摘要：对目标车辆的信息进行高效、准确的检测是自动泊车、智能交通等领域的关键技术之一。针对智能泊车机器人对目标车辆进行近距离测量的需求,提出了一种基于单线激光雷达的车辆位姿检测方法。利用激光雷达扫描目标车辆底部区域,并使用DBSCAN聚类算法分割点云。将车轮点云簇视作L形特征,提出了一种基于特征点搜索的车轮拟合算法,同时给出了两种特征角点搜索准则。针对获取的车轮集合,提出了一种筛选目标车辆车轮的策略,假定了两种车辆位姿检测工况并设计了对应的算法。通过实车环境下的测试,验证了方法的实时性、准确性,满足了泊车机器人的位姿检测需求。

摘要：目的:利用大数据平台在科研一体化构建等方面的科学性与时效性,探讨其在单病种研究的使用价值。方法:利用医院科研大数据平台高效的数据采集与清洗、数据治理与标准化、后结构化处理、大数据搜索能力、科研统计分析能力等科研手段,优化科研工作模式,提高科研效率与分析能力。结果:针对科研要求,设计电子CRF表单,通过宣教、电话、微信、医院信息管理系统、电子病历等实时获取患者康复情况,专项建立患者康复随访数据库,实时更新数据库数据。结论:科研大数据平台能够有效地提高科研工作效率,对单病种研究有积极的促进作用,并能够加快科研进程与科研结果产出。

摘要：目的探索智能语音识别技术在医技科室的应用与发展前景,构建医技报告交互系统并对其应用效果进行评价。方法以真实医疗环境下的音频数据及大量医技报告为基础,建设面向医技科室的语音识别引擎,并结合实际检测场景定制语音指令,实现非接触式的人机交互方式。结果根据技术及应用两方面的评价结果表明,在实际工作中,该系统的语音识别率可达到95.72%,已满足临床使用要求,与键盘录入相比,通过语音录入的工作模式在效率方面更具优势,报告撰写时间、周转时间缩短近四分之一。结论医技报告交互系统的运用,改变了医技科室传统的工作模式,在提升科室工作效率及优化检查业务流程方面均起到了积极的促进作用。

摘要：从关键方法、总体架构、具体功能几方面阐述肺癌早筛管理平台设计,介绍平台应用效果,指出该平台能够为居民提供更便捷、优质的健康管理服务,提高社区医生肺癌防治能力。

摘要：随着信息技术的快速发展,遥感数据获取途径得到进一步拓展,人工智能技术的融入,使得遥感智能解译方法有了新的突破。解译方法从传统的图像物理特征识别,转变为图像认知理解识别。研究通过梳理遥感解译方法,分析遥感解译在国土空间资源领域的实际应用案例,总结得出其在现状分析、监测评估、空间规划和管理四个方面的应用特点。通过对概念、问题和应用的总结与探讨,为遥感在国土空间资源相关研究提供应用借鉴与支撑。

摘要：以武汉市为例,利用情景分析法,结合基于最小加权费用路径模型的Ecological Network模型识别生态网络,并利用网络连接度指数和斑块关联度指数对整体网络结构和生态源地斑块关联度进行了定量分析与评价。研究发现,武汉市森林生态网络空间分布不均,城市交通网络对生态网络的整体结构影响较大,网络结构、数量与生态源地斑块关联度指数均呈由城市中心向城市远郊区逐渐复杂与增加的趋势。在此基础上,提出了网络保护策略,为武汉市森林生态系统保护与城市空间发展提供了科学依据与参考。

摘要：详细阐述医疗语义众包标注平台的标注流程与方法,包括平台角色分配、任务动态分配、用户能力评估、质量控制与检查等方面,介绍平台技术架构、结构与功能,通过实验对比传统人工标注与众包标注平台的应用效果,结果证明后者在标注速度、耗时、正确率上均优于前者。

摘要：目的:设计并实现项目型医联体框架下肺癌早期筛查系统(以下简称"肺癌早筛系统")。方法:分析、明确肺癌早筛各医疗机构的协作流程,给出系统框架。结果:所设计系统覆盖上海某区域肺癌筛查的全流程,满足项目型医联体肺癌早筛的工作需求。进一步统计分析发现,该系统使用已达平稳。结论:在项目型医联体肺癌早筛的建设过程中,加快信息化的发展,对于促进医疗机构的协作水平、优质医疗资源的共享共用等有着重大意义。

摘要：目的基于多尺度融合注意力机制,提出改进Attention U-Net的胆囊自动分割模型,提高胆囊自动分割模型的性能,以辅助医生进行临床诊断。方法首先选取2017年1月—2019年12月上海交通大学医学院附属新华医院普外科、吉林大学白求恩第一医院肝胆胰外一科和吉林大学中日联谊医院普外科收治的88例病理诊断明确的胆囊癌患者、28例慢性胆囊炎胆囊结石患者和29例健康对照,构建胆囊分割数据集,然后通过对医学常用深度学习图像分割方法U-Net和Attention U-Net进行分析,提出基于多尺度融合注意力机制改进的Attention U-Net方法,并设计实验对3种方法进行对比评估。结果提出的改进Attention U-Net方法在验证集上的交并比阈值(IoU)分数、Dice系数、检测精度(Precision)和召回率(Recall)分别为0.72、0.84、0.92、0.79,全部优于传统U-Net和Attention U-Net方法。结论本文提出了基于多尺度融合注意力机制改进的Attention U-Net模型,其性能优于U-Net和Attention U-Net,证明了本方法中改进的注意力机制可以很好地改善U-Net模型在胆囊影像上的分割结果。

摘要：简单回顾了智能客服在金融领域的发展,介绍了金融领域的知识图谱、智能问答等相关技术,讨论了研究与应用的意义;另外分析了金融领域中智能客服相关技术的市场案例。在此基础上讨论了金融领域智能客服的系统架构设计和工作流程,并提出了金融领域未来创新和应用的方向。