不平衡数据集下的水下目标快速识别方法

水下目标的准确识别是水下机器人实现抓取、捕捞等安全作业的前提,针对水下图像质量差、样本数量少及类不平衡而导致目标识别精确度低的问题,提出了一种基于生成对抗网络（Generative Adversarial Networks, GAN）的水下目标快速识别算法。利用GAN理论搭建了深度卷积神经网络的水下图像生成模型,通过生成器与判别器的零和博弈生成特定水下目标图像;设计生成目标的中心坐标计算函数和边界融合函数,将生成目标与背景图像融合后训练水下目标识别模型。实验结果表明,所提方法能够显著提高水下目标识别精确度,对实现水下目标准确抓取、促进水下作业及海洋资源的开发具有重要意义。     

产后出血原因及相关因素临床回顾研究

目的:研究分析产后出血原因和相关影响因素。方法:回顾性分析研究2018年1月至2019年1月期间收治的150例产后出血患者,作为实验组,选取同期收入的50例正常分娩患者作为参照组,比对分析两组临床资料和影像学因素,开展多因素和单因素分析。结果:年龄超过35岁、孕次超过3次、产程延长、产次超过2次、剖宫产、产道撕裂、宫缩乏力、巨大胎儿、肝功能异常、胎盘植入均为产后出血发生的危险因素。宫缩乏力、肝脏因素产生的凝血功能异常、胎盘植入、产道撕裂属于产后出血的独立高危因素。结论:产道撕裂、宫缩乏力、胎盘植入容易促使产妇产后发生大出血:加强预防宫缩乏力的力度、避免产道撕裂、防止因肝脏功能异常的凝血功能不足、产前B超胎盘监控等都有利于产后出血的预防。