小欧读片——Ai随身医生 - 人居环境设计 - 全国大学生数字媒体科技作品及创意竞赛官网
查看原图

竞赛作品 > 测试

小欧读片——Ai随身医生

  • 测试竞赛作品——小欧读片——Ai随身医生

    作品名称:小欧读片——Ai随身医生
    参赛院校:河北工业大学廊坊分校
    指导教师:徐晓涵
    团队成员:刘仕豪、郑帅帅、贾腾、梁兴梅、梁雨龙
    数媒竞赛网(mit.caai.cn)2021年参赛作品
    作品描述:

        本系统基于深度学习中的神经网络图像识别算法,将系统应用在放射学、病理学和皮肤病学领域,在这些领域里识别X光片、发现肿瘤细胞和推断皮肤损伤等病患,同时建设面向移动互联网的医学影像判读服务项目。该算法采用混合卷积网(PCL)进行底层的平移不变特征学习,以层次化的方式迭代应用卷积神经网络(CNN)对输入图像集的不同非线性特征进行学习。算法的图库和查询实例中包括了不同视角、背景、面部表情、解析度和照明度的人脸或物体图像集。与医疗卫生组织、各级医院合作,为人民健康护航,系统方便、快捷、智能的特点,可以实时为用户阅片,每天的健康知识,健康提醒,可以在一定程度上为人民健康提供保障。推动社会医疗发展,减轻工作负荷和成本,提高工作效率,助力结构化报告,解放潜在社会生产力,省去挂号、排号等待医师看片的无效时间,可以做更有意义价值的事,解放潜在社会生产力,节省社会资源,创造更多社会价值。


  • 测试竞赛作品——小欧读片——Ai随身医生

    作品名称:小欧读片——Ai随身医生
    参赛院校:河北工业大学廊坊分校
    指导教师:徐晓涵
    团队成员:刘仕豪、郑帅帅、贾腾、梁兴梅、梁雨龙
    数媒竞赛网2021年参赛作品
    作品描述:

        本系统基于深度学习中的神经网络图像识别算法,将系统应用在放射学、病理学和皮肤病学领域,在这些领域里识别X光片、发现肿瘤细胞和推断皮肤损伤等病患,同时建设面向移动互联网的医学影像判读服务项目。该算法采用混合卷积网(PCL)进行底层的平移不变特征学习,以层次化的方式迭代应用卷积神经网络(CNN)对输入图像集的不同非线性特征进行学习。算法的图库和查询实例中包括了不同视角、背景、面部表情、解析度和照明度的人脸或物体图像集。与医疗卫生组织、各级医院合作,为人民健康护航,系统方便、快捷、智能的特点,可以实时为用户阅片,每天的健康知识,健康提醒,可以在一定程度上为人民健康提供保障。推动社会医疗发展,减轻工作负荷和成本,提高工作效率,助力结构化报告,解放潜在社会生产力,省去挂号、排号等待医师看片的无效时间,可以做更有意义价值的事,解放潜在社会生产力,节省社会资源,创造更多社会价值。


  • 测试竞赛作品——小欧读片——Ai随身医生

    作品名称:小欧读片——Ai随身医生
    参赛院校:河北工业大学廊坊分校
    指导教师:徐晓涵
    团队成员:刘仕豪、郑帅帅、贾腾、梁兴梅、梁雨龙
    数媒竞赛网2021年参赛作品
    作品描述:

        本系统基于深度学习中的神经网络图像识别算法,将系统应用在放射学、病理学和皮肤病学领域,在这些领域里识别X光片、发现肿瘤细胞和推断皮肤损伤等病患,同时建设面向移动互联网的医学影像判读服务项目。该算法采用混合卷积网(PCL)进行底层的平移不变特征学习,以层次化的方式迭代应用卷积神经网络(CNN)对输入图像集的不同非线性特征进行学习。算法的图库和查询实例中包括了不同视角、背景、面部表情、解析度和照明度的人脸或物体图像集。与医疗卫生组织、各级医院合作,为人民健康护航,系统方便、快捷、智能的特点,可以实时为用户阅片,每天的健康知识,健康提醒,可以在一定程度上为人民健康提供保障。推动社会医疗发展,减轻工作负荷和成本,提高工作效率,助力结构化报告,解放潜在社会生产力,省去挂号、排号等待医师看片的无效时间,可以做更有意义价值的事,解放潜在社会生产力,节省社会资源,创造更多社会价值。


  • 测试竞赛作品——小欧读片——Ai随身医生

    作品名称:小欧读片——Ai随身医生
    参赛院校:河北工业大学廊坊分校
    指导教师:徐晓涵
    团队成员:刘仕豪、郑帅帅、贾腾、梁兴梅、梁雨龙
    数媒竞赛网2021年参赛作品
    作品描述:

        本系统基于深度学习中的神经网络图像识别算法,将系统应用在放射学、病理学和皮肤病学领域,在这些领域里识别X光片、发现肿瘤细胞和推断皮肤损伤等病患,同时建设面向移动互联网的医学影像判读服务项目。该算法采用混合卷积网(PCL)进行底层的平移不变特征学习,以层次化的方式迭代应用卷积神经网络(CNN)对输入图像集的不同非线性特征进行学习。算法的图库和查询实例中包括了不同视角、背景、面部表情、解析度和照明度的人脸或物体图像集。与医疗卫生组织、各级医院合作,为人民健康护航,系统方便、快捷、智能的特点,可以实时为用户阅片,每天的健康知识,健康提醒,可以在一定程度上为人民健康提供保障。推动社会医疗发展,减轻工作负荷和成本,提高工作效率,助力结构化报告,解放潜在社会生产力,省去挂号、排号等待医师看片的无效时间,可以做更有意义价值的事,解放潜在社会生产力,节省社会资源,创造更多社会价值。


  • 测试竞赛作品——小欧读片——Ai随身医生

    作品名称:小欧读片——Ai随身医生
    参赛院校:河北工业大学廊坊分校
    指导教师:徐晓涵
    团队成员:刘仕豪、郑帅帅、贾腾、梁兴梅、梁雨龙
    数媒竞赛网2021年参赛作品
    作品描述:

        本系统基于深度学习中的神经网络图像识别算法,将系统应用在放射学、病理学和皮肤病学领域,在这些领域里识别X光片、发现肿瘤细胞和推断皮肤损伤等病患,同时建设面向移动互联网的医学影像判读服务项目。该算法采用混合卷积网(PCL)进行底层的平移不变特征学习,以层次化的方式迭代应用卷积神经网络(CNN)对输入图像集的不同非线性特征进行学习。算法的图库和查询实例中包括了不同视角、背景、面部表情、解析度和照明度的人脸或物体图像集。与医疗卫生组织、各级医院合作,为人民健康护航,系统方便、快捷、智能的特点,可以实时为用户阅片,每天的健康知识,健康提醒,可以在一定程度上为人民健康提供保障。推动社会医疗发展,减轻工作负荷和成本,提高工作效率,助力结构化报告,解放潜在社会生产力,省去挂号、排号等待医师看片的无效时间,可以做更有意义价值的事,解放潜在社会生产力,节省社会资源,创造更多社会价值。


  • 测试竞赛作品——小欧读片——Ai随身医生

    作品名称:小欧读片——Ai随身医生
    参赛院校:河北工业大学廊坊分校
    指导教师:徐晓涵
    团队成员:刘仕豪、郑帅帅、贾腾、梁兴梅、梁雨龙
    数媒竞赛网2021年参赛作品
    作品描述:

        本系统基于深度学习中的神经网络图像识别算法,将系统应用在放射学、病理学和皮肤病学领域,在这些领域里识别X光片、发现肿瘤细胞和推断皮肤损伤等病患,同时建设面向移动互联网的医学影像判读服务项目。该算法采用混合卷积网(PCL)进行底层的平移不变特征学习,以层次化的方式迭代应用卷积神经网络(CNN)对输入图像集的不同非线性特征进行学习。算法的图库和查询实例中包括了不同视角、背景、面部表情、解析度和照明度的人脸或物体图像集。与医疗卫生组织、各级医院合作,为人民健康护航,系统方便、快捷、智能的特点,可以实时为用户阅片,每天的健康知识,健康提醒,可以在一定程度上为人民健康提供保障。推动社会医疗发展,减轻工作负荷和成本,提高工作效率,助力结构化报告,解放潜在社会生产力,省去挂号、排号等待医师看片的无效时间,可以做更有意义价值的事,解放潜在社会生产力,节省社会资源,创造更多社会价值。



测试竞赛作品—夏日晴海 上一篇

  • 1/6

  • 2/6

  • 3/6

  • 4/6

  • 5/6

  • 6/6

测试竞赛作品—屿浪 下一篇



Copyright © 2001 - 2022 全国大学生数字媒体科技作品及创意竞赛网版权所有

Copyright © 2001 - 2022 数媒竞赛网(http://www.shumeijingsai.com)版权所有