简介:摘要:由于现如今经济发展迅猛,科学技术也在不断的进步,我国多媒体时代已经来临,纵观我国的历史进程,在以往获取气象要点的方式上,发生了巨大的变化,从报刊、收音机以及电视机等等,发展为了新时代新形势,逐渐被多媒体时代所取代。由于现在多媒体盛行,各种获取气象信息的方式层出不穷,有视频,公众号,手机APP 等等,因此对气象影视就提出了更高的要求,收视率也受到了前所未有的挑战,由此可见,必须加强多媒体融合环境下气象影视的发展,并且加强其作用力,让气象影视始终在市场竞争中保持优势,本文针对于多媒体融合环境下气象影视的作用进行了分析,并针对其的发展进行了研究,希望这些发现有助于气象电影和电视服务的长期发展,以供参考。
简介:摘要目的探讨采用深度学习技术提升内镜医师在窄带光成像(narrow band imaging,NBI)下判断结直肠息肉性质准确率的价值。方法收集武汉大学人民医院消化内镜中心结直肠息肉的NBI非放大图片并分为3个数据集,数据集1(2018年1月—2020年10月,1 846张非腺瘤性与2 699张腺瘤性息肉的NBI非放大图片)用来训练和验证结直肠息肉性质鉴别系统;数据集2(2018年1月—2020年10月,210张非腺瘤性息肉和288张腺瘤性息肉的NBI非放大图片)用来比较内镜医师及该系统息肉分型的准确性,同时比较4名消化内镜初学者在该系统的辅助下判断息肉性质的准确性是否有提升;数据集3(2020年11月—2021年1月,141张非腺瘤性息肉和203张腺瘤性息肉的NBI非放大图片)用来前瞻性测试该系统。结果该系统在数据集2中判断结直肠息肉的准确率为90.16%(449/498),优于内镜医师。消化内镜初学者在有该系统的辅助下,息肉分型准确率显著提升。在前瞻性研究中,该系统的准确率为89.53%(308/344)。结论本研究开发的基于深度学习的结直肠息肉性质鉴别系统能够显著提升内镜医师初学者的息肉分型准确率。