科临床路径可以提高术后恢复质量,表明对正颌手术患者实施ERAS临床路径是一种有效的医疗管理模式,值得借鉴。

关键词：加速康复外科临床路径正颌手术依从性 PQRS量表

基于深度学习的图像超分辨率重建的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的图像超分辨率重建的研究与实现

作者：吕杰毅西安工业大学

学位级别：硕士

信息是人类社会用以交流沟通的载体,而图像因其可读性强、直观性高的特点在其中占有相当大的比重,人们对于高质量图像的需求也就越发重要。由于各种原因例如拍摄环境的影响、传输过程的损耗以及硬件设备性能较低等导致的图像质量降低的... 详细信息

信息是人类社会用以交流沟通的载体,而图像因其可读性强、直观性高的特点在其中占有相当大的比重,人们对于高质量图像的需求也就越发重要。由于各种原因例如拍摄环境的影响、传输过程的损耗以及硬件设备性能较低等导致的图像质量降低的现象,图像的分辨率作为评判图像质量高低的重要依据,将低分辨率重建成对应的高分辨率图像就成为了热门研究课题,这一课题学者们将其称为图像的超分辨率重建。现有的基于深度学习的超分辨率方法都存在着两个比较严重的问题:其一,在网络模型训练之前需要用到相互配对的高分辨率和低分辨率数据,而在现实场景下,低分辨率和高分辨率图像并不能做到单一映射,其可能存在的映射范围相当之大,很难找到一个有效的应对措施;其二,大多实验中应用的图像退化方式较为单一,通常采用双三次下采样和池化下采样的方法,双三次插值法由于其应用相对简单且降质效果良好被大量采用用于弥补配对数据集在实验训练中不足的场景。而这样的情形会由于底层退化的单调性,导致训练出的模型出现可扩展性低的问题,无法运用到更广泛的复杂场景中去。本文针对现有问题在研究比较了当前经典的超分辨率之下提出了两种基于深度学习的图像重建模型,具体内容如下:针对第一种情况本文构建了多阶无监督降质模型,利用无监督学习中生成对抗网络的优势,在提取图像特征后加入高斯模糊噪声,模型训练则采用网络上公开超分辨率数据集DIV2K中的800对HR-LR对称数据进行模型训练。针对第二种情况本文提出一种基于生成对抗网络网络架构的纵向双回归轻量级图像超分辨率重建模型。该模型在特征提取之前使用高频提取模块将图像的高频信息与低频信息分离开,更好的处理图像细节部分,优化边缘信息的处理。在激活函数的选择上选用不饱和激活函数PRe Lu,可以解决模型中梯度消失和收敛加速等问题。在模型的右半部分采用直连通道和残差模块相结合的方式简化模型,提高运行效率。降质器通过将无法成组训练的高分辨率图像处理成为等比例的低分辨率图像,进而组成HR-LR数据对有利于双回归超分辨率重建模型的训练,这样训练出的模型经过后期实验验证,相对于经典的SRGAN,运行速度提升约2.4%,数据表现种PNSR提高1.73%,SSIM提升2.41%。

关键词：图像超分辨率深度学习残差学习生成对抗网络损失函数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多源传感器融合的复杂环境语义建图研究

基于多源传感器融合的复杂环境语义建图研究

作者：杨庭毅吉林大学

学位级别：硕士

钛基复合材料对展青霉素的光催化降解作用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

钛基复合材料对展青霉素的光催化降解作用研究

作者：杨佳毅河南工业大学

学位级别：硕士