简介：通常测量NMRT2都要经过付立叶变换成波谱,因而要花费大量的时间和计算机存储单元。本文实现了对生物组织中水样品的FID信号进行直接测量并计算出NMRT2,从而省去了繁锁的FT计算过程,并提高了测量精度。结果测得人血红细胞中水质子的T2值为112.6ms,标准偏差为1.89ms。

简介：本文阐述了用超声波短时作用来处理水样,从而找到更科学地计数水体中微囊藻细胞数的方法。并通过实验进一步研究了超声波频率和作用时间对处理效果的影响。

简介：在此提出一种改进的深度卷积神经网络模型,该模型通过增加并联卷积层,拓展卷积神经网络宽度实现,有利于提取图像特征,提高网络性能;卷积层中对特征图像采用批量归一化方法进行预处理,加快网络训练.实验结果表明,该模型能更准确地学习宫颈癌细胞图像特征,从而有效降低了分类错误率.

简介：参考文献按在正文中出现的先后次序列表于文后，表上以“参考文献”居中排作为标识；参考文献的序号左顶格，并用数字加方括号表示，如[1]，[2]，…，以与正文中的指示序号格式一致。每一参考文献条目的最后均以“．”结束。各类参考文献条目的编排格式及示例如下。

简介：深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

简介：为有效降低宫颈癌细胞图像在图像识别中的假阴性率,在此提出一种改进的残差网络算法.该改进算法通过对交叉熵代价函数增加权重实现,根据不同病变程度的宫颈细胞建立权重矩阵,有针对地对假阴性类别的输出进行加权处理,优化分类输出、减少假阴性误判.实验结果表明,对于不同的宫颈细胞图像数据集,本改进算法输出分类效果稳定;与传统图像分类算法相比,改进后的交叉熵代价函数算法在识别分类宫颈细胞图像时,能有效降低宫颈癌细胞图像的假阴性率.

简介：本文首先对该标准适用范围进行了说明，又对新旧标准的异同和实施中应注意的问题分别进行了论述，作者根据检测机构在该标准实施中容易出现的问题如核查总体的确认，DQL声称质量水平、抽样方案的检索、样本检验、判定准则等五个方面进行详尽的论述，提出自己的见解与大家共同探讨。