“双减”促发展 备课提质量

要向课堂要质量,就要上好一节课,而要上好一节课,备课发挥着重要的作用,在小学语文教学中,我是这样做的。一、学习课程标准,明确教学目标。语文课程是一门学习语言文字运用的综合性、实践性课程。课标明确指出语文教学目标从纵向看有四个层次:总目标,阶段目标,单元目标,达成目标。这四层目标之间的关系是:达成目标必须在课堂教学中一一落实,紧扣单元目标,体现阶段目标,关联总目标。这就要求教师一定要熟知课程标准,了解课程基本理念,把握教材特点,领会编写意图,明确教学要求,整合课程资源,用好教材,研究学生,写好教案,做到脑中有标,腹中有书,目中有人,胸中有案。这样才会在课堂上“教不乱谱”“学不乱套”,避免“天马行空,架空分析”的现象,课堂的效率自然能够得到提高。

青蛤(Cyclina sinensis)贝壳形态性状对软体部重的影响分析

随机抽取中国及日本海域的1龄青蛤(Cyclina sinensis)245个,分别测量其壳高、壳长、壳宽、韧带长、壳重及软体部重等形态学和生产性状,采用相关分析、通径分析、决定系数分析和多元回归分析方法,讨论了贝壳各形态性状对软体部重的影响。结果表明,青蛤的壳高对软体部重相关系数r1y和直接影响通径系数Pi分别达到了0.953和0.938,统计检验均达到了极显著水平(P<0.01)。此外,壳高对软体部重的决定系数R21为0.9080,多元回归分析亦显示出青蛤的壳高与软体部重具有显著的相关性(P<0.01)。实验结论认为,壳高对青蛤的生产性状影响最大,可以作为青蛤种质选育的重要甄别性状。

改进的快速FCM及SVM实现糖网白色病灶的自动检测

为构建基于眼底图像的糖尿病视网膜病变(糖网)自动筛查系统,提出一种基于改进的快速FCM(IFFCM)及SVM的糖网白色病灶自动检测算法。首先,利用改进的快速FCM算法,对彩色眼底图像进行粗分割获取糖网白色病灶候选区域,由于该算法将中值滤波添加到FCM算法的准则函数中,同时利用K-means算法的聚类结果对FCM进行聚类中心初始化,使得该算法克服了传统FCM算法计算复杂度高以及对噪声敏感的缺点;其次,采用两层级联分类结构的SVM对候选区域进行分类,即先利用SVM根据候选区域的特征集将白色病灶提取出来,再利用SVM根据另外的特征集将白色病灶中的硬性渗出与棉绒斑区分开,从而实现眼底图像中糖网白色病灶的自动检测。利用该方法对65幅眼底图像进行糖网白色病灶的自动检测,得到图像水平灵敏度100%,特异性95.0%,准确率98.46%;病灶区域水平(硬性渗出/棉绒斑)灵敏度96.42%/97.15%,阳性预测值90.03%/91.18%;平均一幅图像处理时间35.56 s。结果表明:将改进的快速FCM算法所提供的良好粗分割结果与识别率较高的分类器SVM相结合,使得对糖网白色病灶的自动检测结果较优,即该算法能够高效地自动检测出眼底图像中的糖网白色病灶。

免散瞳眼底图像中微动脉瘤的高效自动检测

为快速、有效地自动检测免散瞳眼底图像中的微动脉瘤,构建基于免散瞳眼底图像的糖尿病视网膜病变自动筛查系统,提出了一种简单而高效的微动脉瘤自动检测算法。在对免散瞳眼底图像G通道预处理的基础上,利用数学形态学分割提取硬性渗出和血管;并通过将二者从扩展极小值变换后的二值图像中去除而获得微动脉瘤候选区域;进而根据尺寸信息获取真正的微动脉瘤。利用该算法对两组不同质量免散瞳眼底图像进行微动脉瘤自动检测,并对检测结果进行统计分析。结果表明:两组图像检测结果精度均较高,相应指标间的相对误差均低于4%,且处理效率高(平均一幅图像的处理时间为9.7 s)。该算法能够高效地自动检测出免散瞳眼底图像中的微动脉瘤,且算法稳定可靠,具有很高的实用价值。

基于数学形态学的快速糖尿病视网膜病变自动检测方法

基于眼底视网膜图像的糖尿病视网膜病变(糖网)自动检测不仅可使得实施大规模糖网筛查成为可能,也可为糖网早期诊断、及时治疗以及人眼视觉科学研究提供重要依据。为此,提出了基于数学形态学的糖网病灶自动检测算法:首先利用数学形态学结合阈值分割快速提取出视盘,在此基础上得到病灶候选区域;然后利用形态学重建等获取精确的病灶轮廓,从而实现病灶的准确检测。实验结果表明,该算法能够快速,有效地检测出眼底视网膜图像中的糖网病灶。

基于多模板匹配的局部自适应区域生长法在视网膜内出血自动检测中的应用

为自动检测出眼底图像中的视网膜内出血,从而构建基于眼底图像的糖尿病视网膜病变自动筛查系统,提出了基于多模板匹配的局部自适应区域生长法用以自动检测该病灶。首先,对眼底主要生理结构进行光谱特征分析,从而为不同分割目标选取合适的RGB通道;其次,利用HSV空间的亮度校正以及对比度受限自适应直方图均衡方法对眼底图像进行预处理;在此基础上利用设计好的多个模板对图像进行归一化互相关模板匹配获取该病灶候选区域;然后,从中去除视盘、血管以消除相关假阳,从而得到区域生长所需种子;最后,利用局部自适应区域生长法获取其精确轮廓,从而实现该病灶的准确检测。利用该算法对90幅不同颜色、不同亮度、不同质量、不同分辨率眼底图像进行该病灶的自动检测,实验结果表明:该算法能快速、有效地自动检测出眼底图像中的视网膜内出血,且算法稳定可靠,可满足临床需求。

几种人眼波前像差重建算法的对比研究

介绍了基于Hartmann-Shack传感器的Zernike模式法人眼波前像差重建模型和包括Gram-Schmidt正交变换?Householder变换和奇异值分解在内的3种算法的具体推导过程以及对比分析结论,并利用实验测量数据进行了仿真,结果表明3种算法精度相当,奇异值分解算法是较为理想的人眼波前像差重建算法。

眼底图像中硬性渗出自动检测方法的对比

为寻求满足临床需求的硬性渗出自动检测方法,从而构建出基于眼底图像的糖尿病视网膜病变自动筛查系统,在利用O tsu阈值分割结合数学形态学快速提取出视盘的基础上,提出了两种硬性渗出自动检测方法(基于数学形态学的硬性渗出自动检测方法和基于RBF神经网络的硬性渗出自动检测方法),在此基础上不仅提出采用后处理以进一步提高检测精度,还就检测结果进行了比较。与其他硬性渗出自动检测方法相比,这两种方法在保证较高检测精度的基础上,效率也较高;在这两种方法之间,基于数学形态学的方法精度更高,基于RBF神经网络的方法效率更高;结合临床对硬性渗出自动检测快速、可靠性的要求,得出基于RBF神经网络的方法作为糖尿病视网膜病变自动筛查系统中的硬性渗出自动检测方法性能更优。

免散瞳眼底图像在糖尿病视网膜病变自动筛查中的应用

为实现糖尿病视网膜病变(糖网)的自动筛查,建立了基于免散瞳眼底图像的糖网自动筛查方法。该方法包括视盘定位及提取、糖网白色病灶(硬性渗出、棉绒斑)自动检测以及微动脉瘤与视网膜内出血的自动检测。在此基础上设计并实现了基于免散瞳眼底图像的糖网自动筛查系统。利用已实现的系统对临床采集的7 687个样本共15 374幅眼底图像进行糖网自动筛查,对样本个体的检测结果为:灵敏度96.46%,特异性96.07%,平均处理时间57.87 s。测试结果表明,所构建的基于免散瞳眼底图像的糖网自动筛查系统满足英国糖尿病协会提出的糖网自动筛查标准(最低灵敏度80%,最低特异性95%)。

基于气压传动原理五足式爬墙机器人的设计与制作

设计了一种新型的吸附式爬墙机器人并制作了实物模型,通过理论计算选择所用的气动元件,并在机器人实际运动过程中得以验证和得出实验结论。

基于改进的模糊C-均值聚类算法及支持向量机的眼底图像中硬性渗出检测方法

目的提出一种基于改进的模糊C-均值(improved fuzzy C-means,IFCM)聚类算法及支持向量机(support vector machine,SVM)的检测算法,以实现对眼底图像中硬性渗出的自动识别。方法首先利用改进的FCM算法对由江苏省中医院眼科提供的120幅彩色眼底图像进行粗分割以获取硬性渗出候选区域;其次,利用Logistic回归对候选区域提取出的特征进行选择,并利用候选区域的优化特征集及相应判定结果建立SVM分类器,实现眼底图像中硬性渗出的自动检测;最后利用该方法对65幅眼底图像进行硬性渗出自动检测。结果硬性渗出自动检测得到的病灶区域水平灵敏度96.47%,阳性预测值90.13%;图像水平灵敏度100%,特异性95.00%,准确率98.46%;平均一幅图像处理时间4.56 s。结论利用改进的FCM算法与识别率较高的SVM分类器相结合的方法能够高效自动地识别出眼底图像中的硬性渗出。

一种基于视网膜主血管方向的视盘定位及提取方法

为分割出眼底图像中的视盘,构建基于眼底图像的计算机辅助诊断系统,提出了一种基于视网膜主血管方向的视盘定位及提取方法。首先,利用Otsu阈值分割眼底图像R通道获取视盘候选区域;然后利用彩色眼底图像的HSV空间的H通道提取视网膜主血管并确定主血管方向;在此基础上,通过在方向图内寻找出对加权匹配滤波器响应值最高的点确定视盘中心位置;最后,利用该位置信息从视盘候选区域中"挑选"出真正的视盘。利用该方法对100幅不同颜色、不同亮度的眼底图像进行视盘分割,得到准确率98%,平均每幅图像处理时间1.3 s。结果表明:该方法稳定可靠,能快速、有效分割出眼底图像中的视盘。

基于阈值分割及模式分类器的硬性渗出自动检测方法对比研究

为构建基于眼底图像的糖网自动筛查系统,对基于阈值分割及模式分类器的硬性渗出自动检测方法进行了对比研究。首先,利用基于最小类内离散度的改进Otsu分割算法对眼底图像G通道进行粗分割以实现硬性渗出病灶候选区域的获取;然后,提取并优化候选区域特征集;最后,利用优化后的特征集以及相应人工判定结果分别建立RBF神经网络分类器以及SVM分类器,从而实现对眼底图像中硬性渗出的自动识别。对本方法及其他多种硬性渗出自动检测方法进行对比分析。结果表明,对糖尿病视网膜病变自动筛查的临床应用而言,基于阈值分割及SVM分类器的硬性渗出自动检测方法性能更优。

基于Hartmann-Shack传感器的人眼波前像差重建技术

阐述了人眼波前像差的概念及其Zernike多项式表示方法,着重讨论了Hartmann-Shack传感器测量人眼像差的机理和人眼波前像差重建的方法,并对人眼波前像差重建系统进行了详细设计。该技术给人眼像差的校正以及角膜"个体化切削"的实现带来了新契机。

目标管理在高校教师管理中的应用研究

当前,目标管理理论在高校管理中推广,并被广泛运用。目标管理在高校教师管理中具有方向性强、渠道畅通、服务意识高的特点,正确认识目标管理在高校教师管理中存在的问题,从目标制定、目标管理、目标实施等方面探索目标管理理论在高校教师管理中的应用,对科学有效管理高校教师,促进我国高等教育改革发展具有重大意义。

中西方比较视角下西方高校捐赠工作成功的原因及启示

成功的捐赠工作是高校能够长远发展的关键因素之一。与西方高校完善的慈善捐赠工作管理机制相比,我国高校捐赠法规制度体系尚不完善,捐赠运营机制尚未形成。加快制度建设,推进依法治校进程,重视学生在校期间的学习过程培养,提高学生的感恩意识,弘扬积极向上的慈善事业文化氛围,是改进我国高校捐赠工作的必要途径。

基于斜楔原理的小型手动夹具设计

运用了“组合”这种创新设计方法,把类似于楔形块、连杆等常见的机构进行组合,设计出看似简单但至今还不常见的夹具。

电视胸腔镜全胸腺及胸腺瘤切除45例手术配合

目的:探讨电视胸腔镜全胸腺及胸腺瘤切除术的配合及护理效果。方法:回顾分析胸腺瘤伴重症肌无力12例,单纯胸腺瘤33例行电视胸腔镜全胸腺切除及胸腺瘤手术切除手术配合。结果:45例均顺利度过手术期,手术平均时间82min,术中出血量<100mL。行全胸腺或胸腺肿瘤切除43例,胸腺肿瘤2例侵犯无名静脉中转开胸手术。结论:电视胸腔镜下行全胸腺切除及胸腺肿瘤切除是安全可行的,需护士密切熟练配合,熟练掌握手术配合及仪器操作是手术成功的重要保证。

一种基于视网膜主血管方向的视盘定位及提取方法

为分割出眼底图像中的视盘,构建基于眼底图像的计算机辅助诊断系统,提出了一种基于视网膜主血管方向的视盘定位及提取方法.首先,利用Otsu阈值分割眼底图像R通道获取视盘候选区域;然后利用彩色眼底图像的HSV空间的H通道提取视网膜主血管并确定主血管方向;在此基础上,通过在方向图内寻找出对加权匹配滤波器响应值最高的点确定视盘中心位置;最后,利用该位置信息视盘候选区域中“挑选”出真正的视盘.利用该方法对100幅不同颜色、不同亮度的眼底图像进行视盘分割,得到准确率98%,平均每幅图像处理时间1.3s.结果表明：该方法稳定可靠,能快速、有效分割出眼底图像中的视盘.