关键词： 下肢肿胀   淋巴水肿   影像学诊断   超声   CT   MRI   核医学成像   影像组学   人工智能  

摘要： 下肢肿胀和淋巴水肿是临床常见症状，严重影响患者正常生活，尽早及时准确诊断至关重要，可显著提高预后。随着医学影像技术的不断进步发展，超声、CT、MRI和核医学成像等技术在下肢肿胀和淋巴水肿的诊断中发挥着越来越重要的作用。本文就各种影像学方法的原理、特点及其在诊断中的应用，影像组学和人工智能在诊断中的应用前景进行综述。

关键词： 肺结节   人工智能   影像辅助诊断系统   Lung-RADS   胸部CT  

摘要： 目的 探讨人工智能（AI）影像辅助诊断系统对肺结节性质的诊断效能及其临床应用价值。方法 将212例经明确病理诊断的肺结节患者术前胸部CT肺窗DICOM格式文件导入影像辅助诊断系统，比较AI模型、Lung-RADS对不同临床及影像学特征肺结节良恶性诊断效能。结果 AI模型对肺结节良恶性诊断准确率高于Lung-RADS(70.75%vs 60.85%,P<0.05)。分层分析结果显示，按年龄分布：AI模型对50～59岁肺结节患者诊断准确率高于Lung-RADS(70.31%vs 53.13%,P<0.05)；按肺结节位置：AI模型与Lung-RADS相比，准确率差异无统计学意义（P>0.05）；按肺结节密度：AI模型对部分实性肺结节诊断准确率高于Lung-RADS(74.51%vs 49.02%,P=0.008)；按长径大小：AI模型对长径为10～19 mm肺结节良恶性预测准确率高于Lung-RADS(74.75%vs 66.67%,P<0.05)；按恶性病理分型：AI模型对腺癌良恶性预测准确率高于Lung-RADS(77.52%vs 62.79%,P<0.05)。结论 AI影像辅助诊断系统对肺结节良恶性预测效能优于Lung-RADS，随着技术的不断革新，有望为肺结节早期无创性诊断提供可靠依据。

关键词： 新质生产力   数字技术创新   机器学习   文本分析  

摘要： 新一轮科技革命和产业变革的渗透性、扩散性、颠覆性催生着生产力的变革，以数字技术为核心驱动的新经济革命是培育和发展新质生产力的关键支撑。文章基于2011—2022年中国233个地级及以上城市面板数据测算城市新质生产力发展水平，并运用文本分析和Word2Vec方法识别数字技术创新水平，进而探究数字技术创新对城市新质生产力发展的影响及作用机制。研究发现：（1）数字技术创新能够显著提升城市新质生产力水平，且存在显著的正向空间溢出效应。（2）机制分析表明，数字技术创新能够通过提升人力资本积累、细化城市功能分工及激发城市创业活力促进本地及邻地新质生产力发展。（3）异质性分析表明，数字技术创新对东部地区城市、中心城市及大型城市新质生产力水平的提升作用更加明显，且完善的知识产权保护体系及相对较高的数字经济发展水平能够增强数字技术创新对城市新质生产力的提升作用。研究结论提供了数字技术创新赋能城市新质生产力发展的微观经验证据，为数字化背景下城市因地制宜培育新质生产力及经济社会高质量发展提供政策启示。

关键词： 可追溯体系   质量安全   标识技术   物联网   区块链   人工智能  

摘要： 农产品质量安全可追溯体系作为保障食品安全的关键技术手段，能够有效提升供应链主体与消费者之间的信任关系，为实施精准化质量安全召回机制提供科学依据，因而成为近年来学术研究的重点。该文系统梳理了中国农产品质量安全可追溯体系的理论内涵和分类框架，通过历史演进视角将其发展进程划分为初步构建制度框架、全面推广平台建设和体系完善与数字智能化转型3个阶段。重点剖析了物联网、大数据、人工智能、区块链等信息技术在追溯技术体系中的创新应用，从追溯信息感知、信息处理、信息系统平台建设3个方面客观评述各类技术的优势与局限性。通过系统梳理国家标准、行业标准及地方标准的建设现状，指出当前标准化进程中存在的区域差异性与技术适配性等问题。最后提出未来发展建议，探讨了量子区块链、元宇宙、数字孪生等前沿技术在农产品质量安全可追溯领域的应用潜力，并强调构建跨链协同、虚实融合的智能化可追溯体系，为推进中国农产品质量安全可追溯体系向智能化与协同化发展提供理论支撑和实践路径。

关键词： 特征融合   Fisher准则   深度学习   机器学习   说话人识别  

摘要： 针对单一声纹特征对于说话人身份表征能力有限和传统卷积神经网络无法充分学习声纹特征的缺点，实验将MFCC（Mel-Frequency Cepstral Coefficients）和GFCC（Gammatonetone-Frequency Cepstral Coefficients）两种声纹特征结合起来，构建了一种新的声纹特征——MGFCC（Mel-Gammatonetone-Frequency Cepstral Coefficients）。MGFCC综合利用了梅尔滤波器组和伽马滤波器组的优势，能够拥有更丰富且区分度更高的声纹信息。为了进一步提升说话人识别的准确性，使用分类效果更优的SVM分类器替换CNN中的softmax分类器，提出了一种新的说话人判别模型——CNN-SVM。实验表明，在识别目标人数相同的情况下，融合特征MGFCC在开源数据集上的准确率比MFCC和GFCC分别提升了1.13、1.33个百分点；在自建数据集上的准确率比MFCC和GFCC分别提高了4.87、0.82个百分点。在MGFCC特征下，使用SVM分类器的CNN模型在开源数据集上的准确率相比于传统CNN和使用TREEB分类器的CNN分别提升了2.04、1.79个百分点。与目前主流的判别模型RDNN和ResNet-18相比，CNN-SVM的模型取得了更高的判别准确率，在自建数据集和开源数据集下分别达到95.06%和98.83%。

关键词： 肾上腺皮质癌   影像组学   Ki-67   人工智能   多中心回顾性研究  

摘要： 目的 基于术前平扫CT的影像组学特征建立肾上腺皮质癌(ACC)Ki-67人工智能预测模型。方法 选取2010年7月至2023年9月中山大学附属第一医院、中山大学肿瘤防治中心、中国科学技术大学第一附属医院病理确诊为原发ACC且接受肾上腺肿瘤切除术的患者及TCIA数据库患者共94例,划分为内部训练集与外部验证集。将Ki-67> 10%定义为高Ki-67。提取影像组学特征后进行特征筛选,使用5个人工智能算法构建预测Ki-67的人工智能模型,进行内部训练与外部测试。使用受试者工作曲线下面积(area under the receiver operating characteristic curve,AUC)评估模型预测效果。结果 所有患者年龄、肿瘤大小等临床基线特征差异均无统计学意义。经特征筛选后保留了6个影像组学模型。在内部训练集中,梯度提升算法获得了最高的AUC(0.94),并具备较高的准确率(0.87)、敏感度(0.89)和特异度(0.84)。随机森林算法在外部测试集中表现最好,取得了最高AUC(0.86)、准确率(0.87)和敏感度(0.88)。结论 使用术前平扫CT的影像组学特征可以有效预测肾上腺皮质癌的Ki-67。

关键词： 重金属   源解析   正定矩阵因子分解(PMF)   机器学习   金属冶炼园区  

摘要： 探究多种土壤重金属溯源方法，定量掌握土壤重金属污染特征，对土壤污染防控有着重要意义。以湖南某金属冶炼园区周边土壤为研究对象，对土壤中Cd、As、Pb、Cu和Zn等5种重金属元素进行分析，使用地累积指数评价土壤污染程度，利用空间分布、正定矩阵因子分解模型（PMF）和支持向量回归-可解释性模型（SVR-SHAP）进行源解析。土壤重金属污染评价结果表明，园区周边土壤中5种重金属均存在污染风险，其中Cd和As风险最高。基于PMF模型的源解析识别出2个污染来源，即人为源和自然源，对土壤重金属贡献率分别为53.16%和46.84%。PMF模型判定土壤Cu和Zn主要受自然源影响，Cd、As和Pb主要受人为源影响。结合园区生产活动、周边情况及SVR-SHAP模型进一步解析土壤污染来源。结果表明，土壤Cd污染主要来自于冶炼活动和农业活动，As污染主要来自于冶炼活动和化石燃料燃烧，Pb污染主要来自于冶炼活动、废渣堆放和农业活动。研究结果表明，该金属冶炼园区周边区域农田土壤存在较大的重金属污染风险，联合使用两种模型能够更合理地判别土壤重金属主要的污染来源。

关键词： 人工智能   版权   法经济学   知识产权  

摘要： 人工智能的快速发展带来了复杂的版权挑战，涉及数据挖掘的合理使用、算法模型的保护方案以及生成物的版权侵权等问题。在产权领域，需要重新审视数据训练与算法保护的法律规制；在侵权领域，可借鉴网络版权保护中的“通知-删除”规则，将其类推适用于算法行为的规制。法经济学应对思路包括：降低交易成本促进产权有效利用，优化算法行为责任分配以应对算法侵权风险。制度响应上，建议建立算法输入端与输出端的双阶责任体系，设计合理的利益补偿方案，明确生成内容的侵权防范义务与责任。同时，构建包含版权、专利、商业秘密在内的算法多维度保护模式。这些措施旨在平衡创新激励与版权保护，为人工智能的可持续发展提供法律保障与制度支持。

关键词： 机器学习   蛋白质热力学稳定性   突变  

摘要： 人工智能技术在生物学领域的应用在近几年取得了突飞猛进的发展，其中最显著的成果为蛋白质结构预测和设计，并于2024年荣获诺贝尔化学奖。可以预见，对蛋白质各类物理和化学属性的精准预测将是蛋白质预测领域下一阶段的重要发展方向。蛋白质热力学稳定性在深入了解生命活动机制、药物研发、疾病诊断和治疗，以及生物技术产业中酶制剂的生产、生物传感器研发以及蛋白质药物制备等方面均具有重要意义。借助人工智能技术进行蛋白质热力学稳定性的精准预测将大幅提升蛋白质相关的科学研究能力和产业发展效率。本文综述了蛋白质热力学稳定性预测技术的发展历程，梳理了从生物实验测定方法、传统能量函数计算方法到现代机器学习预测方法。重点讨论了基于机器学习的预测模型，尤其是深度神经网络、图神经网络和注意力机制等前沿算法在蛋白质热力学稳定性预测中的突破。深入讨论了突变稳定性预测的核心挑战，如数据集质量与数量不平衡、模型过拟合及蛋白质动态性的建模等难题。旨在为研究人员提供一个全面的参考框架，助力突变蛋白质热力学稳定性预测技术的发展。

关键词： 人工智能   劳动解放   异化劳动  

摘要： 马克思主义以实现人的解放为旨归，而劳动解放是通向人的解放之路的必要条件。自人类社会步入人工智能时代，劳动解放因人工智能技术的应用面临着新的机遇，人工智能的出场为劳动解放的实现奠定了生产力基础并创造了时空条件。同时，劳动解放也在新的时代背景下遭遇三重挑战。“人—机”主客体关系错位导致“新异化”产生，劳动者面临主体性冲击；人工智能的替代效应使得劳动力市场岗位减少，挤占了劳动者的生存空间；剩余价值生产全面化及其来源的模糊，使得劳动剥削变得更为隐蔽。为应对人工智能时代劳动解放面临的风险，在人工智能未来发展方面，要平衡工具理性和价值理性，明确“人本智能”的发展准则；在劳动权保护方面，要构建“三位一体”的保障机制，兼顾公平与效率；在政策引导方面，要充分发挥社会主义制度优势，遏制人工智能的资本主义应用。