基于TextCNN的中国古诗文分类方法研究

本文着眼于深度学习在中国古诗文上的应用,提出了一个基于TextCNN构建的古诗文分类模型,在GitHub的chinesepoetry数据集上选取五类文本进行训练,并在25%的测试集上取得了0.87的加权f1得分。实验结果表明该模型可以有效应用于中国古诗文的文本分类。

神经电生理监测技术在慢性意识障碍中的应用

准确评估慢性意识障碍患者的意识水平是制定诊疗策略的基础,仅依据床旁神经系统查体难以精准判定,误诊率极高。辅助神经影像学和神经电生理监测技术可以显著提高隐匿意识的检出率和预测预后的准确性。基于脑电图的神经电生理监测技术具有高性价比、高时域分辨力和长时程记录等优点,本文综述神经电生理监测技术在慢性意识障碍中的临床应用现状和进展,以为临床和科研提供参考。

人机交互技术在意识障碍领域的应用

部分慢性意识障碍(disorders of consciousness,DOC)患者残存不同水平的意识活动,如何准确检测隐匿的意识并做出正确诊断与治疗策略,是DOC临床诊疗面临的主要挑战之一。近年来,以脑机接口(brain computer interface,BCI)为代表的人机交互技术,旨在建立大脑与外界环境之间的交流控制渠道,被逐渐应用于DOC的意识检测,并通过运动意图感知实现意识的输出,以实现患者与外界的功能性交流。本文综述了人机交互技术目前在意识障碍领域研究的主要技术方法,及临床研究结果,为扩展该技术手段在DOC领域的应用提供帮助。