一、什么是发热待查? 二、较长时间的发热病人? 三、门诊治疗无效的发热病人? 四、常规抗生素治疗无效的发热病人? 五、需住院治疗的不明原因发热病人?

提出了一种用于形状检索的基于多级三角形面积函数的傅里叶描述子.对形状轮廓上任一点,多级三角形面积函数通过轮廓的非等弧长分割计算得出,可以很好地描述形状的整体特征和局部细节特征.形状特征向量由多级三角形面积函数的低频傅里叶变换系数构成.在标准的MPEG-7形状图像库上对该方法进行了图像检索实验,并与已有的分别基于中心距离函数、面积函数、最远点距离函数、角度半径复函数、拱高半径复函数的傅里叶描述子以及混合傅里叶描述子进行了检索性能比较.实验结果表明,所提出的方法在相同查全率时具有最高的查准率,且具有较低的计算复杂度,证明该方法的有效性

宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度

一、学生共分六批,每批45~50人,在本院临床见习三周(15个工作日,每批分为2组。 二、上午查房时分散于一、二、三、四、六、产房、八休、计生各病房,参加查房

一、名解释15分) 1.道路设计小时交通量系数 2.行程车速 3.查查线 4.绿波交通

1.计算机网络按其工作模式可以分为哪几种? 2.什么是对等网络?简述其应用的场合及优缺点。 3.如何查看网卡是否正常工作?如何查看网络是否连通?

概述中的信息将帮助学习有关本公司路由器支持的各种接口类型,以及查阅适于不同接 口类型的配置信息 有关本文中所使用接口命令的详尽叙述,请参阅“接口配置命令”。若想查阅在本概述中 出现的其它命令的文档,可参阅手册其它部分 概述包含了可应用于所有接口类型的通用信息,它包括下面这些内容

西安建筑科技大学：《数据结构基础》课程课堂笔记_第四部分 查找、排列_查找 Searching（英文）

目录 一、基本查控战术 二、截停嫌疑车辆 三、设卡堵截车辆战术

1. Introduction, Notation 2. Sequential Search 3. Binary Search 4. Comparison Trees 5. Lower Bounds 6. Asymptotic 7. Pointers and Pitfalls