目的对1998年~2018年医学生人文素质教育领域英文文献进行可视化分析,探讨医学生人文素质教育领域的核心研究与热点发展趋势。方法使用引文可视化分析软件Citespace对Web of Science数据库的医学生人文素质教育领域的研究团队、高影响...目的对1998年~2018年医学生人文素质教育领域英文文献进行可视化分析,探讨医学生人文素质教育领域的核心研究与热点发展趋势。方法使用引文可视化分析软件Citespace对Web of Science数据库的医学生人文素质教育领域的研究团队、高影响力作者、高影响力期刊进行定量统计和定性分析。结果美国是发文量最多的国家,占20年来总发文量的41.4%(516/1246);加拿大多伦多大学是发文量最多的机构(26篇);Fred Hafferty是文章被引频次最高的作者(196次);Academic Medicine是被引频次最高的期刊(841次)。结论医学生人文素质教育领域近20年研究热点主要包括医学人文素质教育的基本内涵、加强医学生人文教育重要性的认识、优化人文课程结构、组建专业的医学人文素质师资队伍等方面。展开更多
动态人脸跟踪过程中,现有的跟踪算法存在快速运动、遮挡和频繁进出摄像机视野下无法及时判定跟踪漂移导致跟踪失败,而目标再出现时作为新的目标进行跟踪.针对以上难题,提出一种融合跟踪校验和深度学习识别辅助的动态人脸跟踪算法(Kernel...动态人脸跟踪过程中,现有的跟踪算法存在快速运动、遮挡和频繁进出摄像机视野下无法及时判定跟踪漂移导致跟踪失败,而目标再出现时作为新的目标进行跟踪.针对以上难题,提出一种融合跟踪校验和深度学习识别辅助的动态人脸跟踪算法(Kernelized correlation filter with verification and recognition,KCFVR).跟踪算法核心是结合核相关滤波框架,通过跟踪校验算法判定人脸目标是否跟踪漂移导致跟踪失败;在目标重新出现时,结合深度学习网络识别辅助方法判定是否为新目标.实验结果表明:跟踪校验算法及时减少跟踪误差积累,识别辅助算法在跟踪成功率及识别精度上,都取得较优的实验结果,实现同一人脸目标的实时、持续跟踪.展开更多
目的通过对1999年~2019年医学生同理心领域英文文献进行可视化分析,探究该领域研究热点及前沿趋势,为我国在该领域内的研究提供数据支持和结果参考.方法采用文献计量学方法,于2019年2月25日在Web of Science核心合集中检索出的1146篇医...目的通过对1999年~2019年医学生同理心领域英文文献进行可视化分析,探究该领域研究热点及前沿趋势,为我国在该领域内的研究提供数据支持和结果参考.方法采用文献计量学方法,于2019年2月25日在Web of Science核心合集中检索出的1146篇医学生同理心领域文献,以CiteSpace可视化分析软件为研究工具,对相关文献的研究力量、高影响力作者、高影响力期刊、高频关键词和突变词进行统计分析.结果医学生同理心领域研究力量主要集中在美国,占20年来发文总量的45.20%(518/1146).发文量和文章被引频次最高的作者均为Hojat M,共发表36篇文献,论文被引573次.Acad Med的被引频次居于首位,20年间被引次数达899次.高频关键词包括empathy、medical student、education、gender等,突变词包括communication-skills、internal-medicine、personal-qualities等.结论医学生同理心领域1999年~2019年研究热点涵盖同理心教育、同理心性别差异等,前沿趋势集中于同理心沟通技巧、内科系统医学生同理心、同理心个人素质等方面.展开更多
文摘目的对1998年~2018年医学生人文素质教育领域英文文献进行可视化分析,探讨医学生人文素质教育领域的核心研究与热点发展趋势。方法使用引文可视化分析软件Citespace对Web of Science数据库的医学生人文素质教育领域的研究团队、高影响力作者、高影响力期刊进行定量统计和定性分析。结果美国是发文量最多的国家,占20年来总发文量的41.4%(516/1246);加拿大多伦多大学是发文量最多的机构(26篇);Fred Hafferty是文章被引频次最高的作者(196次);Academic Medicine是被引频次最高的期刊(841次)。结论医学生人文素质教育领域近20年研究热点主要包括医学人文素质教育的基本内涵、加强医学生人文教育重要性的认识、优化人文课程结构、组建专业的医学人文素质师资队伍等方面。
文摘动态人脸跟踪过程中,现有的跟踪算法存在快速运动、遮挡和频繁进出摄像机视野下无法及时判定跟踪漂移导致跟踪失败,而目标再出现时作为新的目标进行跟踪.针对以上难题,提出一种融合跟踪校验和深度学习识别辅助的动态人脸跟踪算法(Kernelized correlation filter with verification and recognition,KCFVR).跟踪算法核心是结合核相关滤波框架,通过跟踪校验算法判定人脸目标是否跟踪漂移导致跟踪失败;在目标重新出现时,结合深度学习网络识别辅助方法判定是否为新目标.实验结果表明:跟踪校验算法及时减少跟踪误差积累,识别辅助算法在跟踪成功率及识别精度上,都取得较优的实验结果,实现同一人脸目标的实时、持续跟踪.
