我国心脏骤停总体发病率为97.1/10万,而心脏骤停患者出院生存率却明显低于欧美发达国家[1-2]。如何预防心脏骤停的发生、提供高质量的心肺复苏(cardiopulmonary resuscitation,CPR)、恢复自主循环(return of spontaneous circulation,RO...我国心脏骤停总体发病率为97.1/10万,而心脏骤停患者出院生存率却明显低于欧美发达国家[1-2]。如何预防心脏骤停的发生、提供高质量的心肺复苏(cardiopulmonary resuscitation,CPR)、恢复自主循环(return of spontaneous circulation,ROSC)后给予规范的综合救治,已成为急危重症领域的焦点和难点。展开更多
为了解决寻常型银屑病在样本分布不平衡的数据中可能会导致的深度学习模型诊断效果下降等问题,通过结合改进模糊KMeans聚类算法对高聚类复杂度数据的处理能力以及Visual Geometry Group 13(VGG13)深度卷积神经网络模型的预测能力,提出...为了解决寻常型银屑病在样本分布不平衡的数据中可能会导致的深度学习模型诊断效果下降等问题,通过结合改进模糊KMeans聚类算法对高聚类复杂度数据的处理能力以及Visual Geometry Group 13(VGG13)深度卷积神经网络模型的预测能力,提出一种基于改进模糊KMeans聚类算法的VGG13深度卷积神经网络(VGG13-KMeans)模型,并将其应用于寻常型银屑病的诊断任务中。实验结果表明,相较于VGG13以及ResNet18两种方法,本文方法更适用于对银屑病特征的识别。展开更多
文摘我国心脏骤停总体发病率为97.1/10万,而心脏骤停患者出院生存率却明显低于欧美发达国家[1-2]。如何预防心脏骤停的发生、提供高质量的心肺复苏(cardiopulmonary resuscitation,CPR)、恢复自主循环(return of spontaneous circulation,ROSC)后给予规范的综合救治,已成为急危重症领域的焦点和难点。
文摘为了解决寻常型银屑病在样本分布不平衡的数据中可能会导致的深度学习模型诊断效果下降等问题,通过结合改进模糊KMeans聚类算法对高聚类复杂度数据的处理能力以及Visual Geometry Group 13(VGG13)深度卷积神经网络模型的预测能力,提出一种基于改进模糊KMeans聚类算法的VGG13深度卷积神经网络(VGG13-KMeans)模型,并将其应用于寻常型银屑病的诊断任务中。实验结果表明,相较于VGG13以及ResNet18两种方法,本文方法更适用于对银屑病特征的识别。