112統測榜首的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列特價商品、必買資訊和推薦清單

新世代高職學生學習成效之關鍵影響因素

為了解決112統測榜首的問題，作者莊旻諺 這樣論述：

　　本研究要旨在探索除廣設大學及少子化因素外，是否仍有其它因素造成新世代學生學習態度及學習成效低落的主因，其結果得提出重要訊息給教育方及政府方，以解決我國人才庫荒問題。　　本研究選取嘉義市某技職高中的學生為研究對象，逕以親子關係、師生關係、同儕互動、媒體催化做為解釋學習態度的因子，探討上述四個因子，是否可藉由學習態度中介對學習成效造成影響。過程中採便利抽樣方式進行問卷測驗，問卷發放數，總計300份；其中未回收之問卷數，計13份；無效問卷數，計80份；將未回收數及無效數扣除後，最後得有效問卷數，計207份，回收率為69%；並以SPSS 20統計軟體進行分析，以驗證本研究各構面之論點。　　研究結

果顯示：（1）學習態度對學習成效有高度正向影響（2）親子關係對學習態度有高度正向影響（3）師生關係對學習態度有高度正向影響（4）同儕互動對學習態度有高度正向影響（5）媒體催化對學習態度有高度正向影響（6）親子關係、師生關係、同儕互動、媒體催化同時干擾學習態度時，媒體催化之影響效果產生弱化現象。

電腦輔助子宮頸抹片異常細胞辨識之初期研究

為了解決112統測榜首的問題，作者馮齡儀 這樣論述：

子宮頸癌為台灣地區癌症的致命疾病之一，其發生率高居五大婦癌的榜首。傳統上以子宮頸抹片檢查為預防子宮頸癌最好的方式，一般配合子宮頸陰道鏡影像檢查，提供醫師在細胞型態、癌化程度與是否需要進一步施行組織切片檢查的主要依據。本研究主要為『子宮頸抹片異常細胞辨識之初期研究』，希望透過影像處理技術的應用，分析與子宮頸癌發生之可能相關細胞型態及特徵參數，藉以提供臨床醫師在子宮頸癌前期之診斷輔助。本研究直接擷取子宮頸抹片影像作分析，將影像分為彩色影像與灰階影像兩部分進行。在彩色影像部分，透過RGB與HIS模型運算所得之參數提供不同損傷程度之細胞其表現差異。而在灰階影像部分，針對影像運用Histogram E

qualization提高影像之對比度，利用灰度伴隨矩陣分析影像之紋理表現，最後由主動輪廓模型圈選出欲分析之細胞，計算其細胞核大小、核質比及細胞輪廓長度等參數。研究過程中，利用假體影像及標準圖譜共30張影像來測試系統之參數準確性與可行性，並針對臨床子宮頸癌病例共149張影像進行實際診斷鑑別及分析探討。此外，也藉由臨床醫師之協助比較系統與傳統人工鑑別細胞正常或異常的差異性。初步結果顯示，系統不論在薄層抹片或傳統抹片影像上初步辨識細胞正常或是異常時，其Accuracy、Sensitivity與Specificity值均為1，表示系統在辨識正常細胞與異常細胞上具有良好的鑑別力。而在異常細胞鑑別型態部

分，薄層抹片其Accuracy、Sensitivity與Specificity值分別為0.9、1與0.8；而傳統抹片其Accuracy、Sensitivity與Specificity值分別為0.841、0.905與0.783。導致Accuracy與Specificity不高的原因是在薄層抹片分析中有一筆FP值，因其細胞核質比較大，因此系統將該細胞判斷為HSIL；而傳統抹片中有2張HSIL的影像，其在特徵表現上與LSIL近似，因此系統鑑別錯誤；而將系統鑑識結果與人工比對發現，系統可以有效判斷肉眼較無法辨識之異常細胞。整體而言，系統之完成能夠提供子宮頸癌細胞之形態分析與初步診斷，並能實際輔助臨床上

之子宮頸癌細胞鑑別診斷，資料庫之建立亦可提供子宮頸癌治療前後之評估。未來可增加病例數與其他特徵參數之收集，使貝氏網路之訓練更加具有意義以提高系統之正確率，亦可加入異常細胞自動偵測來提高系統之效率。