全球医疗机器人技术领域创新态势分析

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:epaiai009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
突发公共卫生事件(如“新型冠状肺炎疫情”)下,无接触式诊疗可以减少医护人员与患者之间的接触感染。研判医疗机器人技术领域的创新研发态势,对无接触式医疗诊断和辅助治疗,具有较高的理论借鉴价值。该研究以医疗机器人技术为例,基于Web of Science论文数据和Derwent Innovation专利数据,利用Derwent Data Analyzer、Uncinet等软件工具,从科学研究和技术研发两种不同角度对医疗机器人技术领域的发文(申请)趋势、发文(申请)国家以及研究热点等进行分析;并通过高频关键词共词
其他文献
本研究以医学免疫学线上教学为抓手,聚焦教师角色转型,提出教师成为学习空间的创建者、学习过程的协助者、学习资源的挖掘者、教育技术的引领者、教学情景的共鸣者、课堂效果
随着学生的学业压力不断加重,学生在复习时需要消化整理大量做过的试卷,传统的方法是手抄或剪贴题目,耗时耗力。为了帮助学生更高效便捷地整理旧试卷,研究了如何对一张批改后的试卷进行自动处理,同时生成题库的方法。由学生在题号处画圈作为标记,首先通过图像处理技术,在HSV颜色空间获得红色的题号标记和批改痕迹,根据题号对试卷题目和批改痕迹进行分割,得到每道题的批改痕迹和题干,再利用ResNet深度学习网络判断
通过肺部CT影像进行肺结节检测是肺癌早期筛查的重要手段,而候选结节的假阳性筛查是结节检测的关键部分。传统的结节检测方法主要通过简单的先验知识再利用低级的描述特征进行辅助检测,存在着假阳性高、敏感度低的问题。在深度学习中,卷积神经网络可以在通用的学习过程中提取图像的特征。提出了一种基于密集神经网络的结节假阳性筛查模型:首先对CT图像进行阈值分割提取肺区再截取以结节为中心的图像,送入网络模型进行分类训
为了提高机采井卡泵故障诊断精度,提出一种基于自适应步长FOA-SVM混合算法模型的机采井卡泵诊断方法。在支持向量机对示功图诊断分类的基础上,引入改进的自适应步长果蝇优化