检索结果-内蒙古大学图书馆

现代管理科学 2025年第2期 58-69页

作者：朱祥和湖北中医药大学信息工程学院、湖北时珍实验室

低碳经济高质量发展是加快推动经济发展方式绿色转型、建设美丽中国的重要举措。基于2009—2023年我国30个省域的面板数据,借助双向固定效应模型、中介效应模型及面板门槛计量模型验证数字产业集聚对低碳经济高质量发展的影响,并剖析绿... 详细信息

低碳经济高质量发展是加快推动经济发展方式绿色转型、建设美丽中国的重要举措。基于2009—2023年我国30个省域的面板数据,借助双向固定效应模型、中介效应模型及面板门槛计量模型验证数字产业集聚对低碳经济高质量发展的影响,并剖析绿色技术创新在其中的作用机制。研究结果表明,数字产业集聚能够正向驱动低碳经济高质量发展,且绿色技术创新在二者间发挥显著中介效应。异质性结果表明,数字产业集聚对低碳经济高质量发展的影响在“宽带中国”战略实施后和产业结构水平较高组更显著。门槛效应结果表明,数字产业集聚对低碳经济高质量发展的正向驱动作用受到市场化程度单一门槛的影响。据此,提出打造数字经济产业集群优势、增强绿色技术创新内生动力和因地制宜优化区域功能布局的对策建议,为推动低碳经济高质量发展提供崭新思路。

关键词：数字产业集聚低碳经济高质量发展绿色技术创新

来源：评论

学校读者我要写书评

暂无评论

从U-Net到Transformer：混合模型在医学图像分割中的应用进展

引用

激光与光电子学进展 2025年第2期62卷 11-33页

作者：尹艺晓马金刚张文凯姜良山东中医药大学医学信息工程学院

医学图像分割能够准确快速地提取图像中感兴趣结构，在医学影像诊断、疾病分析、手术规划等领域具有重要应用价值。传统的医学图像分割方法通常依赖于边缘检测、模板匹配技术、统计形状模型、活动轮廓和传统机器学习技术。然而，由于图... 详细信息

医学图像分割能够准确快速地提取图像中感兴趣结构，在医学影像诊断、疾病分析、手术规划等领域具有重要应用价值。传统的医学图像分割方法通常依赖于边缘检测、模板匹配技术、统计形状模型、活动轮廓和传统机器学习技术。然而，由于图像存在模糊、噪声、对比度低等问题，传统方法的准确性和鲁棒性受到限制。深度学习方法通过学习数据的不同抽象层次来逐渐提取特征，相较于传统方法具有高精度、自适应性强和可扩展性强等优势。为更好地进行医学图像分割辅助诊断研究，本文综述了卷积神经网络、Transformer以及U-Net和Transformer混合结构在医学图像分割中的应用情况，并对它们进行了综合对比分析。通过可视化结果和图像评估指标，证实了这些模型在医学图像分割中的可行性。最后总结目前研究中存在的问题，并对未来的研究方向进行展望。

关键词：深度学习医学图像分割 U-Net Transformer 混合模型

来源：评论

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

引用

计算机科学与探索 2025年第1期19卷 65-78页

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济南250355

随着生物医学技术的发展,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。系统地综述了深度学习在心力衰竭检测中的最新进展和应用... 详细信息

随着生物医学技术的发展,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。系统地综述了深度学习在心力衰竭检测中的最新进展和应用。概述了心力衰竭检测涉及的主要生物医学信号和公开数据集。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和长短期记忆网络处理心电图、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、局限性,并对各类模型性能进行了比较。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

来源：评论

学校读者我要写书评

暂无评论

护理领域知识图谱研究进展

引用

护理研究 2025年第8期39卷 1402-1408页

作者：何美娜胡慧毛树松常凯湖北中医药大学医学人文学院湖北430065 湖北时珍实验室湖北中医药大学护理学院湖北中医药大学标准化与信息技术研究所湖北中医药大学信息工程学院

概述了知识图谱的基本原理、护理领域知识图谱的特征及构建方法,重点介绍了护理领域知识图谱的应用场景,并结合知识模型、术语规范、数据获取、资源合作等方面提出研究建议,为更好地运用知识图谱推进护理学发展提供参考。

关键词：知识图谱护理数据综述

来源：评论

学校读者我要写书评

暂无评论

融合OMP和PLS的粮食作物近红外光谱变量选择

引用

中国粮油学报 2025年第1期40卷 220-224页

作者：李四海朱刚刘明奇董雯甘肃中医药大学医学信息工程学院兰州730000

为进一步解决正交匹配追踪算法用于近红外光谱定量分析时存在的偏差小、方差大、选择变量较多、模型容易过拟合的问题,提出了一种融合正交匹配追踪和偏最小二乘回归的正交匹配偏最小二乘变量选择方法OMPLS(Orthogonal matching pursuit ... 详细信息

为进一步解决正交匹配追踪算法用于近红外光谱定量分析时存在的偏差小、方差大、选择变量较多、模型容易过拟合的问题,提出了一种融合正交匹配追踪和偏最小二乘回归的正交匹配偏最小二乘变量选择方法OMPLS(Orthogonal matching pursuit based partial least squares regression)。OMPLS为前向变量选择方法,算法根据OMP回归系数绝对值大小评价光谱变量重要性,使用偏最小二乘回归和贝叶斯信息准则确定剩余光谱变量中的重要变量,最终得到满足给定数量要求的最优变量集合。分别在corn数据集和wheat kernels数据集上进行变量选择实验,根据选择变量个数、RMSEC和RMSEP比较PLS、OMP、OMPLS 3种变量选择方法的性能。实验结果表明:OMPLS方法在corn数据集和Wheat kernels数据集上选择变量个数、RMSEP值均小于OMP方法,表明模型泛化能力有了一定程度的提高。OMPLS变量选择方法以BIC指标作为模型选择准则,在模型复杂度和预测能力之间取得平衡。与OMP方法相比,能够进一步减少选择变量的数量,防止过拟合,提高模型的预测能力和可解释性。

关键词：近红外光谱变量选择正交匹配追踪偏最小二乘贝叶斯信息准则

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的肺部CT图像病灶区域分割研究综述

引用

计算机工程与应用 2025年第4期61卷 25-42页

作者：李小童马素芬生慧魏国辉李欣桐山东中医药大学智能与信息工程学院济南250355 山东中医药大学教务处济南250355

肺癌严重威胁人们的生命健康。肺部CT图像病灶区域形态复杂多样,实现高精度的肺部CT图像病变区域分割,成为计算机辅助诊断领域的一个极具挑战性的关键问题。基于深度学习的肺部病灶区域分割不仅可以帮助医生快速、准确地诊断出早期肺癌... 详细信息

肺癌严重威胁人们的生命健康。肺部CT图像病灶区域形态复杂多样,实现高精度的肺部CT图像病变区域分割,成为计算机辅助诊断领域的一个极具挑战性的关键问题。基于深度学习的肺部病灶区域分割不仅可以帮助医生快速、准确地诊断出早期肺癌,而且对于肺癌的治疗也具有重要的临床价值。为了深入研究肺部病灶区域分割技术,介绍了常用的数据集及评价指标;重点从基于卷积神经网络、基于U-Net模型、基于生成对抗网络三个方面对深度学习肺部病灶区域分割模型进行了综述;结合具体实验总结了近5年国内外研究的创新点,对比分析了各个模型的分割性能;最后总结了各类模型的优缺点,展望了该领域的未来发展方向。

关键词：深度学习肺部病灶区域分割卷积神经网络 U-Net模型生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

大语言模型GPT在医疗文本中的应用综述

引用

计算机科学与探索 2025年

作者：田崇腾刘静王晓燕李明山东中医药大学医学信息工程学院

医疗文本作为记录和传递医学知识的重要载体，在现代医疗实践中发挥着不可替代的作用。其种类繁多，涵盖了病历、诊断报告、医患沟通记录等多个方面，而传统的人工处理方式已难以满足日益增长的高效性与精准性需求。随着医疗数据量的迅... 详细信息

医疗文本作为记录和传递医学知识的重要载体，在现代医疗实践中发挥着不可替代的作用。其种类繁多，涵盖了病历、诊断报告、医患沟通记录等多个方面，而传统的人工处理方式已难以满足日益增长的高效性与精准性需求。随着医疗数据量的迅猛增长，如何高效处理和充分利用这些庞大信息，已成为医疗领域亟待解决的重要问题。近年来，以GPT（generative pre-trained transformer）为代表的大语言模型迅速发展，成为自然语言处理领域的重要突破。GPT通过大规模的预训练与微调，具备了强大的语言生成与理解能力。这一技术的进步为医疗文本处理中的复杂性与效率问题提供了新的解决思路。介绍了GPT的核心技术，并重点分析了其在数据处理、辅助医患沟通、医学教育支持、疾病预防以及多模态综合应用等五大领域的应用，总结其优缺点及实际问题，讨论并展望了大语言模型在医疗领域的未来发展方向。

关键词：大语言模型医疗文本 GPT 自然语言处理

来源：评论

学校读者我要写书评

暂无评论

深度学习在上肢骨折诊断的研究进展

引用

计算机科学与探索 2025年

作者：魏宗月仇大伟刘静李振江常少华山东中医药大学医学信息工程学院

上肢骨折作为临床常见且复杂的创伤性骨折类型，其诊断准确性对患者的治疗和康复具有重要的意义。传统X射线（X-ray）诊断方法操作繁琐且耗时，难以满足现代医学对高效、精确诊断的需求。在此背景下，深度学习辅助上肢骨折诊断主要利用... 详细信息

上肢骨折作为临床常见且复杂的创伤性骨折类型，其诊断准确性对患者的治疗和康复具有重要的意义。传统X射线（X-ray）诊断方法操作繁琐且耗时，难以满足现代医学对高效、精确诊断的需求。在此背景下，深度学习辅助上肢骨折诊断主要利用深度学习模型对医学影像进行分类、检测和分割，确定影像中是否存在异常，提高模型诊断的速度和准确性，同时也为医生提供了更有价值的辅助意见。为了更好地了解深度学习技术在上肢骨折诊断领域的研究现状和进展，首先详细介绍了几种常见的上肢骨折类型并对当前广泛使用公开的上肢骨折数据集进行了总结，同时，对常用的评价指标进行了系统归纳，以便更好地理解模型在不同的任务中的性能表现。其次，深入分析了深度学习在图像分类、目标检测和图像分割三项计算机视觉 (computer vision， CV) 任务中的应用进展，通过总结各算法的优化策略及其在骨折诊断中的具体应用，比较了各自的优势与局限性，并对深度学习模型的可解释性进行总结。最后，从数据规模、使用方法、算法优缺点及实验结果等方面进行了全面对比，系统总结了当前上肢骨折诊断中面临的主要挑战，并对未来研究方向进行了展望。

关键词：深度学习上肢骨折卷积神经网络 CV

来源：评论

学校读者我要写书评

暂无评论

液液萃取-气相色谱-电子捕获法检测尿液中三氯生

引用

分析试验室 2025年第2期44卷 174-178页

作者：吴利相朱炳祺江燕叶小青浙江中医药大学医学技术与信息工程学院杭州310053

建立了液液萃取-气相色谱-电子捕获法快速、高效检测尿液中三氯生(TCS)的含量。利用浓盐酸水解尿液样本中的TCS,通过正己烷萃取、旋蒸、氮吹和复溶对TCS进行富集浓缩,采用TR-1气相色谱柱分离,电子捕获法检测。在优化条件下,TCS在0.1~20 ... 详细信息

建立了液液萃取-气相色谱-电子捕获法快速、高效检测尿液中三氯生(TCS)的含量。利用浓盐酸水解尿液样本中的TCS,通过正己烷萃取、旋蒸、氮吹和复溶对TCS进行富集浓缩,采用TR-1气相色谱柱分离,电子捕获法检测。在优化条件下,TCS在0.1~20 ng/mL范围内具有良好的线性关系,相关系数为0.998,检出限为0.1 ng/mL。低、中、高3种浓度的加标回收率为90.7%~109.5%,相对标准偏差为2.5%~8.6%。采用本方法对20名健康志愿者的尿液进行检测,TCS的检出率为85%。该方法适用于人尿液中TCS的检测,同时为尿液中其他环境内分泌干扰物的气相色谱检测提供参考。

关键词：液液萃取尿三氯生气相色谱电子捕获检测环境内分泌干扰物

来源：评论

学校读者我要写书评

暂无评论

深度学习在知识图谱构建及推理中的应用

引用

计算机工程与应用 2025年第6期61卷 36-52页

作者：孙宇刘川周扬山东中医药大学医学信息工程学院济南250355 山东中医药大学中医文献与文化研究院济南250355

知识图谱作为自然语言处理领域的一种结构化知识表示形式,能够描述现实世界中的概念及相互关系,常被应用于信息检索、数据管理等领域。深度学习因其具有自动学习多元数据内在规律和表示层次的特性,可用于大规模、高质量知识图谱的精准... 详细信息

知识图谱作为自然语言处理领域的一种结构化知识表示形式,能够描述现实世界中的概念及相互关系,常被应用于信息检索、数据管理等领域。深度学习因其具有自动学习多元数据内在规律和表示层次的特性,可用于大规模、高质量知识图谱的精准构建及有效推理,已逐渐成为新兴研究热点。为进一步促进深度学习和知识图谱的技术融合,以知识图谱构建及推理过程为主线,全面介绍深度学习在知识表示、知识抽取、知识融合、知识推理领域的相关理论及最新研究成果;同时,根据近年来的研究趋势,重点归纳与总结了适用于图数据特征推理的图深度学习与知识推理相融合的最新研究成果。最后,对深度学习和知识图谱的融合发展做了概要总结和技术展望,为未来研究发展提供参考和思路。

关键词：知识图谱深度学习知识图谱构建知识推理图深度学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：