关键词： 胃肠道间质瘤   影像组学   CT   机器学习  

摘要： 胃肠道间质瘤（GIST）是胃肠道最主要的间叶源性肿瘤，其生物学特征复杂，风险程度各异，因此早期诊断及精准的危险度评估对于后续的治疗至关重要。影像组学可以从不同模态的影像数据中提取并分析具有强代表性的定量影像特征，通过机器学习的方法结合临床数据，完成对病变诊断和预测等工作。现有研究表明，影像组学不仅能用于GIST的鉴别诊断、危险度分层及预后判断，还在基因突变状态评估和治疗反应预测方面展现出潜力。本文就影像组学在GIST早期鉴别诊断、危险度分级、基因突变预测、治疗效果评估等方面展开综述，并报告其局限性，探讨未来的发展方向。

关键词： 流域水电安全   应急管理   信息化   智能化平台   大数据   云计算   人工智能  

摘要： 立足流域水电安全与应急信息化管理的多重需求，通过大数据、云计算及人工智能技术，构建基于流域水电安全与应急信息的流域水电基础信息数据库，部署全国各流域多维可视化信息地图，研究集数据采集、分析、预测、服务于一体的流域水电安全与应急管理智慧信息平台建设方案。流域水电安全与应急管理智慧信息平台实现了流域水电应急相关模型算法资源集成化、标准化、在线化管理调用，可为流域防洪减灾、水安全、应急处理的隐患自动识别、智能感知预警、流域洪水精准预测、应急处置提供科学决策，提升了流域安全管理和应急处理智慧化水平，创建了智慧应急工作服务新模式。

关键词： 机器学习   配电网短路故障   智能恢复   目标函数   目标优化  

摘要： 由于配电网短路故障产生的运维成本逐年增加，影响电力企业整体经济效益，为此提出机器学习下配电网短路故障快速智能恢复方法。分析回声状态网络，建立配电网短路故障恢复模型;设置配电网运行指标约束条件，构建回声状态网络目标函数，计算函数中个体与约束条件间的违背程度，得到实际目标函数;在目标优化阶段，保证重要负荷最大化，再考虑配电网运行均衡度，以此实现配电网短路故障快速智能恢复。对所提方法展开实验测试，结果表明，所提方法可有效恢复故障支路和节点，同时恢复后电压、电流波动均保证在所允许的范围内。

关键词： 大语言模型   人工智能   具身智能   应用  

摘要： 大语言模型正以前所未有的方式与临床医学领域融合并改变临床诊疗的范式，大语言模型不仅在加速知识传播、优化临床决策、提升患者体验等方面发挥着重要作用，还为医疗系统的整体智能化升级提供了强大动力。本文对大语言模型在临床医学领域的典型应用进行了梳理，分析了大语言模型存在的问题与面临的挑战，并展望了大语言模型的发展趋势。通过讨论大语言模型的应用情况和未来前景，我们希望能够激励医务工作者和研究人员共同探索这一领域，把以大语言模型为代表的人工智能新技术应用于临床实践，提升医疗机构的工作效能和服务质量。

关键词： 人工智能   机器学习   深度学习   心血管手术   围术期   综述  

摘要： 随着计算机技术的进步与发展，基于人工智能的医疗辅助决策系统在临床得到广泛应用。在心血管手术围术期中，人工智能可以应用于术前诊断、术中和术后风险管理等。本文介绍了心血管手术围术期中人工智能的应用和发展情况，包括术前辅助诊断、术中风险管理、术后管理及全程辅助决策管理，同时探讨了工智能应用的挑战与局限，并对未来的发展方向进行展望。

关键词： 煤矸识别   机器学习   卷积神经网络   迁移学习  

摘要： 针对传统煤矸图像识别算法需提取并筛选图像灰度、纹理等特征，费时耗力，以及训练卷积神经网络需庞大数据集和高配置硬件设备等问题，提出基于迁移学习的煤矸图像识别方法。利用VGG16卷积基提取煤矸图像特征，并与机器学习算法结合，验证VGG16卷积基提取特征的有效性。分别通过特征提取和模型微调方式实现网络模型VGG16的迁移，并构建自定义密集连接分类器，形成两种识别模型。仿真结果显示，两种模型的准确率分别达到96.30%和98.15%。结果表明：提出的煤矸识别模型是有效的，可以快速准确识别煤和矸石图像。

关键词： 分数阶涡旋光束   机器学习   大气湍流   残差网络  

摘要： 分数阶涡旋光束具有分数轨道角动量（fractional orbital angular momentum,FOAM）模式，理论上可以无限增加传输容量，因此在光通信领域具有巨大的应用前景.然而，分数阶涡旋光束在自由空间传播时，螺旋相位的不连续性使其在实际应用中容易受到衍射的影响，进而影响FOAM阶次识别的准确度，严重制约基于FOAM的实际应用.如何实现有衍射条件下的分数阶涡旋光的机器学习识别，目前仍是一个亟需解决且仍未见诸报道的问题.本文提出了一种基于残差网络（residual network, ResNet）的深度学习（deep learning,DL）方法，用于精确识别分数阶涡旋光衍射过程的传播距离和拓扑荷值.实验结果表明，该方法可以在湍流条件下识别传播距离为100cm，间隔为5 cm，模式间隔为0.1的FOAM模式，准确率为99.69%.该技术有助于推动FOAM模式在测距、光通信、微粒子操作等领域的实际应用.

关键词： 黄土滑坡易发性评价   黄土塬地貌   机器学习   可解释性分析  

摘要： 滑坡稳定性问题一直是工程地质关注的重要科学问题，已有研究多关注山区滑坡灾害，但对于黄土高原区滑坡灾害研究较少。黄土高原是中国北方重要地理单元，其特殊的地质结构和气候条件导致该区域滑坡、泥石流等灾害易发、频发，给当地人民造成了巨大的灾难和财产损失，因此黄土高原区滑坡研究是黄土灾害研究的难点与重点。本文聚焦黄土塬地貌区滑坡灾害，综合考虑地形地貌、水文、土壤等因素，针对黄土塬地貌区滑坡易发性评价建立了综合量化评价体系。利用LightGBM模拟黄土高原黄土塬滑坡易发性，选取5个精度指标评估其预测性能与鲁棒性，运用SHAP算法解析诱发因素对模拟结果的影响，并揭示了黄土塬地貌区滑坡易发性发生机制。研究发现，LightGBM模型对黄土塬滑坡易发性具有较强的模拟与预测能力（AUC=0.844），SHAP算法较好地辨识出黄土塬地貌区滑坡易发性关键驱动因子，即距道路距离、年均降雨量、地形起伏度、人口密度、地表切割深度、坡长等，在此基础上绘制了研究区滑坡易发性风险图，为区域滑坡治理及滑坡灾害的防灾减灾提供了关键理论依据。

关键词： 智能建筑   电气供配电系统   负荷设计   人工智能   区块链  

摘要： 智能建筑的快速发展对电气供配电系统的负荷设计和优化提出了新的挑战.文章系统分析了影响智能建筑电气供配电系统负荷的关键因素,提出了基于能源管理系统、人工智能算法和多目标优化模型的负荷优化策略.同时,文章还探讨了智能建筑电气供配电系统与分布式能源、智能电网、区块链技术以及智慧城市的融合发展趋势.研究成果为智能建筑电气供配电系统的设计优化提供了新的思路和方法,有助于提升智能建筑的能源效率和运行效益,支撑智慧城市的可持续发展.

关键词： 机器学习   深度学习   故障诊断   多头注意力机制  

摘要： 针对旋转机械振动信号复杂且难以提取有效故障特征，多头注意力故障诊断方法计算复杂度高的情况，提出一种交互式多头注意力的机械故障诊断方法。通过对输入数据的特征图进行窗口分割，降低了注意力的计算复杂度。使用特征图滚动技术，在各自注意力之间和各窗口之间建立数据的联系，在降低计算复杂度的同时保证分类精度。将输入数据的位置信息融入注意力权重矩阵，增强神经网络对数据位置信息的辨别能力。在实验部分，为了测试算法的性能，将其应用到ZHS-2型多功能电机柔性转子试验台进行验证。实验结果表明，与其他数据驱动的故障诊断方法相比，该方法能更有效识别各种故障特征，实现故障诊断。