关键词： 非酒精性脂肪性肝病   纤维化   生物标记   诊断   人工智能  

摘要： 非酒精性脂肪性肝病(NAFLD)患者中有一部分可发展为非酒精性脂肪性肝炎(NASH),当NASH的纤维化程度F≥2且NAFLD活动度评分≥4时,该阶段的NASH被称为纤维化NASH,是药物临床试验中的重点关注对象。目前肝组织活检是评估肝组织学变化的金标准,但因其有创性限制了临床上的应用,因此开发纤维化NASH的非侵入性检测方法显得尤为重要。本文总结了近年来针对纤维化NASH的新型无创诊断方法的相关研究成果,阐述了新型诊断方法对纤维化NASH预测的现状、面临的挑战和未来的发展前景。

关键词： 人工智能   高职语文   写作教学   教学模式创新   学生全面能力培养  

摘要： 文章探讨了人工智能技术在高职语文写作教学中的应用,以及其对教学模式创新和学生全面能力培养的积极影响。人工智能不仅提高了写作教学的效率和质量,还通过智能辅助工具、批改系统和个性化学习推荐等策略培养了学生的个性化学习能力和创新思维。文章为高职语文写作教学提供了新的思路和方法,旨在提升高职学生的写作能力与综合素养。

关键词： 人工智能   互联网时代   价格战   原因及影响   商业路径   产业界   模型  

摘要： 近期,以互联网“老兵”为主的人工智能大模型企业连番掀起“价格战”,希望复刻互联网时代的成功商业路径,引发产业界普遍关注。本文将对人工智能大模型“价格战”的原因及影响进行分析。

关键词： 机器学习方法   水泥基材料   微观结构和性能   预测  

摘要： 机器学习方法(ML)在解决数据高度非线性和大时滞问题上得到了关注,为目标属性的预测及新材料的设计开辟了数据驱动的新模式。水泥基材料在组分、制备与其结构、性能的关系上存在时滞性和周期性长的问题。而机器学习方法在解决水泥基材料上述问题时具有积极作用和非常大的潜力。为此,本文介绍了机器学习方法的特征及其应用过程,综述了机器学习方法在预测水泥基材料微观结构、组分、力学性能和耐久性等方面的研究进展,分析比较了几种用于水泥基材料研究模型的特点和优势,并对所面临的问题和研究方向进行了展望分析,以期促进机器学习方法的应用。

关键词： 人工智能   赋能   高职院校   体育教育   高质量发展  

摘要： 在2018年,教育部正式发布《高等学校人工智能创新行动计划》,该计划明确强调“要加速人工智能在教育领域的创新应用,推动其与教育深度结合,为教育领域的变革提供新的动力和方向”。近年来,随着人工智能技术的快速发展,其在各领域的应用日益广泛,体育教育领域亦不例外,人工智能的广泛应用对体育教育的发展具有显著的推动作用,涵盖数据分析、虚拟实境应用、人工智能教练员、智能评估等多个方面。借助人工智能技术的力量,体育教育教学的科学性和效率性得到显著提升,不仅有利于提高学生身体素质,更有助于全面培养学生的能力素质。本文将深入探讨人工智能如何赋能体育教育的高质量发展,分析其带来的机遇与挑战,并提出相应的策略建议,旨在为体育教育的改革与发展提供有价值的参考。

关键词： 人工智能   计算机   信息安全   防护  

摘要： 人工智能技术正深刻变革网络安全领域,构筑起坚实防线。面对网络环境复杂化、攻击手段隐蔽多样的挑战,AI的融入成为提升防御能力的关键。其精准分析、实时响应与自主学习能力,高效识别威胁、阻断攻击,助力实现网络环境的精细化管理。这一融合趋势不仅促进了网络安全技术的进步,也为构建安全、可信、可控的网络空间提供了强有力的技术支撑与理论保障,有效应对新型威胁,确保网络安全防护体系的持续优化与升级。

关键词： 建筑工程   质量控制   技术创新   大数据   人工智能  

摘要： 为探究建筑工程项目质量控制技术的现状及所面临的挑战,提出了一种以大数据和人工智能为核心的建筑工程项目质量管控创新方法。通过对当前质量控制技术存在的局限和问题进行深入剖析,该研究运用跨学科融合研究手段,对智能化监控及检测技术进行探索,并对质量控制技术进行创新性应用。研究结果表明:技术创新能够显著提高工程质量控制全面性与准确性并有效防范质量问题。另外技术创新也推动建筑行业可持续发展和工程项目整体质量水平的提升。

关键词： 人工智能   高职教育   高质量  

摘要： 新人工智能时代,新技术、新产业、新业态、新模式等新经济对技术和专业技能提出了新的要求,迫切需要能够适应智能时代的创新型、复合型人才。审视当下的高职教育,尽管人工智能技术已得到一定的推广和应用,但其作用并未得到充分发挥,教师的教学技能没有显着提高,没有为高职职业教育的可持续发展创造条件。本文着眼于人工智能背景下的高职教育,简述人工智能技术在高职教育中的作用和重要性,并对存在的一些问题进行系统分析,提出了当下高职教育高质量发展的解决方案。

关键词： 踝关节   人工智能   压缩感知   磁共振成像   图像质量  

摘要： 目的 探讨人工智能压缩感知(ACS)技术在踝关节MRI中应用的可行性。资料与方法 前瞻性收集2023年9—10月在首都医科大学附属北京友谊医院行踝关节扫描的32例健康志愿者,应用3.0T MR进行基于ACS及并行成像(PI)技术的踝关节MRI,采集矢状位质子密度加权成像(PDWI)、冠状位PDWI、横轴位PDWI及矢状位T1WI,并将其分为ACS组和PI组,ACS组ACS综合加速倍数为3.05(ACS 5.0),PI组PI加速倍数为2(PI 2.0)。测量距骨、跟腱及软骨的信号强度以及拇长屈肌的信号强度及标准差,以拇长屈肌为背景噪声计算信噪比(SNR)和对比噪声比(CNR);对两组成像客观评估及主观评估进行统计学分析,各序列图像质量以PI 2.0为标准参考。结果 ACS组SNR和CNR较PI组更高,两组在矢状位PDWI序列各解剖结构比较,差异均有统计学意义(t=-2.937、-1.981、-4.058、-3.879,P<0.05);在冠状位PDWI序列上软骨SNR、距骨CNR差异有统计学意义(t=-3.310、-3.567;P=0.002,P<0.001);在轴位PDWI序列上ACS组与PI组距骨CNR、软骨CNR差异均有统计学意义(t=-4.270、-4.382,P<0.05)。主观评价2位影像诊断医师对两组图像质量评分观察者间一致性强(Kappa=0.977,P=0.009);两组图像质量评分差异均无统计学意义(Z=-0.248、-0.747,<0.001、-0.071,P>0.05)。ACS组与PI组采集总时间分别为337 s及610 s,与PI组相比,ACS组扫描总时间缩短44.8%。结论 基于ACS技术的踝关节MRI不仅能有效缩短扫描时间,还进一步改善图像质量,具有可行性。

关键词： 脑血管病变   计算机断层扫描   血管成像   人工智能   信噪比   动脉狭窄  

摘要： 目的探究人工智能(AI)技术在头颈部计算机断层扫描血管成像(CTA)中的应用效果,为临床提高诊断脑血管疾病准确性提供参考依据。方法回顾性分析东莞市清溪医院2023年5月至2024年5月收治的疑似脑血管病变行头颈部CTA检查的42例患者的临床资料,根据CTA图像处理方法不同将其分为两组,人工组(采用人工处理)和AI组(采用AI处理)。比较两组患者图像中颈总动脉、颈内动脉及大脑中动脉的CT值、噪声值、信噪比(SNR),以数字减影血管造影诊断结果为金标准,比较两种图像处理方法对颈动脉狭窄/闭塞的诊断效能。结果与人工组比,AI组患者颈总动脉、颈内动脉、大脑中动脉的噪声值均更低,SNR均更高(均P<0.05);临床诊断结果显示,42例患者中有30例(71.43%)存在颈动脉狭窄/闭塞情况,而人工组中发现29例(69.05%),AI组中发现31例(73.81%);两组患者颈总动脉、颈内动脉、大脑中动脉的CT值及两种图像处理方法诊断颈动脉狭窄/闭塞的灵敏度、特异度、准确率比较,差异均无统计学意义(均P>0.05)。结论将AI技术应用于头颈部CTA检查,可显著提升图像质量,且对颈动脉狭窄/闭塞的诊断效能良好。