<samp id="ffp3e"><ins id="ffp3e"><ruby id="ffp3e"></ruby></ins></samp>

<menuitem id="ffp3e"><strong id="ffp3e"></strong></menuitem>

    <tbody id="ffp3e"></tbody>

    <tbody id="ffp3e"><bdo id="ffp3e"></bdo></tbody>
    1. <menuitem id="ffp3e"></menuitem>
    2. <progress id="ffp3e"><bdo id="ffp3e"></bdo></progress>

      <tbody id="ffp3e"></tbody>

    3. <progress id="ffp3e"><bdo id="ffp3e"><dfn id="ffp3e"></dfn></bdo></progress><tbody id="ffp3e"><nobr id="ffp3e"></nobr></tbody>
      華西醫學期刊出版社
      作者
      • 標題
      • 作者
      • 關鍵詞
      • 摘要
      高級搜索
      高級搜索

      搜索

      找到 作者 包含"周亦武" 1條結果
      • 基于卷積神經網絡和有限元法的棍棒類鈍器致腦損傷評價方法研究

        有限元法作為研究鈍器致顱腦損傷機制的新方法,存在耗時長、專業性強等技術壁壘,影響其推廣應用。基于此,本研究提出了一種基于卷積神經網絡和有限元方法的棍棒類鈍器致顱腦損傷的快速量化評價方法。該方法以有限元仿真中提取的棍棒類鈍器速度曲線以及腦組織(大腦、胼胝體、小腦、腦干)最大主應變分別作為卷積神經網絡的輸入與輸出參數,并通過十折交叉驗證法訓練并優化卷積神經網絡,最終確定的卷積神經網絡模型對大腦最大主應變預測結果的平均絕對誤差(MAE)、均方誤差(MSE)、擬合優度(R2)分別為0.084、0.014、0.92;對胼胝體最大主應變預測結果的MAE、MSE、R2分別為0.062、0.007、0.90;對小腦及腦干最大主應變預測結果的MAE、MSE、R2分別為0.075、0.011、0.94。預測結果顯示,本研究開發的深度卷積神經網絡,能夠快速而準確地評估由棍棒類鈍器打擊引起的局部腦損傷,并對理解其造成的腦損傷與量化評價具有重要的應用價值。同時,該技術提高了計算效率,可為將當前基于加速度的腦損傷研究轉變為關注局部腦組織損傷的研究提供依據。

        發表時間: 導出 下載 收藏 掃碼
      共1頁 上一頁 1 下一頁

      Format

      Content

      小泉真希