虚拟仿真实验中心平台建设探索——以川北医学院医学影像学院为例

随着现代信息技术的发展,可以通过模拟临床场景来完成对学生临床动手能力的培训,弥补了传统医学实验教学的许多不足,已成为研究前沿和研究热点和国际医学教育的发展方向。本文以川北医学院医学影像学院为例,探索如何构建切实可行的虚拟仿真实验中心平台建设框架。

医学影像“云信息”平台的构建研究

云信息平台是一种新兴的计算机集群平台模式,可以将各个任务分布到大量计算机构成的资源池上。笔者以川北医学院影像学专业体系改革为契机,创新性地建立了医学影像学"云信息"平台。云信息平台通过计算机网络、虚拟仿真、云计算等技术,对实验室原有软硬件进行整合,构建资源池,搭建一个统一的虚拟化云信息平台,通过该平台实现软硬件资源的高效利用和科学化管理,达到课程教学及实验教学资源共享的目的,同时推动医学影像学实验教学改革。

建设省级实验示范中心 培养创新型医疗人才

文章以医学影像学实验示范中心(川北医学院首个省级实验示范中心)为例,介绍了实验示范中心的总体建设理念及建设内容,围绕创新型医学人才培养目标,分别从实验教学体系,实验室开放,校院企合作等方面,对中心的实验教学进行改革。经过8年的改革与发展,中心在实验室建设与管理、教师培训培养、实验教学体系、学生创新能力培养方面已取得长足发展。

创新型人才培养目标下的省级虚拟实验中心建设研究

培养创新人才是当今高校发展的主题。文章介绍了川北医学院首个虚拟实验教学中心(医学影像学实验教学中心),从虚拟实验中心建设的必要性出发,结合现阶段部署的实验教学平台,对我校虚拟实验教学中心在创新医疗人才培养目标下的建设方案进行深入探讨。

石斛属植物生态产地适宜性区划研究

采用自主研发的药用植物全球生态适宜性分析系统(geographic information system for global medicinal plants,GMPGIS)详细分析了石斛属植物在全球范围内的潜在生态适宜分布区域,有效指导石斛属植物的引种和合理生产规划布局。最后,对石斛属植物品质生态的研究进行了阐述,为科学引种和栽培并获得高品质药材提供参考。

卷积神经网络的训练方式研究

卷积神经网络是一种基于最小化经验风险的统计学习方法,在有监督学习中,一般会向神经网络指定一个明确的代价函数,代价函数既是衡量该神经网络在当前权值设置下对指定输入的输出正确性进行衡量,也是神经网络更新参数和结构强度的参考标准。一般而言,误差代价函数是一个跟神经网络在特定训练数据集合上误差情况的可微分函数。通过利用数学方法寻求这个函数的最小值,可以进一步使权值最优化。

虚拟机基于不同存储池模式下的磁盘性能测试分析

虚拟机是高校服务器日常管理中常用的工具之一,虚拟化的作用是实现服务器资源利用最大化。本文通过主流的磁盘测试工具CrystalDiskMark、Winsat、AS SSD Benchmark对虚拟机上的不同存储池模式下磁盘性能进行测试,并给出相应结果。本文主要目的在于了解不同存储池模式下虚拟机磁盘性能差距,实现服务器磁盘利用最大化。

卷积神经网络中的激活函数分析

对于神经网络来说,神经元的计算单元最后通过激活函数输出结果,在前人的研究之中,对激活函数的探索也一直没有停止,本文将讨论几个在卷积神经网络中常见的激活函数,这些激活函数在不同的卷积任务中发挥的特点不同,它们是:Sigmoid函数、Tanh函数、ReLu函数、LReLu函数和PReLu函数。

基于卷积脉冲神经网络的图像分类算法仿真

本文提出一种基于卷积深度神经网络多层架构的,以脉冲神经元为独立计算单元和非监督学习方式为目标标定方式的图像分类网络,相较于传统卷积深度神经网络实现了较大程度上的神经元数目压缩和学习参数压缩,同时通过在数个不同数据集上的实验对该网络相关参数实现调优,最终在Caltech face/motorbike dataset数据集上达到了81%的准确率,验证了本模型的正确性。