【摘 要】
：
通过建立一个以系统和智能方式对胃癌癌前病变进行分类的模型,帮助医生找到敏感点和癌前息肉。在本文方法中,通过设计一种改进的ALexNet架构并使用数据增强、高斯噪声、L2权值衰减和ReLU等技术训练卷积神经网络模型,最后通过利用精度、损失值和混淆矩阵等性能指标对该模型的性能进行评估。在3 677张糜烂、息肉和溃疡等胃病图像上对所提出的模型进行测试,结果表明该模型的分类准确率达到89%。
【机 构】
：
河北北方学院附属第一医院胃肠肿瘤外科
【基金项目】
：
河北省卫生厅科研基金（20200502）；
论文部分内容阅读
通过建立一个以系统和智能方式对胃癌癌前病变进行分类的模型,帮助医生找到敏感点和癌前息肉。在本文方法中,通过设计一种改进的ALexNet架构并使用数据增强、高斯噪声、L2权值衰减和ReLU等技术训练卷积神经网络模型,最后通过利用精度、损失值和混淆矩阵等性能指标对该模型的性能进行评估。在3 677张糜烂、息肉和溃疡等胃病图像上对所提出的模型进行测试,结果表明该模型的分类准确率达到89%。
其他文献
重视阅读已成为小学语文教学的共识。小学语文教师要思考探索如何"培养学生广泛的阅读兴趣"以及采取有效的策略让"读书的种子"发芽,这也是阅读教学目标达成的关键。因此,教学中必须注重学生的阅读习惯的养成和阅读内趋力的培养。有了这种内趋力,学生就有了主动阅读的需求,他们的阅读兴趣可以持续保持,阅读行为也可以持续发生。用好教材编排的"快乐读书吧",正是培养学生这种阅读内趋力的好契机。
习近平总书记在中央人才工作会议上强调,综合国力竞争说到底是人才竞争。改革开放以来,尤其是党的十八大以来,我们党将人才工作放到了事关国家发展全局的高度,对于加快建设新时代人才强国、实现我国发展战略目标,意义十分重大。我是一名完全由我国本土培养出来的科技人才。1981年,得益于国家恢复高考制度,我从江苏靖江农村考上西南交通大学,迈入大学殿堂,开始了我的学术和科研生涯。1985年,我国首次实行免试
试验旨在研究复合微生态制剂对藏香猪断奶仔猪生长性能和血液生化指标的影响。3组仔猪饲喂相同的基础日粮,试验Ⅰ组日粮中添加0.2%的复合微生态制剂,试验Ⅱ组日粮中添加抗生素（0.06%敌它霉素+0.015%吉他霉素）,试验Ⅲ组只饲喂基础日粮。试验期为28 d。结果表明,Ⅰ组平均日增重显著高于Ⅱ组和Ⅲ组（P<0.05）,Ⅱ组平均日增重显著高于Ⅲ组（P<0.05）;料重比方面Ⅰ组﹤Ⅱ组﹤Ⅲ组。Ⅰ组、Ⅱ组和
始终保持探索精神，在时代变革的浪潮中不断引领企业做出前瞻性创新。虎年新春即将来临之际，在网上读到海尔集团董事局名誉主席张瑞敏先生的新年演讲《海尔文化纵横谈》。张瑞敏的演讲笔者听过多次，每次都大有收获，不仅逻辑性强，而且蕴含着很多企业发展的新思想，引发了我不少思考。
仔猪断奶前后,养殖户能够科学使用微生态制剂,更好地防范与治疗仔猪腹泻,从而减少治疗成本,降低应激作用,确保仔猪的健康生长。本文分析了微生态制剂在仔猪生产过程中的实际应用。
【政策出台】开展居家老年人巡访关爱,是构建居家社区机构和互助养老相协调、医养康养文养相结合养老服务体系的基础性工作,是养老服务补短板、强弱项的重要举措。为深入贯彻国家积极应对人口老龄化中长期规划,认真落实《国务院办公厅关于推进养老服务发展的意见》（国办发[2019]5号）,2020年6月24日,吉林省民政厅、吉林省教育厅、吉林省财政厅、吉林省卫健委、吉林省残联联合印发了《关于开展居家老年人巡
"在面向所有老年人关爱服务的基础上,着重突出独居、空巢、留守、特困、高龄等8类重点老年人群,明确健康、经济、安全、需求、特殊情况5方面巡访关爱内容。"近日,吉林省民政厅、教育厅、财政厅、卫健委、残联5部门联合出台《关于开展居家老年人巡访关爱工作的指导意见》（以下简称《意见》）,计划从今年起,用三年时间着力构建巡访、
家庭生活作为艺术表现对象的历史由来已久,但是在摄影术发明的最初摄影师却是向外看的。本文讨论当代摄影的日常转向,从家庭场景表现和室内空间建构出发,分析具体的摄影实践,认为当代摄影实践对家庭空间的呈现经历了由家庭场景拍摄到家庭空间建构的转变。其根本原因是现代主义摄影向后现代转变到过程中,摄影家的观念和工作方式的变化。
广州雍美养老产业服务有限公司承担着广州市部分家庭养老床位的运营,目前已在广州、珠海、云浮等多地开设家庭养老床位,为1000多个家庭的老人提供着生活照料、个人护理、康复护理、健康管理全面照护服务。家庭养老床位一个重点是通过构建智慧养老服务新模式,解决居家老人24小时的安全保障、健康管理、生活照料、定期巡访服务。家庭养老床位如何把专业养老服务搬进家?主要分为三部分:一是为家庭安装智能设备,
为了提高含有椒盐噪声的图像分类的准确性，运用中值滤波法研究了含有椒盐噪声的图像去噪问题。将中值滤波法用于卷积神经网络的预处理环节，通过卷积神经网络模型对滤波后的图像进行分类，得到了以下结果：卷积神经网络模型在测试集上的准确率达到82.86%，比传统的BP神经网络模型的准确率提高19.05个百分点。