医学院校计算机基础课程的多维教学模式改革研究

本文针对现阶段医学院校计算机基础课程教学问题和现状对现有教学模式进行分析研究。围绕如何解决在医学院校充分利用计算机信息技术课程高效培育医科院校本科生的工科素养和实践能力,分别从教学内容、授课方式、教学模式、工学素养提升等多个方面探索并实践了适应数字时代新医科的大学信息技术课程教学模式,并结合互联网发展大背景下衍生的多种教学手段形成了全方位、多角度、多层次的多维教学模式,达到进一步提升医学院校学生实践能力与创新能力的效果。

骨科手术仿真模拟训练系统的构建研究

针对现阶段骨科手术培训实践性弱、手术风险系数大、耗材成本高的缺点,文中提出一种将虚拟现实技术与骨科手术相结合的骨科手术训练系统。该系统基于Unity3D引擎构建真实的手术环境场景,并通过VR体感技术、姿态传感器、力反馈等仿真真实的手术场景。通过虚拟场景复现不同的手术实际场景,能够使参训医护人员在虚拟场景中进行真实化、实战化的演练,提高相关人员对手术流程的理解和熟练程度,增强手术实践能力。两组对照组别的实验结果表明,在传统教学模式上加入所提系统的应用,更能激发培训者的积极性,培训效果更好。

医科院校程序设计课程教学改革实践探究

为解决医科院校程序设计课程中内容设置与学生学情实际、理论学习与应用实践、传统教学方式与教学资源间的诸多矛盾,设计了因材施教的分层教学课程体系、实战化模块化的教学方法、线上线下相融合的教学手段等方面进行教学改革,能够有效激发学生的学习兴趣,进一步提升学生的工学素养,有效推动医科院校程序设计课程的学习效果。

抑郁症患者表情实时识别系统研究与设计

面部表情信息是评估抑郁症患者行为特点的重要依据之一。文中对当前以深度学习为基础的表情特征提取方法进行改进,解决运行时间长、推广性差的问题;并以此为表情识别算法依据,提出一种抑郁症患者表情实时识别系统。该系统具备表情识别、实时记录、数据管理等功能。经验证,文中算法在Fer2013测试集上的准确率为80.19%,能准确识别患者表情。所提系统的响应时间较短,负载压力较强,可作为自动化手段分析患者表情变化情况,以进行辅助诊断。

边缘计算环境下基于深度学习的目标检测系统

针对云计算模式下图像目标检测效率低的问题,设计一种适用于边缘端设备的目标检测系统。首先,该系统选取了深度学习算法中的Faster R-CNN作为目标检测识别模型,并通过残差模块对网络特征提取层进行剪裁处理。其次,利用一种具有可调锚点框的候选区域提取子网络,通过设置合理大小的卷积滑动窗口,以便更快速的获得建议区域。最后,采用树莓派开发板和因特尔神经计算棒等硬件搭建了完整的目标检测系统。在KITTI数据集上的实验结果表明,该系统取得了良好的检测效果,并在不降低目标检测精度的情况下,获得了更快的识别速度,可以满足离线工作的实时性需求。