简介:针对现有的图像分割方法存在的精度低、稳定性较差的问题,提出了一种基于猫群优化算法的图像多阈值分割方法。本文将猫群优化算法(CatSwarmOptimization,CSO)引入到图像分割中,以最大类间方差作为猫群优化算法求解的适应度函数,利用猫群优化算法中猫的两种行为模式——搜寻模式和追踪模式来快速搜寻图像多阈值分割的最佳阈值。实验表明,与粒子群优化算法(ParticleSwarmOptimization,PSO)、头脑风暴算法(BrainStormOptimization,BSO)和人工蜂群算法(ArtificialBeeColony,ABC)相比,CSO在图像分割时的精确性、收敛速度及稳定性上有显著优势。在3阈值图像分割时,所提方法找到最优个体需要的平均迭代次数最少,且稳定性比ABC、BSO和PSO分别提高了5%、10%和80%。
简介:摘要目的研究分析消化内科护理中临床开展健康教育的运用效果。方法研究时间2017.4月-2018.4月消化内科收治的患者154例,上述患者采用数字随机法分成两组,对照组实施优质护理,研究组在此基础上开展健康教育,对两组患者在入院初期及出院前开展疾病相关知识掌握调查问卷,统计比较;并开展护理满意度评价调查。结果研究组入院初期评分(69.92±2.31),出院前(93.63±2.43);对照组入院初期评分(69.59±2.14),出院前(80.84±2.75);研究组疾病相关知识掌握评分高于对照组,有统计学意义(P<0.05)。两组满意度评价研究组(97.40%)与对照组(84.42%)评价统计有意义(P<0.05)。结论消化内科护理中在优质护理开展的同时,健康教育的全程辅助,大大提高患者自身正确的认知,疏导不良情绪,护理满意度提高。