融合多标签损失与双注意力的U型视网膜血管分割

眼底视网膜血管的检测与分析对许多眼科疾病的诊断具有重要意义.为了更精确、健全地提取视网膜血管的特征信息,提出一种融合多标签损失与双注意力的U型网络模型.首先在编码部分通过空间金字塔池化提供多尺度输入,在U型网络内部融入双注意残差块提升网络对特征信息的提取能力;其次,在网络底部嵌入特征相似模块以捕获特征之间的远程依赖关系,为了有效地抑制眼底图像中的噪声影响和捕获血管多尺度信息,在跳连部分分别引入双路径注意门机制与稠密的空洞空间金字塔池化模块;最后,在解码部分设置侧输出层生成与层级对应的局部预测图像,并配合多标签Dice损失函数进行训练.在DRIVE,STARE和CHASE_DB1数据集上进行实验,灵敏度分别为80.54%,83.97%和82.40%,受试者曲线下的面积(AUC)分别为98.07%,98.50%和98.36%.

工作场所领导愤怒的有效性及其作用机制

领导愤怒(leader anger)作为最常见、最易被感受到的工作场所负面情绪之一,对于改善工作关系、行为和绩效具有显著影响。然而,已有文献关于领导愤怒阻碍还是促进领导有效性的观点存在许多争议,对于领导愤怒为什么以及何种条件下影响领导有效性的问题尚不明确。在回顾工作场所领导愤怒概念起源和内涵特点的基础上,从消极效应和积极效应双刃视角厘清了工作场所领导愤怒的有效性,基于情绪即社会信息理论阐释了工作场所领导愤怒有效性的双路径中介机制,并从个体/团队/组织三层面分析了领导愤怒有效性的边界条件。未来研究应从工作场所领导愤怒的概念和结构测量、事件前因和后果、中介机制、情境因素、研究方法和研究层面等方面进一步拓展。

基于JD-R模型的矿工反生产行为研究的元分析

为提高煤矿安全管理水平,明晰矿工反生产行为的诱发因素及机制,基于工作需求-资源(JD-R)理论,并结合一线矿工实际工作情况,从环境-心理-行为层面确定矿工反生产行为的工作需求、工作资源、损耗因素及激励因素,并构建矿工反生产行为的完整JD-R模型,运用CMA3.3针对收集整理的相关文献进行元分析,验证该模型的准确性。研究表明:在矿工反生产行为JD-R模型中,工作需求与损耗因素各包含4个因素,工作资源与激励因素各包含3个因素,各要素间作用效果显著。对于健康损害路径,工作需求通过损耗因素的中介作用正向影响矿工反生产行为;对于动机激发过程,工作资源通过激励因素的中介作用负向影响矿工反生产行为。