关键词： 智慧农业   人工智能   大模型   应用领域   重点方向  

摘要： 在全球人口持续增长、气候变化日趋剧烈以及耕地资源日益紧张的背景下,传统农业生产模式所依赖的经验性操作和人力投入已难以支撑现代农业对高效率、高质量与可持续发展的迫切需求。基于此,聚焦人工智能大模型在智慧农业领域应用的关键技术路径、典型应用场景与发展重点,梳理在农业生态系统中的战略价值,提出构建中国特色农业大模型生态的可行方案,实现我国农业在新一轮科技革命浪潮中的高质量跃迁。

关键词： 数字孪生   人工智能   物联网   三维可视化   智慧校园   数据挖掘   性能优化  

摘要： 研究旨在探索基于数字孪生技术的智慧校园管理与优化方法,以解决校园管理效率低、能耗控制不足和信息孤岛等问题,为智慧校园建设提供技术支持。通过设计模块化与分层化的数字孪生平台架构,结合物联网、大数据、三维建模与人工智能技术,构建了涵盖数据采集、处理、场景分析及三维可视化的完整管理体系,并采用模型优化与GPU加速等策略提升性能。实验结果表明,平台在平均模型加载时间、渲染帧率和响应时间等关键性能指标上取得了显著优化,在能耗优化、安防监控和资源调度等实际应用场景中表现出较高的效率和精度,显著提升了校园管理水平和资源利用率。研究创新性地将数字孪生技术引入智慧校园领域,提出的分层架构和性能优化策略具有重要的推广价值和应用潜力。

关键词： 急性心肌梗死   中性粒细胞   生物标志物   差异分析   WGCNA   机器学习算法   免疫浸润分析   S100A12   PTCH1   LOC400499  

摘要： 背景:精确的早期诊断和及时的再灌注治疗是挽救急性心肌梗死患者的生命并改善预后的重要前提条件。因此,寻找能够早期诊断急性心肌梗死的理想生物标志物尤为重要。目的:拟通过生物信息学和机器学习分析急性心肌梗死与中性粒细胞相关的关键基因,以探寻新的生物标志物。方法:基于GEO数据库和limma包鉴定急性心肌梗死的差异表达基因。使用反卷积算法探究免疫细胞浸润情况,然后结合加权基因共表达网络分析(Weighted gene co-expression network analysis,WGCNA)、蛋白互作网络和机器学习筛选急性心肌梗死与中性粒细胞相关的特征基因,并进行功能富集分析。用ROC曲线评估特征基因对急性心肌梗死的诊断价值。通过STITCH和Herb数据库筛查生物标志物的靶向药物。最后将在2023年3-6月于贵州医科大学附属医院心内科首次诊断为急性心肌梗死的住院患者作为实验组,同期心电图无缺血性改变、冠状动脉造影无狭窄的住院患者作为对照组,收集两组患者外周血,通过RT-qPCR验证基因在人外周血样本中的相对表达量。结果与结论:(1)共获得差异表达基因2 349个,免疫浸润分析发现B cells memory,NK cells resting和Neutrophils等免疫细胞评分在疾病和正常组之间存在差异;(2)使用WGCNA发现ME green和ME turquoise这两个基因模块与中性粒细胞与急性心肌梗死表现出最高的相关性;(3)与差异表达基因相交后获得24个差异模块基因,功能富集分析发现其与先天免疫反应、细菌的防御反应等多种过程相关;KEGG结果显示其主要与肿瘤坏死因子信号通路有关。(4)机器学习算法挖掘到的基因取交集后得到的特征基因为S100A12,PTCH1和LOC400499,在GSE48060和GSE66360数据集中的ROC曲线下面积均大于0.7,将其视为潜在的生物标志物。(5)基于STITCH和Herb数据库发现S100A12有11种靶向药物,PTCH1共发现6种靶向药物。(6)RT-qPCR结果显示,与对照组相比,急性心肌梗死患者中S100A12,PTCH1和LOC400499表达具有显著差异性(P<0.05)。(7)S100A12,PTCH1和LOC400499可能是急性心肌梗死潜在的诊断生物标志物,但是其与急性心肌梗死相关的特异性尚需进一步研究,其中S100A12可能是调控急性心肌梗死的潜在靶点。

关键词： 缺血性脑卒中   机器学习   生物信息学   免疫浸润   铜死亡   细胞实验   ATP7B   MTF1  

摘要： 背景:研究表明,缺血性脑卒中的各个过程都有免疫细胞参与,其中铜死亡也起着关键作用。目的:通过生物信息学筛选出与缺血性脑卒中进展有关的诊断性生物标记物,并对与其发生发展密切相关的铜死亡基因进行分析及验证。方法:从GEO数据库中获取GSE16561芯片,共包含39例缺血性脑卒中组与24例对照组数据,解析缺血性脑卒中芯片数据的差异表达基因,对差异基因进行GO与KEGG富集分析;通过LASSO和Random Forest法,筛选出影响缺血性脑卒中发生发展的关键基因,建立诊断模型并加以验证;通过免疫细胞浸润与加权基因共表达网络对差异基因进行分析,差异表达的免疫相关基因与铜死亡基因取交集,获得铜死亡免疫相关的Hub基因,并进行体外细胞实验,将大鼠海马神经元细胞分为正常组和缺血性脑卒中组,进行qPCR实验验证。结果与结论:①差异分析获得573个差异表达基因,主要富集于免疫反应的正向调节等生物学过程和脂质与动脉粥样硬化等信号通路;②机器学习方法筛选出MFN2、PKM2、CREG1、FOXO3A诊断性基因,对缺血性脑卒中可能具有一定的诊断价值;③免疫浸润分析发现浆细胞、NK细胞静息、巨噬细胞等,表明免疫细胞在缺血性脑卒中的发病中发挥着一定作用;④WGCNA结合免疫浸润分析获得118个关键模块基因,与铜死亡基因取交集获得2个铜死亡与免疫特征基因;4个诊断性基因与Hub基因的相关性分析结果显示FOXO3A与MFN2、PKM2与BCL2L1、MTF1与MFN2、ATP7B与BCL2L1的表达具有相关性;⑤qPCR结果显示,与空白组相比,缺血性脑卒中组基因MTF1、ATP7B存在显著差异,证实ATP7B、MTF1可作为缺血性脑卒中铜死亡的特征基因,可能通过干预ATP7B、MTF1调节铜死亡来改善缺血性脑卒中。

关键词： 人工智能   单细胞转录组   空间转录组   生物信息学   网络药理学   多靶点   中药   基因敲除   组学   药理  

摘要： 背景:中药对疾病的治疗是一个复杂的多靶点调控过程。如何利用人工智能、单细胞转录组、空间转录组以及生物信息学等多个领域的技术相结合,探索中药的多靶点整合效应具有重要意义。目的:基于人工智能和组学数据驱动提出一种有别于网络药理学的中药潜在机制新型分析预测方法,并以探索大柴胡汤治疗高脂血症及动脉粥样硬化的潜在机制为例。方法:①通过TCMSP数据库收集大柴胡汤组成药物的药效蛋白靶点,在Genecards、NCBI、TTD等数据库获取高脂血症的疾病靶点。②从GEO数据库获取高脂血症单细胞转录组[第一组为野生型(WT)、Apoe基因敲除、Ldlr基因敲除小鼠的主动脉瓣单细胞数据样本;第二组为Ldlr基因敲除小鼠高胆固醇喂食与正常喂食的单细胞数据样本]及人冠脉粥样硬化组织切片空间转录组样本。构建深度计数自编码网络,将转录组测序数据进行编码,并利用单细胞转录组及空间转录组技术将整合编码值(MTIS)映射到单细胞水平及空间组织水平上,进行样本对比统计分析,并进行主要效应细胞与效应基因的识别。结果与结论:①大柴胡汤对WT型与Apoe基因敲除型小鼠之间、WT型与Ldlr基因敲除型小鼠之间的MTIS均存在数据形态以及统计学上的差异(P<0.0001);②大柴胡汤对Apoe基因敲除型小鼠的潜在效应细胞是主动脉瓣间质细胞,而对Ldlr基因敲除型小鼠的潜在效应细胞是白细胞、纤维细胞、血管内皮细胞;潜在效应基因是Vcam1、Fn1、Mmp2;③大柴胡汤对Ldlr敲低型小鼠高胆固醇喂食样本与正常喂食样本的MTIS存在数据形态以及统计学上的差异(P<0.0001),潜在效应细胞是巨噬细胞;潜在效应基因是Fn1、F7、Ptgs1、IL6、App;④人类冠脉切片的空间转录组MTIS对比表明,MTIS高值细胞似乎在血管以及硬化斑块区域都有分布,而MTIS低值细胞似乎主要集中于血管内皮以及硬化斑块区域等病变区域。结论:该新型分析方法实现了单细胞水平以及器官空间组织水平上中药多靶点整合潜在效应的量化分析,探索了大柴胡汤治疗高脂血症及动脉粥样硬化的潜在机制。

关键词： 人工智能   工业4.0   智能制造   智能工厂   预测性维护   供应链优化  

摘要： 随着工业4.0的兴起,人工智能(AI)在工业领域的应用成为推动制造业革新的关键力量。研究旨在探讨人工智能如何与智能制造相结合,促进工业生产效率的提升和创新能力的发展。回顾工业4.0的概念及其核心要素,深入分析了人工智能在智能工厂、预测性维护、供应链优化和产品设计等关键工业环节的应用,讨论了人工智能在工业领域应用中可能遇到的挑战,如技术集成、数据安全和人才培养等问题。最后,提出推动人工智能与智能制造融合的策略,并展望未来发展趋势。

关键词： 人工智能   智慧农业   高质量发展   挑战与路径  

摘要： 人工智能(AI)技术正深度重构传统农业生产模式,成为推动智慧农业高质量发展的核心引擎。系统分析了人工智能赋能智慧农业的关键技术,包括机器学习、计算机视觉、物联网等,并探讨了其在精准种植、农业机器人、农产品质量监测等方面的应用。结合我国农业发展的实际情况,提出高质量推进智慧农业的技术路径,并剖析当前面临的挑战,包括数据孤岛、技术适配性、成本投入、政策支持等。最后,展望了智慧农业未来发展趋势,并提出相应的对策建议,为智慧农业的高质量发展提供参考。

关键词： 人工智能   RPA自动化测试   Python   图像识别   文字识别   数据存储  

摘要： 随着人工智能技术的快速发展,深度学习领域更是取得了突破,自动化测试技术也随之迎来新的发展机遇。文中深入分析了测试过程中的重复性与复杂性,秉持提质、增效、减负、创新的理念,提出了一个集成人工智能技术的机器人流程自动化(RPA)测试平台架构,并利用RPA、Python等软件设计自动化测试流程。研发该测试平台的目的在于减少重复性工作造成的资源浪费,进而提高测试效率,降低测试成本并保障软件质量。

关键词： 人行横道   物联网   北斗定位   智慧城市   人工智能   步道安全  

摘要： 随着城市化进程的加快,道路上车辆不断增多,这使得行人在穿越人行横道时面临更多的安全隐患。鉴于此,设计了城市交通步道安全系统。该系统分为硬件、软件、人工智能三部分。硬件端由STM32主控板、压力传感器、LED灯带、语音播报模块、红外模块、摄像头模块、北斗模块和数据传输模块等多个模块构成;软件端基于Spring Boot、MyBatis和Vue等框架搭建用户平台;人工智能部分主要包含Orin平台。该系统能够实现灯光警示、行人申请信号调度、闯红灯行为语音播报、人流量和车流量统计、违法行为记录、北斗定位和数据上传等功能。本项目对传统人行横道的功能进行了拓展,并与管控平台相结合,从而减少行人穿越人行横道时的安全隐患,这有助于降低交通事故发生率,具有广阔的应用前景。

关键词： 颈椎失稳   临床预测模型   机器学习   中青年人群   预测因子  

摘要： 背景:颈椎失稳是中青年人群常见骨科疾病,是颈椎病早期表现,对患者生活质量影响较大。因此,早期诊断颈椎失稳以实施早期干预具有积极的临床意义和社会意义。目的:基于机器学习构建中青年人群颈椎失稳临床预测模型,在进行X射线片检查之前,实现中青年人群颈椎失稳早期筛查。方法:2022年9月至2023年10月通过招募广告和中国中医科学院望京医院脊柱科门诊招募155例中青年颈椎失稳受试者和88例非颈椎失稳受试者作为研究对象,基于调查问卷形式现场采集受试者一般信息、生活工作习惯、不适症状、颈痛目测类比评分、颈椎功能障碍指数、健康调查简表(SF-36)等信息,并将以上信息作为预测因子,经筛选后,以支持向量机、轻量的梯度提升机、随机森林、逻辑回归分析、自适应提升算法、极致梯度提升分类器6种机器学习算法采用十折交叉验证方法进行模型训练,构建颈椎失稳临床预测模型,以曲线下面积为主要评价指标。将预测因子进行单因素分析,并采用SHAP方法对预测因子的重要性进行排序,以相关性热力图展现预测因子之间及其与颈椎失稳之间的线性相关程度。结果与结论:①6种机器学习模型中,选用随机森林模型为最终预测模型,包含年龄、体质量指数、颈围/颈长、颈痛目测类比评分、颈椎功能障碍指数、SF-36健康状况量表躯体疼痛、总体健康、生命活力、精神健康评分9个预测因子,曲线下面积=0.7254,具有良好的预测能力,可作为早期筛查中青年人群颈椎失稳的参考工具;②两组受试者的年龄、颈痛目测类比评分、颈椎功能障碍指数、SF-36健康状况量表躯体疼痛、总体健康、生命活力评分相比差异有显著性意义(P<0.05);③预测因子重要性排序为年龄、颈椎功能障碍指数、颈痛目测类比评分、总体健康、体质量指数、生命活力、躯体疼痛、颈围/颈长、精神健康,其中年龄、颈痛目测类比评分、颈椎功能障碍指数与颈椎失稳呈正相关,总体健康、体质量指数、生命活力、躯体疼痛、颈围/颈长、精神健康与颈椎失稳呈负相关。