基于3D-ResNet双流网络的VR病评估模型

为了准确地评估VR视频引起不适的程度,提出基于3D双流卷积神经网络的VR病评估模型.模仿人类视觉系统的2条通路,建立外观流和运动流2个子网络;将2D-ResNet50模型改为3D模型,增加一个深度通道,用以学习视频中的时序信息.加入3D-CBAM注意力模块提高了各帧通道之间的空间关联,增强关键信息,去除冗余信息.采用后端融合的方法,实现2个子网络结果的融合.在公开视频数据集上进行实验验证,结果表明,通过3D-CBAM注意力模块引入注意力机制,使得外观流和运动流网络的VR病评估精度分别提升了1.7%和3.6%,与现有文献相比,融合的双流网络模型的精度得到了较大的提升,精度达到93.7%.

标本类型与时间对病原微生物检验的影响分析

为了解不同标本类型与时间对病原微生物检验结果的影响,文章通过回顾性分析的方法,选择2016-2018年XX医院治疗200例患者,在不同检验时间及标本临床微生物检验临床资料。得出Ⅰ组血培养标本及非呼吸道标本阳性检出率均高于Ⅱ组,而呼吸道标本阳性检出率Ⅰ组均低于Ⅱ组。最终得出结论:临床微生物标本应即制即用,避免微生物繁殖对检验准确性的负面作用。