2002~2007年深圳市龙岗区出生缺陷动态分析

来源 :中国妇幼健康研究 | 被引量 : 0次 | 上传用户:Fllyy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的了解深圳市龙岗区出生缺陷发生情况及分布特征,为出生缺陷的预防和干预提供依据。方法收集深圳市龙岗区2002~2007年出生缺陷资料,对资料进行分析。结果6年间共发现出生缺陷儿1528例,平均出生缺陷率为12.67‰;流动人口平均出生缺陷率为13.52%。,高于常住人口平均出生缺陷率9.53‰(χ^2=25.40,P〈0.001);74.41%出生缺陷儿的母亲为初中及小学文化。2002~2007年龙岗区人口出生缺陷率呈逐年上升趋势(χ^2趋=29.86,P〈0.001)。前5位出生缺陷为:多指(趾)和/或
其他文献
随着深度学习的兴起,近年来行人重识别性能提高的关键是如何构建具有分集特征挖掘的深度神经网络以获得行人图像的紧凑表达,而多分支深度神经网络是实现分集特征挖掘的主要途径。文中分析了近年来用于行人重识别多分支深度神经网络的几种主流构建方法,包括局部分割分集、注意力分集、特征遮挡分集、异构支路分集等,并在3个行人重识别数据集Market1501,Duke, CUHK03上对不同算法性能进行了比较分析。基于
随着无人机硬件成本的降低和深度学习算法的发展,部署在无人机终端的实时目标检测算法在诸多领域展现出广泛的应用前景。然而,嵌入式设备有限的能耗和算力,以及普适性目标检测算法对于小目标特征提取不够充分等问题,制约了此类算法速度和精度的提升。文中提出了一种部署在无人机终端上的小目标实时检测算法DS-YOLO(Dense-SPP YOLO),算法基于密集连接的思想设计了全新的主干网络,并改进了空间金字塔池化