基于多通道的ICU脑血管疾病死亡风险预测模型

死亡风险预测指根据病人临床体征监测数据来预测未来一段时间的死亡风险。对于ICU病患，通过死亡风险预测可以有针对性地对病人做出临床诊断，以及合理安排有限的医疗资源。基于临床使用的MEWS和Glasgow昏迷评分量表，针对ICU病人临床监测的17项生理参数，提出一种基于多通道的ICU脑血管疾病死亡风险预测模型。引入多通道概念应用于BiLSTM模型，用于突出每个生理参数对死亡风险预测的作用。采用Attention机制用于提高模型预测精度。实验数据来自MIMIC [Ⅲ]数据库，从中提取3?080位脑血管疾病患者的16?260条记录用于此次研究，除了六组超参数实验之外，将所提模型与LSTM、Multichannel-BiLSTM、逻辑回归（logistic regression）和支持向量机（support vector machine, SVM）四种模型进行了对比分析，准确率Accuracy、灵敏度Sensitive、特异性Specificity、AUC-ROC和AUC-PRC作为评价指标，实验结果表明，所提模型性能优于其他模型，AUC值达到94.3%。     

基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法

急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病,该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法,可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊.算法包括:对胸痛中心数据库心拍信号进行降噪及心拍分割;根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征;依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别;使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证.实验结果表明,加入胸痛中心真实临床数据后,基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72％,精度达到99.53％,灵敏度达到100.00％,同时F1-Score达到99.76.该算法比其他现有算法准确率提高至少1％,该项研究具有非常重要的临床应用价值.     

基于地方文化的广场景观设计

文化是一个国家、一个民族的灵魂。曲阳县"三馆三中心"广场景观设计以文化为引领,创新设计,融合建筑理念,将雕塑、陶瓷文化融入到景观设计当中,塑造出简洁现代、时尚灵动的多元文化空间。同时,设计服务于居民,满足大众需要,大大提升人们的生活品质。     

道在山林，周弥六合——浙东天台山“洞天福地”的山岳景观流变及文化意象研究

道教洞天福地作为中国名山风景的经典类型之一，在宗教山岳景观中占据独特地位。浙东天台山水神秀，历代高道以入山隐修为主要目的，形成了道教在区域山林的景观文化基础。从天台山“神仙之乡”的文化背景出发，从“想象与实践”的视角切入，梳理了天台山洞天福地的景观流变：分析其“不死之福庭”地域性景观的形成经历了“赤城→桐柏”的信仰转移过程；以天台山为坐标，洞天福地格局打破了区域“层级”分布特征，而呈现大范围“州郡”空间格局。作为“联结点”的天台山，洞天世界沟通了宇宙、山、人3个基本场域，由此衍生出“洞宫”式和“周回”式山岳空间营建典范。旨在挖掘洞天福地中典型案例的价值，为中国洞天福地体系的构建提供理论依据。     

基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。