目的了解社区精神康复对精神分裂症患者精神病性症状和社会功能的影响。方法选择出院随访的康复期精神分裂症患者101例为研究对象,随机分为干预组和对照组,两组患者均自愿参加开放兴趣小组,每次活动均有1个确定主题。干预组在此基础上...目的了解社区精神康复对精神分裂症患者精神病性症状和社会功能的影响。方法选择出院随访的康复期精神分裂症患者101例为研究对象,随机分为干预组和对照组,两组患者均自愿参加开放兴趣小组,每次活动均有1个确定主题。干预组在此基础上采用个案管理和团体康复训练等社区精神康复形式。两组均随访6月,且采用阴性和阳性症状量表(The Positive and Negative Syndrome Scale,PANSS)评估患者的精神症状,个体与社会功能量表(Personaland Social Performancescale,PSP)评定患者的社会功能,比较两组精神病性症状及社会功能改善情况。结果社区精神康复6月后,两组在阳性症状分、阴性症状分、一般病理分、PANSS总分和PSP总分的改善方面比较差异有统计学意义(P<0.05),干预组优于对照组。PSP改善程度与精神病性症状改善呈正相关,特别是阴性症状改善越明显,患者的PSP能力越好。结论系统的社区精神康复训练可以改善精神病性症状,特别是阴性症状,提高社会功能;且参加精神康复训练时间越长,效果越明显。展开更多
提出了一种基于金字塔场景解析网络(pyramid scene parsing net,PSP Net)的深度学习算法。以湖北省遥感影像为实验数据,借助PSP Net的上下文场景解析能力,研究湖北省30 m分辨率的土地覆盖。实验使用了湖北省Landsat卫星影像中507景900&#...提出了一种基于金字塔场景解析网络(pyramid scene parsing net,PSP Net)的深度学习算法。以湖北省遥感影像为实验数据,借助PSP Net的上下文场景解析能力,研究湖北省30 m分辨率的土地覆盖。实验使用了湖北省Landsat卫星影像中507景900×600像素的标准分幅影像,通过预处理生成了适用于深度学习的样本集。选择其中300景为样本,包括训练集240个、预测集44个和验证集16个。使用快速特征嵌入卷积结构(convolutional architecture for fast feature embedding,CAFFE)下的PSP Net模型对样本数据进行训练,设置了10×10-10的学习率,选择了第100万次的训练模型,很好地防止了数据的过拟合。通过模型的泛化和样本的泛化与迭代,对湖北省2000年、2005年、2010年3期的Landsat卫星影像土地覆盖进行分类,分类精度分别达到82.2%、83.4%和83.7%。研究结果表明,基于PSP Net的深度学习算法可以快速、有效和精确地实现大范围的遥感影像土地覆盖分类。展开更多
文摘目的了解社区精神康复对精神分裂症患者精神病性症状和社会功能的影响。方法选择出院随访的康复期精神分裂症患者101例为研究对象,随机分为干预组和对照组,两组患者均自愿参加开放兴趣小组,每次活动均有1个确定主题。干预组在此基础上采用个案管理和团体康复训练等社区精神康复形式。两组均随访6月,且采用阴性和阳性症状量表(The Positive and Negative Syndrome Scale,PANSS)评估患者的精神症状,个体与社会功能量表(Personaland Social Performancescale,PSP)评定患者的社会功能,比较两组精神病性症状及社会功能改善情况。结果社区精神康复6月后,两组在阳性症状分、阴性症状分、一般病理分、PANSS总分和PSP总分的改善方面比较差异有统计学意义(P<0.05),干预组优于对照组。PSP改善程度与精神病性症状改善呈正相关,特别是阴性症状改善越明显,患者的PSP能力越好。结论系统的社区精神康复训练可以改善精神病性症状,特别是阴性症状,提高社会功能;且参加精神康复训练时间越长,效果越明显。
文摘提出了一种基于金字塔场景解析网络(pyramid scene parsing net,PSP Net)的深度学习算法。以湖北省遥感影像为实验数据,借助PSP Net的上下文场景解析能力,研究湖北省30 m分辨率的土地覆盖。实验使用了湖北省Landsat卫星影像中507景900×600像素的标准分幅影像,通过预处理生成了适用于深度学习的样本集。选择其中300景为样本,包括训练集240个、预测集44个和验证集16个。使用快速特征嵌入卷积结构(convolutional architecture for fast feature embedding,CAFFE)下的PSP Net模型对样本数据进行训练,设置了10×10-10的学习率,选择了第100万次的训练模型,很好地防止了数据的过拟合。通过模型的泛化和样本的泛化与迭代,对湖北省2000年、2005年、2010年3期的Landsat卫星影像土地覆盖进行分类,分类精度分别达到82.2%、83.4%和83.7%。研究结果表明,基于PSP Net的深度学习算法可以快速、有效和精确地实现大范围的遥感影像土地覆盖分类。
