关键词： 超声   人工智能   剪切波弹性成像   乳腺结节   鉴别诊断  

摘要： 目的:探讨超声人工智能(AI)联合剪切波弹性成像(SWE)在乳腺结节良恶性鉴别诊断中的临床效能。方法:回顾性分析200例乳腺良恶性肿瘤患者(共206个结节)的数据,所有病灶均接受SWE及超声AI检查。结果:经病理组织学检查确诊恶性肿瘤98个(47.57%),良性肿瘤108个(52.43%)。乳腺恶性病灶的弹性模量相关指标及AI辅助评分均显著高于良性病灶(P<0.05)。ROC曲线分析显示,SWE与超声AI在乳腺结节良恶性鉴别诊断中均有效,且二者联合使用的效能优于单一指标(P<0.05)。结论:超声AI与SWE联合使用可提高乳腺结节良恶性的鉴别诊断效能。

关键词： 技术筛选   技术挖掘   多源数据融合   文本挖掘   机器学习   技术识别与预测  

摘要： [目的/意义]利用科技文献进行技术监测预警是科技情报工作的重要内容。目前,采用自然语言处理技术从科技文献中抽取的技术元素存在数量多、不易展示的问题,因此设计了一种融合“科学—技术—舆情”数据特征的技术筛选方法来实现科技文献技术挖掘结果的筛选。[方法/过程]以技术术语表示技术,基于词法结构分析和修饰符匹配方法构建技术术语层次结构体系,利用表征技术基础研究热度的论文数据、表征技术研发热度的专利数据、表征技术市场关注度的舆情数据,构建重要性、成长性、新颖性和持久性4类特征,采用机器学习方法训练和确定技术筛选模型。[结果/结论]通过与人工筛选结果对比发现,本方法能够更有效地筛选技术。在各种模型中,同时采用3类数据和4类特征构建的技术筛选模型效果最优,该方法可以为开展技术识别预测工作,研发技术挖掘工具提供依据。[局限]该方法仅在技术术语层次结构的第一层进行了效果验证,其领域适用性与数据类型方面还有待进一步研究。

关键词： 人工智能   教师时间   社会加速批判理论   技术风险  

摘要： 人工智能时代的学校教育正在发生反转性变化,教师的主体时间可能面临多重困境。在人工智能技术作用下,教师主体时间由技术制造出“快节奏”的时间客体化身,催生出“慢生活”的时间主体形式。本文基于社会加速批判理论视角,分析人工智能技术加速背景下教师主体时间的异化风险:情感互动的时间消弭,教师身份认同的时间剥夺,身心分离的时间弥散,教师感官体验的时间贫乏,主体存在的时间流逝。为规避智能时代教师的主体时间异化风险,应遵循人本取向的智能技术设计,平衡教师工作时间的快慢秩序,优化数字化时代下教师能力结构。

关键词： 人工智能   室性异位QRS波群   迁移学习   深度学习模型  

摘要： 目的探索迁移学习方法在精准识别室性异位QRS波群中的应用。方法回顾性提取2007年3月至2019年9月在宁波大学附属第一医院心律失常诊疗中心行射频导管消融术的545例特发性室性心律失常(VAs)患者,构成研究数据库(Ningbo DB)。采用小波散射网络特征提取算法从Ningbo DB中获取模型输入特征,使用美国麻省理工学院心律失常研究数据库(MIT-BIH DB)对深度学习模型进行训练,利用Ningbo DB验证该深度学习模型作为迁移学习方法。采用ROC曲线相关指标AUC、灵敏度、特异度、F1评分和准确度评估深度学习模型预测的效能。结果共提取心电图片段19695段,其中室性心律下QRS波群片段11988段(60.87%)、室性心律片段7471段(37.93%)、室上性期前收缩伴差异性传导片段236段(1.20%)。利用MIT-BIH DB建立深度学习模型,识别室性心律QRS波群的AUC、灵敏度、特异度、F1评分和准确度分别为0.997、0.996、1.000、0.997、0.996。采用Ningbo DB验证该模型识别室性心律QRS波群的AUC、灵敏度、特异度、F1评分和准确度分别为0.996、0.993、0.998、0.995、0.997。结论小波散射网络特征提取算法与残差网络深度学习模型结合的迁移学习方法能识别室性异位QRS波群。

关键词： 人工智能   建筑设计   设计方法   智能化  

摘要： 人工智能对建筑设计产生了重大影响。通过对近14年(2010年—2023年)国内外相关领域的代表性文献进行重点分析,系统地梳理了建筑设计中常用的人工智能方法,随后从机制、应用、流程三个思考维度出发,总结出人工智能在建筑设计中的嬗变过程,并揭示了人工智能在建筑设计复杂问题决策中起到的作用。在此基础上,进一步分析了人工智能在建筑设计中的应用局限,并提出了相应的解决思路。

关键词： 电磁传播模型   无线电监测   机器学习  

摘要： 随着我国政治经济影响力的飞速提升,国内和国际重大活动愈发频繁,无线电频谱资源用频场景和需求愈发复杂、精细,快速测算无线电监测设施的监测覆盖范围,对于维护电磁空间安全尤为重要。无线电监测设施覆盖范围的常规测算方法存在计算难、误差大、效率低、人力成本高等问题,难以大规模应用于实际场景。本文提出了一种基于奥村-哈特(Okumura-Hata)的无线电监测覆盖模型快速算法。实验数据表明,通过重复损耗修正、碰撞分析和机器学习等步骤,快速算法建模的输出总时长小于25分钟,准确度接近路测建模水平的65%,效率较Okumura-Hata模型提升了860余倍,可有效解决现阶段无线电监测覆盖范围常规建模存在的诸多问题。

关键词： 自适应控制   食品包装机械   智能制造   系统优化   技术创新  

摘要： 本研究旨在探讨自适应控制技术在食品包装机械中的应用,并提出一种新型的自适应控制系统,以解决传统食品包装机械在应对不同包装材料和环境变化时效率低下的问题。通过对比分析传统控制系统与自适应控制系统在实际应用中的表现,结果表明,自适应控制系统能够显著提高包装速度和包装质量,降低材料浪费。此外,该系统还具备良好的灵活性和扩展性,能够迅速适应市场和技术的变化。研究不仅展示了自适应控制技术在食品包装领域的实用性,还为进一步的技术革新和应用提供了理论依据和技术支持。

关键词： 船舶铁舾件   智能制造   系统集成   优化策略  

摘要： 随着全球制造业的快速发展,智能制造作为提升生产效率、产品质量和市场响应速度的关键技术,正逐渐成为工业领域的新焦点。在船舶制造行业,铁舾件作为船舶结构的重要组成部分,其制造质量和效率直接影响船舶的性能和建造周期。因此,构建高效、智能的船舶铁舾件智能制造系统显得尤为重要。本文探讨了系统集成的具体实施步骤和策略,包括生产流程优化、工艺参数优化、设备与技术选型优化以及质量控制与性能优化等,以期实现制造系统的最优化运行。

关键词： 颈内动脉   动脉瘤,破裂   预测   人工智能   列线图  

摘要： 目的构建颈内动脉后交通段动脉瘤破裂风险的形态学参数预测模型并评估其效能。方法回顾性分析临沂市人民医院神经外科于2022年3月至2023年12月收治的177例颈内动脉后交通段动脉瘤患者(共192个动脉瘤)的临床资料。利用基于人工智能算法的UKnow®颅内动脉瘤手术计划软件,精准测量动脉瘤的17个形态学参数(长径、宽度、高度、最大直径、长宽比、体积、瘤颈面积、瘤颈直径、横径瘤颈比、动脉瘤角、波动指数、尺寸比、非球形指数、纵横比、体积瘤颈面积比、横径、入射角)。根据动脉瘤是否破裂,分为破裂组(108个)和未破裂组(84个)。采用单因素、多因素logistic回归分析,对比两组动脉瘤的临床资料、形态学特征,构建破裂风险预测模型。利用R语言绘制预测模型的列线图及其受试者工作特征(ROC)曲线,采用决策曲线分析(DCA)法评估预测模型的临床效益,采用校准曲线评估预测模型的准确度。结果单因素logistic回归分析结果显示,动脉瘤患者有饮酒史、动脉瘤有更大的长径、高度、最长直径、长宽比、横径瘤颈比、入射角、动脉瘤角、波动指数、尺寸比、纵横比、体积瘤颈面积比以及瘤体存在子囊、更多的子囊数量是颈内动脉后交通段动脉瘤破裂的正向影响因素(均P<0.05)。多因素logistic回归分析结果显示,动脉瘤长宽比增大(OR=238.26,95%CI:6.48~8761.90,P=0.003)、入射角增大(OR=1.08,95%CI:1.04~1.11,P<0.001)、纵横比增大(OR=8.44,95%CI:1.17~61.19,P=0.035)和瘤体存在子囊(OR=42.39,95%CI:8.68~206.92,P<0.001)是颈内动脉后交通段动脉瘤破裂的独立危险因素。预测模型ROC曲线下面积为0.97。根据DCA曲线和校准曲线,模型具有临床实际效益和良好的准确性。结论基于动脉瘤的长宽比、入射角、纵横比、瘤体存在子囊构建的颈内动脉后交通段动脉瘤破裂风险预测模型具有较好的诊断效能,可以准确、方便地评估未破裂颈内动脉后交通段动脉瘤的破裂风险。

关键词： 选题方向   中国式现代化   深度融合   人工智能   学习型社会   现代文明   数字化战略   教育数字化  

摘要： 习近平文化思想研究,“人工智能+”研究,全面深入实施文化润疆工程研究,建设中华民族现代文明研究,中国式现代化创造人类文明新形态研究,数字政府治理研究,实施国家文化数字化战略研究,促进数字经济和实体经济深度融合研究,推进教育数字化建设学习型社会研究.