摘要：肺部肿瘤目前是致死率最高的疾病之一。其初期的形状一般非常微小,且和正常的组织类似,哪怕是经验丰富的医生也无法确保能够精准地确定肿瘤所在位置,因此使用计算机辅助检测是一个不错的选择。在研究深度学习目标检测算法YOLOv5的基础上,针对上述难点,从以下三个方面改进YOLOv5算法来进行肺部肿瘤检测。首先,根据数据集中所有肿瘤大小重新设计了初始检测框的大小;然后,利用主干特征提取网络中的特征图,并新添加了一个检测层,该检测层的特征图只经过了两次下采样,能更好地保留肿瘤的细节信息;最后,选择CBAM注意力机制加入FPN结构,进一步提高模型的检测效果。通过在LUNA16数据集上进行实验,发现改进算法的精确率、召回率和mAP分别达到了96.81%、94.94%和96.6%,比改进前分别提高了15.18%、18.02%和13.46%,且与近三年同类算法相比,也具有较好的检测性能。所以此改进算法能有效地对肺部肿瘤进行检测。

摘要：为探索基于网络教学平台的混合教学模式及其在高校推广应用的可行性,开展针灸学混合教学课程实践。通过对课程教学质量、学生在线学习行为、教学实施效果等数据的分析,结果显示其教学内容、方法、结果均有助于启发学生的科研创新思维、提升学生的自主思考能力,有助于实现深度学习、提高人才培养质量。