关键词： 术后疼痛   真实世界研究   风险因素   预测模型   机器学习  

摘要： 目的:基于真实世界医学数据,构建及验证患者术后急性中重度疼痛风险预测模型。方法:筛选2020年4月至2021年4月在暨南大学附属广东省第二人民医院行择期麻醉手术的成年患者2434例,将术后24 h运动视觉模拟评分法(VAS)评分作为结局指标,将患者分为轻度疼痛和中重度疼痛两个队列,筛选与术后中重度疼痛发生相关的指标并进行单因素分析,将差异具有统计学意义(P<0.05)的指标用于构建预测模型,数据集以7:3的比例划分,用于建模与内部验证;筛选2021年5月至2021年8月的1200例相同条件的患者,这部分数据用于外部验证。通过受试者工作特征(ROC)曲线下面积(AUC)、准确度、F1等5种指标评估模型预测效果,采用夏普利算法(SHAP)图对最优模型进行解释。结果:随机森林(RF)预测模型整体性最好,基于SHAP分析可得出风险因素相对重要性排名,前六名依次是麻醉时长、手术时长、晶体使用量、体质量指数、胶体使用量和年龄。结论:本研究构建的术后急性疼痛预测模型体现出较好的预测性能。

关键词： 人工智能   多模态   出版行业   应用服务   生成式   生成文本   数字时代   机遇与挑战  

摘要： 近年来,生成式人工智能技术飞速发展,自动生成文本、图像、音频、视频等多模态内容的智能应用服务不断涌现并持续升级,为出版行业的高质量发展带来了前所未有的机遇与挑战。在2024人工智能出版融合发展大会上,数传集团董事长刘永坚先生提出:人工智能是出版机构“抢占数字时代出版发展制高点”的战略关键。

关键词： 智能制造   人机协同   穿梭车   专业化服务   堆垛机   智能物流   行业可持续发展   机械臂  

摘要： 随着智能制造与智能物流的加快落地,企业生产面临的安全隐患增加。纬诚依托领先的技术能力与长期的经验积累,不断完善工业安全防护解决方案,提供多样化产品与专业化服务,助力客户降低安全风险,为各行业可持续发展筑牢安全基础。近年来,为了实现降本增效提质,越来越多的制造企业加快进行生产与物流的智能化、数字化升级,机械臂、堆垛机、穿梭车、提升机、输送机等自动化物流设备的应用越来越普及,在车间、仓库中有大量人机协同作业的场景存在安全隐患。

关键词： 慢加急性肝功能衰竭   人工智能   机器学习   预后  

摘要： 慢加急性肝衰竭(ACLF)是在慢性肝病基础上出现的急性肝功能恶化,且以肝脏和/或肝外器官衰竭和短期高病死率为主要特征的复杂临床综合征。目前缺乏有效的治疗手段,内科综合治疗下病死率高达50%~90%。开发简单快捷、准确性高的ACLF预后预测模型,能帮助临床医师早期准确判断ACLF患者预后,识别预后不良患者,从而实施早期干预,可在一定程度上改善预后,有助于降低病死率。随着计算机科学的不断发展,数据处理能力愈发强大,人工智能越来越受到重视,在肝脏疾病的诊断、治疗、预后预测等多方面均有应用。本文结合国内外研究现状,对常见的ACLF预后模型和机器学习预后预测模型进行综述,总结最新研究进展,为ACLF预后预测模型未来发展提供新思路。

关键词： 计算机视觉   智能制造   视觉传感器   质量控制   机器人导航  

摘要： 随着计算机视觉技术的不断发展,其在智能制造领域的应用日益广泛。文章从计算机视觉技术的基本原理出发,探讨了其在智能制造中的多个关键应用领域,包括视觉传感器、视觉检测与质量控制、机器人视觉导航、智能监控与维护等。通过分析现有的研究成果和实际应用案例,阐述了计算机视觉在提高智能制造生产效率、降低生产成本、优化生产过程等方面的重要作用。

关键词： 智慧物联网   人工智能   智能网联汽车   智慧交通  

摘要： 智慧物联网(AIoT)作为人工智能与物联网技术的深度融合体,已迅速崛起为新一代信息技术的重要发展方向。为充分发掘AIoT技术潜能,专注于AIoT技术在智能网联汽车领域的应用与发展,深入研究了AIoT与智能网联汽车的融合体系架构,系统梳理了AIoT在该领域的最新技术应用,并为利用AIoT技术推动智能网联汽车技术进步与发展提供了策略性建议。

关键词： 肌肉疲劳   表面肌电   肌电特征   机器学习   深度学习算法  

摘要： 肌肉疲劳是肌肉在运动或劳动过程中遭受到过度使用或持续负荷后出现的生理现象,目前解析疲劳机制仍是复杂且多层次的研究难题。近年来,基于表面肌电信号的肌肉疲劳研究方法成为关注焦点,先进的信号处理技术和机器学习算法的应用提高了对表面肌电数据的解码能力,深化了对肌肉疲劳机制的理解,为提升运动表现、预防运动损伤以及改善康复治疗提供了重要的技术支持。对近几年基于表面肌电信号的肌肉疲劳研究进行了全面综述,阐述了肌肉疲劳的定义以及目前常用的检测方法,并指出各种方法的特点和适用范围;从时域、频域、时频域等线性特征和使用非线性参数的方式详细介绍了表征肌肉疲劳的肌电特征,同时探讨了这些特征的优点与局限性;结合表征疲劳特征作为输入数据,对常用于肌肉疲劳的分类算法进行了探究,从机器学习和深度学习算法两个方面准确归纳了各算法的适用条件和优劣势;指出了现阶段肌肉疲劳研究所面临的挑战,并在提出可行解决方案的基础上,展望了未来的研究方向。

关键词： 痴呆   抑郁症   机器学习  

摘要： 目的观察机器学习模型预测抑郁症患者痴呆风险的价值。方法回顾性收集UK Biobank数据库中31587例抑郁症患者,根据随访显示是否罹患痴呆分为痴呆组(n=896)与非痴呆组(n=30691),并按6∶4比例分为训练集(n=18952)及测试集(n=12635);根据访谈和问卷调查共纳入包括人口特征、生活方式、健康状况、身体指标及影像学表现等共190个因素并进行筛选;基于筛选所获因素分别以轻量级梯度提升机(LightGBM)、岭回归(Ridge)和自适应提升(AdaBoost)建立模型,观察其预测抑郁症患者痴呆风险的价值。结果最终纳入10个因素,包括年龄、腰围、就业状态、日间小憩、日间瞌睡或嗜睡、使用手机时长、家庭成员数量、患抑郁症时长、愧疚感及因心理问题就诊;由此建立的LightGBM、Ridge和AdaBoost模型预测训练集抑郁症患者痴呆风险的曲线下面积(AUC)分别为0.914、0.832和0.889,两两比较差异均有统计学意义(P均<0.05),而在测试集AUC分别为0.866、0.842和0.859,除LightGBM与AdaBoost外,其余两两比较差异均有统计学意义(P均<0.05)。校准曲线显示LightGBM模型拟合度最佳。结论LightGBM机器学习模型有助于预测抑郁症患者痴呆风险。

关键词： 温湿度   松散回潮   水分变化量   机器学习  

摘要： 目的明确温湿度对松散回潮工序水分变化量的影响。方法使用K-means聚类分析法划分张家口市环境温湿度区间,利用梯度提升决策树筛选松散回潮水分变化量相关的工艺参数作为特征变量,构建不同温湿度区间下松散回潮工序水分变化量的机器学习预测模型,同时探究车间温湿度对水分变化量的影响,并对最终模型进行优化。结果根据外界环境全年的温湿度,可划分为低温中湿、中温低湿、高温高湿、中温中湿4个区间,且中温低湿与高温高湿区松散回潮工序水分变化量的差异最为显著;分别对中温低湿和高温高湿区构建松散回潮工序水分变化量的LSR、SVR、DT、RF预测模型,综合对比可知,SVR、RF预测模型的精度最高;将车间温湿度作为特征变量后,松散回潮工序水分变化量SVR、RF模型的预测精度均有所上升,其R^(2)'(R^(2)与1的差值)分别降低了25%、46%,说明车间温湿度对松散回潮工序水分变化量的影响较大;对中温低湿和高温高湿区SVR、RF松散回潮工序水分变化量预测模型进行优化后,最终模型的R^(2)'分别达到0.08、0.04。结论松散回潮水分变化量受到外界和车间温湿度的影响,根据不同温湿度区间构建的中温低湿RF模型和高温高湿SVR模型对水分变化量的拟合效果较好,预测准确,能够可靠地应用于松散回潮工序水分变化量的预测,且可拓展用于纸质卷烟包装材料的水分预测和控制,对提升烟丝的卷接包装质量具有重要的理论意义和实际应用价值。

关键词： 人工智能   智能建筑能源管理系统   优化措施   应用  

摘要： 随着科技的迅速发展和可持续发展理念的不断深入人心,智能建筑已逐渐成为现代城市建设的核心要素。作为智能建筑中至关重要的组成部分,建筑能源管理系统在提高能源使用效率和减少能源消耗方面扮演着举足轻重的角色。人工智能技术的迅猛发展为智能建筑能源管理系统的优化升级提供了新的契机,其卓越的数据处理能力和自我学习机制为未来的城市可持续发展注入了强大的动力。