关键词： 宫颈癌   放化疗   动态对比增强磁共振成像   表观弥散系数   机器学习  

摘要： 目的 探讨动态对比增强磁共振成像（dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）定量参数直方图特征联合表观弥散系数（apparent diffusion coefficient, ADC）预测局部晚期宫颈癌（locally advanced cervical cancer, LACC）放化疗疗效的价值。材料与方法 于甘肃省人民医院回顾性分析2017年1月至2023年12月88例LACC同步放化疗患者的临床及影像资料，前瞻性收集2023年12月至2024年5月15例LACC患者。按照实体瘤临床疗效评价标准（response evaluation criteria in solid tumor, RECIST）v1.1将患者分为显著反应组与非显著反应组。在DCE-MRI图像上选择肿瘤最大层面全肿瘤轮廓作为感兴趣区（regionofinterest,ROI）获得转运常数（volumetransportconstant,Ktrans）、血管外细胞外间隙容积分数（extravascular extracellular volume fraction, Ve）、速率常数（rate constant, Kep）原始频数表，导入IBM SPSS Statistics 27软件计算直方图特征，103例患者基于时间序列分层分割策略分为训练集88例，验证集15例，利用机器学习筛选最优DCE-MRI定量参数直方图特征并计算灌注参数评分（DCEscore）；同时在ADC图测量ADC值。构建DCE直方图特征模型、ADC值及联合模型预测LACC放化疗疗效。采用受试者工作特征（receiver operating characteristic, ROC）曲线、校准曲线和决策曲线评估模型效能。比较临床参数及直方图特征在LACC患者放化疗疗效显著反应组及非显著反应组间差异，单因素及多因素回归分析筛选宫颈癌放化疗疗效独立危险因素。结果 基于DCE-MRI定量参数直方图特征模型预测LACC患者放化疗疗效训练集、验证集ROC曲线下面积（area under the curve, AUC）分别为0.922、0.841;ADC值预测LACC患者放化疗疗效训练集、验证集AUC为0.835、0.705;DCEscore联合ADC值预测LACC患者放化疗疗效效能最佳，训练集、验证集AUC为0.943、0.909。临床参数中，身体质量指数（body mass index, BMI）在显著反应组及非显著反应组之间差异具有统计学意义（P=0.032）。单因素逻辑回归分析结果表明BMI、DCEscore、ADC是LACC放化疗疗效的影响因素（OR值分别为1.264、277.9、0.001;P值分别为0.008、<0.001、0.002），多因素逻辑回归筛选DCEscore及ADC值是宫颈癌放化疗疗效的独立危险因素（OR值分别为518.2、0.002;P值分别为<0.001、0.007）。结论 基于DCE-MRI定量参数直方图特征联合ADC值构建的联合模型能够治疗前预测宫颈癌放化疗疗效，提示DCE-MRI定量参数直方图特征联合ADC值可能为LACC患者精准医疗提供一种无创评估方法。

关键词： 人工智能   人才评估   能力域   胜任力模型  

摘要： 为应对人工智能(AI)行业对高素质人才的需求,本文基于胜任力模型和国家标准《GB/T45288.2—2025人工智能大模型第2部分:评测指标与方法》,构建了一套系统的人工智能行业人才评估指标体系。文章研究了AI行业所需的核心能力域,并设计了涵盖这些能力域的具体评估指标。同时,提出了自评、同行评审和360度反馈等多样化评估方法。研究表明,基于标准的评估体系能够有效识别AI行业中所需的关键人才能力,明确其发展短板,为人才培养与管理提供科学依据。

关键词： 智能制造   思政元素   测试技术课程   教学方法  

摘要： 面对智能制造领域对高素质技术技能人才的培养需求,文章以测试技术基础课程为载体,探索思政元素与专业教学的深度融合路径.研究立足于测试技术课程抽象性强、实践性高的专业特征,系统挖掘智能制造领域的典型案例中的思政育人资源,将家国情怀、工匠精神、辩证思维等价值内涵融入教学的全过程.通过"知识-能力-价值"三维融合路径实现高效的育人目标,构建"技术赋能+思政铸魂"的协同育人模式,使学生在掌握测试技术的同时,树立智能制造强国的责任感,培养学生精益求精的职业素养和敢为人先的创新精神,为新工科背景下专业课程思政建设提供实践样本.

关键词： 新文科   外语类院校   实验室建设   跨学科融合   人工智能  

摘要： 文章阐述了新文科的内涵与特点,并通过分析各类文科实验室实践探索成果、比较国内外成功案例,梳理了新文科实验室技术的创新应用,分析了人工智能迅猛发展的背景下外语类院校实验室建设面临的机遇和挑战,并提出了对策与展望,为推动外语类院校实验室建设与发展提供理论参考.

关键词： 人工智能   OBE 理念   数智化教学   教学模式   教学改革  

摘要： 本研究针对《平法识图与钢筋算量》课程教学过程出现图纸理解困难、计算效率低下和教学方法单一等关键问题展开探讨。基于成果导向教育理念(OBE)和智能技术,构建”四维融合”数智化教学模式,引入建筑信息化教学平台、智能钢筋计量系统以及虚拟仿真训练项目三大技术支撑模块,创新性地采用”图纸认知—虚拟实训—场景模拟—实地操作”四阶段渐进式教学方法,通过虚实融合的手段系统提升学生的实践技能、识图精度和计量效率,同步优化教师的教学质量。研究表明,数智化教学模式突破了传统教学中空间想象障碍、实操经验欠缺等痛点问题,为建筑类专业教学革新提供可行的技术方案和实践范式。

关键词： 肝细胞癌   影像组学   超声   计算机断层扫描   磁共振成像   正电子发射体层成像   人工智能   预后  

摘要： 肝细胞癌（hepatocellular carcinoma, HCC）是中国癌症相关死亡的第二大原因，预后亟需精准预测手段。影像组学虽展现出潜力，但现有综述多局限于单一模态或技术层面。本文系统综述超声、计算机断层扫描、磁共振成像及正电子发射体层成像影像组学在HCC预后的研究进展，剖析标准化缺失、生物学解释不足等关键瓶颈。本文认为，未来重点发展多模态融合算法、可解释性模型和前瞻性验证研究，指导临床实践，提高诊疗效果。

关键词： 人工智能   高等数学   教育评价   个性化学习  

摘要： 传统高等数学教育评价体系存在评价维度单一、反馈滞后、主观偏差等问题,而人工智能技术的引入为解决这些痛点提供了新思路.文章从数据采集、学情诊断、个性化反馈等角度,系统分析了AI赋能教育评价的优势,包括提升评价效率、优化教学策略、促进科学决策等;同时从数据、技术以及成功案例支持等维度论证评价体系落实的可行性;并对AI赋能评价体系的挑战与前景进行预判.AI技术能够实现高等数学教育评价从"经验驱动"向"数据驱动"的转型,具备显著的技术可行性和实践推广意义.

关键词： 交通安全   山区高速公路   事故严重程度   货车事故   机器学习  

摘要： 山区高速公路由于地形复杂、气候多变、道路条件受限，使得货车事故的发生具有更高的风险。为了深入探究山区高速公路货车事故严重程度的影响因素，并为交通事故的主动预防和精准防控提供科学依据，基于机器学习方法，构建不同分类模型对事故严重程度进行预测与分析。选择碰撞类型、车辆类型、路面结构、平面线形、纵断面线形、路侧防护措施、路表面状况、季节和事故时间等34个特征因素作为输入变量，以事故严重程度（轻微伤害/严重伤害）作为二分类输出变量，构建决策树（DT）模型、随机森林（RF）模型和支持向量机（SVM）模型等3种机器学习模型。为了评估模型的分类性能，采用准确率、精准率、召回率和F1分值等指标对模型进行对比分析。此外，为了深入剖析各模型的决策机制并识别关键影响因素，引入SHapley Additive exPlanations(SHAP)方法，对模型的预测结果进行解释性分析，以量化各输入变量对事故严重程度的贡献度。研究结果表明：RF模型的分类性能优于DT模型和SVM模型，在准确率、精准率、召回率及F1分值方面均具有较优表现。SHAP分析进一步揭示了影响山区高速公路货车事故严重程度的关键因素，包括翻车、无坡度、水泥路面、转弯、正面碰撞、事故时间（19:00—06:59）以及路侧无防护措施等因素。

关键词： 长江   溶解态有机碳   机器学习   驱动因素  

摘要： 解析河流溶解态有机碳（DOC）浓度及通量变化对于刻画全球碳循环过程和细化全球碳收支计算至关重要.然而,中国河流的相关研究受“长时间连续观测样本少”和“控制参数时间分布不统一”等限制,河流DOC的季节和长期变化规律及其驱动因素的影响机制尚未得到充分认识.该研究利用长江徐六泾站长时间尺度的逐月DOC浓度实测数据和相关流域特征数据,对比不同机器学习方法,基于最佳模型模拟了2001—2020年徐六泾站逐月的DOC浓度变化;并使用SHAP （SHapley Additive exPlanations）方法分析了流域特征对DOC浓度和通量的影响.结果表明,随机森林算法是最佳选择(R2=0.72, RMSE=0.09 mg·L-1). 2001—2020年间,长江徐六泾站DOC浓度范围为1.24～2.27 mg·L-1,平均为1.67 mg·L-1;年DOC通量变化范围为0.93～2.41 Tg·a-1,平均为1.46 Tg·a-1.研究表明,徐六泾站DOC浓度的季节性模式已从洪季低、枯季高转变为洪季和枯季均较高,这种变化可以归因于人为水调节活动和流域生态系统格局的变化.在长期趋势上,徐六泾站的DOC浓度和通量均显著上升(递增速率为0.026 mg·L-1·a-1, p<0.05; 0.002 5Tg·a-1, p<0.05).其中在近十年尺度上,人类活动的增强解释了54.1%的DOC浓度变化,是最主要的驱动因素.研究将有助于进一步了解过去十几年间长江DOC浓度和通量的变化规律及其驱动因素的影响机制,并为河流碳循环的大数据分析研究提供新的视角.

关键词： 人工智能   解剖学教学   机遇与挑战  

摘要： 人工智能（AI）的迅猛发展为医学教育教学带来前所未有的变革机遇和挑战。随着AI技术在医学教育领域的逐步渗透，并影响各个医学学科发展，特别是其赋能解剖学教学展现了无限潜力和广阔前景。AI通过增强学习体验与可视化效果、个性化学习支持、教学辅助与效率提升，跨界融合等，促进了解剖学教学深度变革。同时，AI也为解剖学教学带来伦理、技术、数据隐私和安全等问题的系列挑战。本文通过综述解剖学教学面临的问题，探讨AI在解剖学教学中的创新应用机遇与挑战。