您的位置: 专家智库 > >

黄强

作品数:4 被引量:3H指数:1
供职机构:四川省人民医院更多>>
相关领域:医药卫生自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 2篇专利

领域

  • 3篇医药卫生
  • 1篇自动化与计算...

主题

  • 3篇卵巢
  • 2篇诊疗
  • 2篇诊疗系统
  • 2篇肿瘤
  • 2篇肿瘤标志
  • 2篇肿瘤标志物
  • 2篇良恶性
  • 2篇良性肿瘤
  • 2篇卵巢肿瘤
  • 2篇恶性
  • 2篇标志物
  • 1篇医学图像
  • 1篇医学图像分割
  • 1篇早期肠内营养
  • 1篇神经网
  • 1篇神经网络
  • 1篇图像
  • 1篇图像分割
  • 1篇重症
  • 1篇重症监护

机构

  • 4篇四川省人民医...
  • 1篇电子科技大学
  • 1篇成都市温江区...

作者

  • 4篇黄强
  • 3篇周飞
  • 1篇刘梦娟
  • 1篇张安科
  • 1篇王攀
  • 1篇王红玉

传媒

  • 1篇计算机应用与...
  • 1篇华西医学

年份

  • 1篇2025
  • 2篇2022
  • 1篇2014
4 条 记 录,以下是 1-4
排序方式:
基于卷积神经网络的卵巢囊腺瘤CT图像病灶分割
2025年
卵巢囊腺瘤是一种病发于卵巢内的疾病。为了实现卵巢CT图像的病灶自动分割,提出一种基于改进的U-net模型的卵巢囊腺瘤CT图像病灶分割方法,将VGG16作为编码器,进一步简化U-net模型结构,并且结合CT图像特征进行数据增强。基于临床诊断数据构建一个卵巢CT图像数据集,进行模型训练和评估。模型在测试集上的IoU(Intersection over Union)达到了88.85%,AUC达到了99.72%,表明改进的U-net模型进行卵巢囊腺瘤病灶分割的可行性和精确性。与原始U-net模型相比,所提出方法能够在不损失分割准确度的前提下缩减模型规模,更适用于辅助临床诊断。
扈拯宁黄强谢尧周飞刘梦娟
关键词:医学图像分割卵巢囊腺瘤
基于卵巢肿瘤良恶性预测模型的计算机辅助诊疗系统
本发明属于医学影像分析技术领域,特别是涉及基于卵巢肿瘤良恶性预测模型的计算机辅助诊疗系统。所述系统执行以下步骤:S1,获取卵巢图像及相应的肿瘤标志物;S2,将所述卵巢图像及相应的肿瘤标志物输入训练好的卵巢肿瘤良恶性预测模...
周飞谢尧黄强廖蔚扈拯宁廖宗慧刘晨阳李双庆刘梦娟
早期肠内营养对重症监护病房患者免疫状态影响的前瞻性研究被引量:3
2014年
目的分析早期肠内营养对重症监护病房(ICU)患者免疫状态的影响。方法纳入2011年7月-2012年12月期间,温江区人民医院入住ICU的创伤和手术治疗后的患者80例,前瞻性随机分为早期肠内营养组(EEN组)和常规肠内营养组(NEN组),EEN组在进入ICU 24 h时进行肠内营养,NEN组在48 h后开始进行肠内营养。结果完成研究终点指标采集者78例,最终EEN纳入37例,NEN纳入41例。入ICU第7天时EEN组患者淋巴细胞、CD4+、CD8+,免疫球蛋白IgA、IgG、IgM、自然杀伤细胞及前白蛋白水平等均高于NEN组(P<0.05);EEN组腹泻和伤口感染发生率分别为8.1%和2.7%,NEN组分别为26.8%和17.1%,两组差异有统计学意义(P<0.05)。EEN组ICU住院时间为(7.94±3.72)d,NEN组为(10.62±3.14)d,两组差异有统计学意义(P<0.05)。结论早期肠内营养能改善ICU患者免疫功能及营养状态,保护肠道功能,促进患者康复。
王攀王红玉曹益瑞张安科黄强
关键词:早期肠内营养重症监护病房免疫
基于卵巢肿瘤良恶性预测模型的计算机辅助诊疗系统
本发明属于医学影像分析技术领域,特别是涉及基于卵巢肿瘤良恶性预测模型的计算机辅助诊疗系统。所述系统执行以下步骤:S1,获取卵巢图像及相应的肿瘤标志物;S2,将所述卵巢图像及相应的肿瘤标志物输入训练好的卵巢肿瘤良恶性预测模...
周飞谢尧黄强廖蔚扈拯宁廖宗慧刘晨阳李双庆刘梦娟
共1页<1>
聚类工具0