简介:摘要 随着社会经济的发展, 物质生活水平的不断提高, 离婚案件越来越多, 离婚财产分割的范围也越来越广泛。法院在具体审理案件过程中, 坚持秉着男女平等,保护妇女、儿童合法权益,有利生产、方便生活等原则进行财产分割。具体问题结合具体情况进行处理, 进而达到解决纠纷的目的。
简介:摘要:婚姻财产制度乃至婚姻法有一套自始坚守的原则和立法价值,包括维护婚姻关系的稳定这一根本价值,以及男女平等、保护弱者利益、兼顾配偶与第三人利益等。这些原则和价值是由一系列因素决定的——婚姻的本质、生产力发展水平、传统因素、男女两性地位等。受这些因素影响,为了实现这些价值,我国选择婚后所得共同制为法定夫妻财产制,通说认为共同制的法理依据为夫妻协力。随着我国经济的发展和人们生活水平的提高,婚姻当事人手中的财产越来越多、价值越来越大,婚姻当事人保护个人财产权利的欲望也逐渐增强,在离婚财产分割时产生的争议也逐渐增多。为了适应这种变化,立法价值趋向于限制共同财产的范围,而扩大个人财产的范围。因为我国婚姻法对共同财产和个人财产的范围规定较为粗糙,都采用列举式规定,造成了立法的不周延,且缺乏统一标准,因而使得理论和实务中争议频现。通过与他国立法对比发现,在共同制下,通常有婚后所得为夫妻共同财产的一般性规定,通过列举的方式规定夫妻个人财产的范围,且我国与各国关于继承所得、赠与所得归属等规定也不相同。对于共同财产的分割,有学者建议以公平原则补充甚至取代均等分割原则,认为均等分割原则无法保证公平,无法保护弱势一方、尤其是女性的利益。这种观点是站不住脚的。公平原则是婚姻法乃至所有法律的指导原则无疑,但具体到夫妻离婚财产分割上,对共同财产进行均等分割才是最大的公平,而且离婚时的公平并不是单靠共同财产分割制度就能实现的,还需要离婚损害赔偿、补偿制度、帮助制度等的配合等做补充。
简介:摘要:随着科学技术的发展,人工智能已经被广泛应用到生活中,计算机视觉作为其中的重要领域,也被研究者逐渐重视。本文重点讲述了卷积神经网络以及图像分割的发展史,重点讲述了目前具有代表的deeplab神经网络架构中的特点,分析其中的原理,对后续的研究具有借鉴作用。
简介:摘要目的探讨级联VB-Net深度学习网络对扩散加权成像(DWI)中急性缺血性脑卒中缺血核心检出和分割的价值。方法回顾性分析2016年12月至2018年12月在河南省人民医院就诊的1 500例急性缺血性卒中患者的MRI资料。将1 500例患者的2 456个病灶依据采集时间按8∶1∶1分为训练集、验证集和测试集。首先在脑DWI图像(b=1 000 s/mm2)上对所有病灶的缺血核心进行手工分割,然后,构建级联VB-Net分割模型,并在测试集对缺血核心进行自动检出、分割和缺血核心体积计算。采用组内相关系数(ICC)评价手工分割与级联VB-Net分割模型测得缺血核心体积的一致性。将样本分为缺血核心体积较大组(缺血核心体积≥10 ml)与缺血核心体积较小组(缺血核心体积<10 ml),采用Mann-Whitney U检验比较两者Dice系数差异。结果测试集中,级联VB-Net分割模型对缺血核心的检出率为94.6%(234/257),Dice系数为0.76(0.68,0.84)。级联VB-Net分割模型[4.19(1.21,14.13)ml]与手工分割缺血核心体积[4.08(1.19,17.92)ml]的一致性高(ICC=0.97,P<0.001)。缺血核心体积较大组与缺血核心体积较小组Dice系数差异无统计学意义[分别为0.76(0.69,0.85),0.76(0.67,0.84),Z=-0.44,P=0.657]。结论级联VB-Net深度学习网络实现了急性缺血性脑卒中缺血核心的自动检出、分割及体积计算,与手工分割的一致性高,能够为治疗方案的选择提供辅助决策工具。
简介:摘要胸部放疗是局限期小细胞肺癌的重要治疗手段,与之相关的剂量分割存在一定争议。超分割放疗方案(2次/d)作为前瞻性研究确立的标准方案,由于不良反应的发生和治疗的不便利,在临床实践中常常被其他治疗策略代替。另外在不可手术的淋巴结阴性的Ⅰ期小细胞肺癌中,立体定向消融放疗为部分高龄且预计难以耐受长疗程放疗的患者提供了新的选择。合适的剂量分割方案既可以保证治疗疗效,也能降低放疗相关急性及晚期损伤。本文将对目前局限期小细胞肺癌剂量分割研究现状进行阐述。
简介:摘要:宫颈癌是威胁女性健康的最大杀手之一,每年全世界大约会新增的病例数多达数十万。其中我国的宫颈癌发病率常年居于世界第一,严重危害着我国女性的生命安全,遏制宫颈癌在我国的蔓延刻不容缓。在宫颈癌的检测方法中宫颈细胞的显微图像检查是公认的最简单、最经济和最直接的方法。这种方法是通过观察宫颈细胞的显微图像,根据医生的专业知识去判断出宫颈细胞是否病变。但是,观察过程中,显微图像所显现在医生面前的细胞,大多都是以重叠,不清晰的细胞块出现,不利于医生的准确观察。
简介:摘要:深度学习是人工智能领域的重要研究方向,TensorFlow是目前流行的深度学习框架。首先对TensorFlow框架及其环境搭建进行了介绍,在Tensorflow框架基础之上实现了U-Net网络模型;然后论述了基于该框架的卷积神经网络模型在脑出血CT图像分割中的应用。
简介:摘要:知识产权作为一种无形财产,如今已经可以作为人们收入的主流财产类型。知识产权的经济价值转化并不是即时的,其经济价值的体现需要一定的时间,所以我们将未能够及时转化为经济效益的部分知识产权称之为知识产权期待利益。知识产权自身携带有人身权和财产权双重属性,在夫妻公共财产分割规则中较为特殊。目前我国尚未对离婚后的知识产权期待利益归属和分割问题给予明晰,离婚后夫妻双方对知识产权的所有问题在司法鉴定过程中也有很大的不同。因此当前只能从近些年来离婚以及知识产权纠纷的相关案例中吸取经验,通过对案件的实例分析对引起知识产权期待利益分割的争议点进行进一步的讨论。
简介:摘要:在图像分析中,经常会对图像中的几何参数进行比较分析,其中涉及长宽,面积等,通常采用最小外接矩阵的方法进行分割测量,测量的时候一般先提取叶片的最小矩形,由于植物叶片表面粗糙并且不规整,边缘的棱角也呈现的极不规律,这就要求我们在处理的过程中,针对最小外接矩阵的各项参数以及所采用的算法都具有一定的特性,。如今,通常采用目标旋转法,顶点链码法两种。但是之前的算法要求高速的计算机运算。在原有的基础上,提出一种优化算法进行分析在植物叶片上。
简介:摘要:深度学习已广泛应用于医学成像的分割中。2015年提出的U-Net模型显示了精确分割小目标及其网络架构可扩展的优势,使其成为医学成像分割任务的主要工具。近年来,随着对医学图像分割性能要求的不断提高,研究人员通过采用新方法或将引入其他方法等手段,从结构、创新性、效率等方面对U-Net架构进行了许多进步。U-Net的成功之处在于它在MRI、CT、眼底成像、超声图像和X射线等几乎所有主要图像模式中被广泛应用,并有巨大的发展潜力。
简介:摘要:基于建筑信息模型(BIM)的楼面饰面砖设计具有可视化、多专业协调设计等优点,因此在设计实践中,通过向楼板的上表面布置饰面砖模型来进行可视化设计。然而饰面砖数量较多,通过机械的重复布置饰面砖将花费大量时间,而且由于碎砖难以避免且碎砖的形状、尺寸较多,如果完全符合设计,就要将这些碎砖提前都准备好,这对于实际多变的工程带来了困难。 为了提高BIM装修设计中饰面砖的设计效率,提出了一种基于BIM的面分割扣减的设计方法。首先,对楼板的上表面进行两个方向的空心布尔减操作,交错的空心族之间便形成了具有饰面砖块特征的面片;其次,通过开发插件来实现上述目的。通过设计案例,结果表明,该方法具有适应性强、设计效率高等优势。
简介:摘要:糖尿病视网膜病变 (DR) 是一种严重的眼部异常,其严重情况下会导致视网膜脱落甚至失明。眼底的渗出液是由于高血糖毒性作用,导致血屏障破坏,血管内的脂质等漏出而造成的。是视网膜病变的并发症之一。由于患者与专业医生数量悬殊巨大,设计一个可以自动的检测渗出液的医疗助手是十分重要的任务。本文依托于深度学习方法,以U-Net架构为骨架网络,以准确度 (Acc)、灵敏度 (SE)、特异性 (SP)以及AUC值作为模型性能的评估指标,先测试了原始U-Net在该任务上的分割能力,在该任务上达到99.8%的准确度,73.1%的灵敏度,98.0%的特异性以及0.973的AUC值。根据U-Net网络架构的固有问题,将Attention机制与U-Net结构,搭建Attention U-Net。99.8%的准确度,81.5%的灵敏度,99.8%的特异性以及0.985的AUC值。实验结果表明,Attention U-Net有更好的特征提取能力。
简介:摘要目的基于深度卷积神经网络(DCNN)方法自动测量彩色眼底像上全局和局部豹纹分布密度。方法应用研究。将2021年5~ 7月于山东第一医科大学附属青岛眼科医院北部院区行近视手术的患者514例1 028只眼的1 005张彩色眼底像建立人工智能(AI)数据库。采用RGB颜色通道重标定方法(CCR算法)、基于Lab颜色空间的CLAHE算法、多重迭代照度估计的Retinex算法、具有色彩保护的多尺度Retinex算法对图像进行预处理。对比观察上述4种图像增强方法以及使用Dice损失、边缘重叠率损失和中心线损失对豹纹分割模型效果的影响。建立眼底豹纹分割模型识别全图范围内豹纹结构区域;构建眼底组织结构检测模型用于视盘及黄斑中心凹定位。计算视野范围内后极部豹纹密度(FTD )、黄斑区豹纹密度(MTD)、视盘区豹纹密度(PTD )。结果应用CCR算法图像预处理和训练损失组合后,豹纹分割模型的Dice系数、准确率、灵敏度、特异性、约登指数分别达到0.723 4、94.25%、74.03%、96.00%和70.03%。模型自动测量的FTD、MTD、PTD值与人工标注测量值平均绝对误差分别为0.014 3、0.020 7、0.026 7,均方根误差则分别为0.017 8、0.032 3、0.036 5。结论基于DCNN分割和检测方法能自动测量近视患者眼底全局和局部区域的豹纹分布密度,可以更准确地辅助临床监测和评估眼底豹纹改变对近视发展的影响。