一种应用于婴儿监护的改进YOLOv5算法

婴儿在婴儿床、椅子或床上睡觉时可能会有一些危险情况发生,比如婴儿因力量不足无法翻身、一直维持趴着状态而导致窒息。该研究专注于婴儿特征,包括行为特征(如趴着、爬动、躺着、坐着、站着)和神情特征(如平静、开心、伤心),基于YOLOv5目标检测算法并对其进行改进使之更适合于快速准确检测出婴儿状况。传统YOLOv5采用的原始NMS对重合度很高的预测框不友好,改进的YOLOv5则在传统YOLOv5基础上添加了Merge-NMS,使预测框的位置更为准确。经过验证,改进后的YOLOv5相比传统的YOLOv5的特征平均mAP@0.5∶0.95提升了2.7个百分点,其中动作特征爬动提升最高,提升了4.0个百分点。

肾母细胞瘤CT表现

目的探讨肾母细胞瘤CT表现。方法 5例肾母细胞瘤均做了CT平扫,2例做了增强扫描,其中1例做了三维重建以区别肿块来自肾上腺或肾脏。结果 5例平扫肿瘤密度显著低于正常肾实质,且密度不均匀,偶有钙化、出血,增强后肿块表现为低-中度强化,与相邻正常肾实质密度差异更大,明确了肿瘤的病变范围及远处转移情况。结论肾母细胞瘤的CT表现有一定的特征性,另外薄层扫描加矢状面重建能与神经母细胞瘤鉴别。

智能情绪检测与疏导APP的开发研究

现代生活中,因工作、学习和生活压力导致的抑郁症的发生率有所增加。为了及时发现抑郁情绪并进行积极的心理疏导,本文开发了一款智能情绪检测与疏导的应用程序。该系统通过不断深度学习,最终做到能够识别用户情绪并给出相应的情绪疏导。