80、多领域研究进展：医学图像分割、学术情绪预测与中文多词表达提取

多领域研究进展：医学图像分割、学术情绪预测与中文多词表达提取

1. 皮肤病变图像分割研究

在皮肤病变图像分割方面，提出了将分水岭变换与小波滤波器相结合的方法。通过实验发现，2 级 bior3.3 小波滤波器与分水岭变换结合时，能达到最高的分割精度。这种方法有效减少了分水岭变换中过度分割的问题，并且有利于目标识别。

1.1 方法优势

• 减少过度分割 ：传统的分水岭变换容易出现过度分割的问题，而结合小波滤波器后，能更精准地对皮肤病变区域进行分割。
• 提升目标识别 ：有助于更清晰地识别病变区域，为后续的诊断提供更准确的信息。

1.2 未来计划

未来计划使用其他方法进一步优化分水岭算法，以提高分割的准确性和稳定性。

2. 基于脑电波、鼠标行为和个性特征预测学术情绪

学习过程中，学生的情绪状态对学习效果有显著影响。因此，研究如何预测学生的学术情绪具有重要意义。

2.1 情感计算的重要性

情感计算旨在让学习系统能够感知学生的情绪，从而提供更合适、及时的反馈，提高学习系统的整体效率。学术情绪如自信、兴奋、沮丧和兴趣等，会影响学生的认知表现。积极情绪能增强记忆和解决问题的能力，而消极情绪可能导致学习兴趣下降、自我否定甚至放弃任务。

2.2 实验设置与方法

• 实验对象 ：选取 25 名不同个性的本科生作为研究对象。