“课程思政”元素融入外科学临床实训教学的探索研究

医学专业课程思政培育人才的主线为“践行仁心仁术,塑造家国情怀”,通过将课程思政元素融入其中,塑造学生“保佑生命、甘于奉献、救死扶伤、大爱无疆”的职业精神,既让学生习得相关知识技能,又培养关爱患者、尊重患者的职业道德。为了更好地促进学生综合素质的提高,为培养医学发展所需要的专门人才提供实践参考,培养学生健康至上、精益求精的职业意识和严谨细致的职业习惯。本文首先分析了将课程思政融入外科学实训教学中的必要性,随后提出了将课程思政元素融入外科学临床实训教学中的相关策略,以更好地促进外科学临床实训教学的效果。

Face Detection Detection, Alignment Alignment, Quality Assessment and Attribute Analysis with Multi-Task Hybrid Convolutional Neural Networks

This paper proposes a universal framework,termed as Multi-Task Hybrid Convolutional Neural Network(MHCNN),for joint face detection,facial landmark detection,facial quality,and facial attribute analysis.MHCNN consists of a high-accuracy single stage detector(SSD)and an efficient tiny convolutional neural network(T-CNN)for joint face detection refinement,alignment and attribute analysis.Though the SSD face detectors achieve promising results,we find that applying a tiny CNN on detections further boosts the detected face scores and bounding boxes.By multi-task training,our T-CNN aims to provide five facial landmarks,facial quality scores,and facial attributes like wearing sunglasses and wearing masks.Since there is no public facial quality data and facial attribute data as we need,we contribute two datasets,namely FaceQ and FaceA,which are collected from the Internet.Experiments show that our MHCNN achieves face detection performance comparable to the state of the art in face detection data set and benchmark(FDDB),and gets reasonable results on AFLW,FaceQ and FaceA.

短视频场景在线起始检测任务及方法研究

现有视频在线检测研究所用数据集主要集中于长视频,且类别范畴相对单一,同时,需要设计符合在线形式需求的检测评价体系以满足日益增长的手机端短视频应用需求。该文提出一项短视频场景下在线精彩时刻起始检测的新任务,以辅助引导手机在拍摄过程中智能捕捉精彩时刻或实现其他短视频应用。具体实验包括:(1)构建经过仔细时序标注的基于手机端拍摄的短视频数据集Highlight45,用于填补新任务的训练和评估数据空缺;(2)设定在线评价指标——首个检出的平均查准率,可视化结果显示该指标更加契合起始检测任务需求;(3)设计带有序列对比损失函数的混合双流网络作为该任务的基线方法。实验结果显示,相比传统方法,该研究所提出的方法在已有起始检测指标和首个检出的平均查准率指标中分别取得了6.98%和4.11%的性能提升。

家政从业人员急救技能培训与社区康养融合新模式的探索研究

随着“健康中国2030”战略的有力推进,老年人群的健康问题越来越受到社会的关注。基层社区由于医疗资源不足,基础设施不健全等原因,老人一旦突发疾病,难以在第一时间得到有效救治,其后果严重影响老年群体安享晚年的美好愿望。社区康养融合作为一个新的探索方向被提上日程,现场应急救护作为社区康养融合的重要环节,其知识与技能的普及受到国家的高度重视。根据第七次全国人口普查数据,2020年中国65岁及以上人口达到1.91亿人,占比13.5%。根据预测,中国将在2033年进入超老龄社会(65岁及以上人口比例在20%以上),中国已从老龄化社会转变为老龄社会,适老化服务是大势所趋。然而,在提供家政服务的过程中,家政从业人员面临种种意外情况,如老人突发疾病、摔倒等,缺乏急救技能的家政从业人员可能无法及时处理,将导致严重后果。以往对家政从业人员急救知识的普及多为突击性培训,时间短,效率低,重形式而缺内涵,重理论而缺实践,这导致了家政从业人员应急救护知识与技能储备不足,现场处理应急事件的能力较差。在这一背景下,为了更好地满足我国老年人的养老服务需求,家政从业人员的急救技能培训和康养社区养老服务的融合研究成为当前亟待解决的问题。本文旨在探讨家政从业人员急救技能培训与康养社区养老服务的融合研究,为提高家政从业人员素质,完善社会养老服务体系提供参考和建议。

基于深度学习的女装图片分类探索

互联网商品图像的属性分类是人工智能领域的重要研究课题之一,针对商品图像属性分布不平衡以及不同属性间存在相关性等问题,该文以女装图像为分类目标,提出了一种基于卷积神经网络的商品图像分类方法。首先,从电商网站获取大量商品图像,并进行人工标注;然后,基于卷积神经网络框架,采用了一种有效的采样策略,通过增加新的损失函数,实现了基于多任务学习方法的商品图像属性准确分类;最后,通过对不同策略下分类结果的对比分析,验证了该方法的有效性。结果显示,所提出方法具有较高的分类精度。

基于全仿真手术实训教学系统的外科新型实践教学体系构建与研究

外科学临床实训课程作为外科学教学的重要组成部分,为临床医学专业必修课程、核心课程,也是临床助理和执业医师资格考试重要的模块之一。外科实训课程对提高学生的职业素养具有十分重大的作用,是一种提高学生实践活动技能的有效途径。因此,外科临床实训教学是医学生完成学业不可缺少的重要步骤,也是将专业理论应用到具体实践、掌握基本诊疗技能的重要环节之一。然而,传统的外科学临床实训教学方式存在一些问题,如安全风险高、操作难度大等,难以满足学生的需求。本文旨在探讨如何借助全仿真手术实训教学系统构建外科学临床实践教学新体系。

面部表情分析进展和挑战

面部表情分析是计算机通过分析人脸信息尝试理解人类情感的一种技术,目前已成为计算机视觉领域的热点话题。其挑战在于数据标注困难、多人标签一致性差、自然环境下人脸姿态大以及遮挡等。为了推动面部表情分析发展,本文概述了面部表情分析的相关任务、进展、挑战和未来趋势。首先,简述了面部表情分析的几个常见任务、基本算法框架和数据库;其次,对人脸表情识别方法进行了综述,包括传统的特征设计方法以及深度学习方法;接着,对人脸表情识别存在的问题与挑战进行总结思考;最后,讨论了未来发展趋势。通过全面综述和讨论,总结以下观点:1)针对可靠人脸表情数据库规模小的问题,从人脸识别模型进行迁移学习以及利用无标签数据进行半监督学习是两个重要策略;2)受模糊表情、低质量图像以及标注者的主观性影响,非受控自然场景的人脸表情数据的标签库存在一定的不确定性,抑制这些因素可以使得深度网络学习真正的表情特征;3)针对人脸遮挡和大姿态问题,利用局部块进行融合的策略是一个有效的策略,另一个值得考虑的策略是先在大规模人脸识别数据库中学习一个对遮挡和姿态鲁棒的模型,再进行人脸表情识别迁移学习;4)由于基于深度学习的表情识别方法受很多超参数影响,导致当前人脸表情识别方法的可比性不强,不同的表情识别方法有必要在不同的简单基线方法上进行评测。目前,虽然非受控自然环境下的表情分析得到较快发展,但是上述问题和挑战仍然有待解决。人脸表情分析是一个比较实用的任务,未来发展除了要讨论方法的精度也要关注方法的耗时以及存储消耗,也可以考虑用非受控环境下高精度的人脸运动单元检测结果进行表情类别推断。