简介:如何利用移动设备的位置识别功能开发创新性的移动应用系统,是众多研究者和商业应用开发者关注的焦点。基于位置识别的移动学习系统5R自适应框架为实现自适应移动学习环境提供了一套解决方案和标准化结构。5R自适应框架能够根据学习者、位置、时间、移动设备等因素自动生成学习者所需要的学习内容,增强学习者与学习情境之间的交互。5R自适应框架的实施需要描述基于位置的学习内容并使之标签化,建立自适应约束条件和学习内容之间的关系。在基于位置识别的地理课实地考察移动学习过程中,5R自适应框架能够很好地支持这一应用,而且在实现过程中体现出高度的灵活性。
简介:目的验证自适应噪声下旬子识别阈测试方法的可靠性,获得自适应噪声下语句识别阈算法的正常青年男性参考值。方法21名正常听力男性青年(平均年龄21±1.56岁)接受测试。采用嘈杂语噪声下汉语短旬识别测听材料,使用自行编制的自适应算法经言语测昕软件进行噪声下旬子识别阈测试。受试者每人每耳各测试2表。使用维验将获得的平均识别阈SNR‰与所采用材料的整体识别阈SNR50进行比较。结果自适应方法测得噪声下平均句子识别阈SNR50a为(-5.75±0.92)dB。左右耳识别阈之间无统计学差异(P=0.0796)。正常青年男性95%医学参考值范围为(-7.55dB,-3.95dB)。使用自适应算法获得的噪声下旬子识别阈略高于正常听力人群中通过多强度测试获得的识别阈(P〈0.0001)。结论该自适应噪声下语句识别阈算法快速、可靠,为临床提供了一种评价噪声下言语识别能力的测听方法。
简介:目的探索利用食管癌患者首周放射治疗时的锥形束CT(conebeamcomputedtomography,CBCT)图像,建立个体化计划靶区以减少正常组织受照剂量的可行性。方法选取行根治三维放射治疗的食管癌患者10例,获取每位患者治疗首周前5次及后续每周治疗前CBCT验证图像,将其导入治疗计划系统中,与治疗前的定位CT图像配准融合。然后在每个CBCT图像上按患者治疗前靶区勾嘶原则,再次勾画临床靶区(clinictmnorvolume,CTV),并根据首周治疗的摆位误差平均值外扩生成计划靶区(planningtumorvolume,PTVo将首周5个CBCT上勾画的PTV轮廓映射到定位CT上合并生成PTVl,以此法生成后续2-6周的IYFV2,、按照初始计划(PlanA)的参数设置,保持靶区处方剂量及各危及器官的限量要求不变,以PTV1为靶区,制定一个新的放射治疗计划,即患者个休化的自适应放射治疗计划(PlanB)。用新计划(P1anB)的95%等剂量线评估PTV2覆盖度,通过剂量一体积直方图(DVH)来比较PlanA与PlanB中肺、心脏和脊髓的受照射剂量。结果PTV1体积比PTV休积小(P〈0.05);PlanB中处方剂量95%等剂量线的覆盖率分别为:PTV1=(98.9±2.0)%和PTV2=(99.1±2.0)%,筹异兀统计学意义(P〉0.05)。PlanB的危及器官所受剂量均小于PlanA:肺V20(25.1%vs26.9%)、平均剂量(14.0Gvvs15.1Gy),心脏的平均剂量(16.7GyUS19.7Gy)和脊髓最大剂量(42Gy:US43Gy),差异具有统计学意义(P〈0.05)。结论利用患者治疗白饲CBCT图像资料反馈的信息,可以有效减少计划靶区体积。修改后的汁划可在后续治疗中开展,并能进一步减少靶区周同危及器官的照射剂量和潜在提高靶区剂量。
简介:时下网上很流行“火星文”,说是没有几个错别字就不时尚,导致一些同学在作文中写了不少错别字也不以为然。一次作文评讲课上,一同学错把“眼泪”写成“眼珠”,大家哈哈一笑,亦不以为然。于是,我给他们讲了一个故事——有一个农民的食指被蛇咬伤了,开始他不以为然,等到肿烂起来后,他才到一家医院去医治。医生诊断后,认为要切除食指,但他在开处方时将“切除食指”误写成了“切除十指”。所以,当这位农民从手术室出来时,十个手指全不见了,他因此丧失了劳动能力,为此还引发了一起医疗事故纠纷。医生误将“食”写成“十”,就使一个正常人丧失了九根健康的手指,成了残疾人,多么可怕啊!听了这个故事,同学们的表情变得严肃起来。