课程文献中心 更多>>

关键词： 冠心病   冠状动脉周围脂肪   主要心血管不良事件   影像组学   机器学习  

摘要： 目的探讨基于人工智能的冠状动脉周围脂肪影像组学及衰减指数(FAI)构建可解释性机器学习模型预测冠心病患者主要心血管不良事件(MACE)发生的应用价值。方法回顾性搜集2021年1月至2023年9月于华北理工大学附属医院同时行冠状动脉CT血管造影(CCTA)检查及侵入性冠状动脉造影术(ICA)检查的冠心病患者186例,经纳排标准筛选后最终纳入150例,根据MACE发生情况,分为MACE阳性组(n=66)和MACE阴性组(n=84)。按照8∶2比例随机划分为训练集和测试集,依次采用Mann-Whitney U检验及最小绝对收缩与选择算子(LASSO)算法筛选影像组学特征。由极端梯度提升(XGBoost)及随机森林(RF)机器学习算法构建预测冠心病患者MACE发生的模型(共4种,临床独立预测因素构建的XGBoost模型及RF模型;临床独立预测因素-影像组学评分联合数据构建的XGBoost模型及RF模型),绘制受试者工作特征(ROC)曲线并计算曲线下面积(AUC),评价各模型预测冠心病患者发生MACE的效能;以DeLong检验比较各模型间效能的差异。以校准曲线评价四种模型的拟合度。以决策曲线分析评价四种模型的临床应用价值。结果责任血管FAI、CT_FFR及冠状动脉狭窄程度为冠心病患者发生MACE的独立预测因素(P<0.05);相较于独立预测因素数据,联合冠状动脉周围脂肪影像组学评分后进一步提高了模型的预测效能。训练集中,由独立预测因素数据及临床独立预测因素-影像组学评分联合数据构建的XGBoost模型AUC值分别为0.94和0.98;准确率分别为0.84和0.93。其RF模型AUC值分别为0.93和0.99;准确率分别为0.87和0.94。测试集中,由独立预测因素数据及临床独立预测因素-影像组学评分联合数据构建的XGBoost模型AUC值分别为0.64和0.91;准确率分别为0.53和0.76。其RF模型AUC值分别为0.74和0.94;准确率分别为0.69和0.84。在测试集中,由临床独立预测因素-影像组学评分联合数据构建的RF模型的AUC值、准确率、灵敏度、特异度、阳性预测值(PPV)和阴性预测值(NPV)均最高。经DeLong检验,在训练集与测试集中,由临床独立预测因素-影像组学评分联合数据构建的模型的诊断效能均优于临床独立预测因素数据构建的模型(P均<0.05)。在基于同一数据的情况下,训练集和测试集的校准曲线表明,RF分类器较XGBoost分类器拟合度高。测试集临床决策曲线显示,采用RF模型预测冠心病患者MACE发生的净受益最高且风险阈值范围更大。结论基于人工智能的冠状动脉周围脂肪影像组学及FAI构建可解释性机器学习模型可以较为准确地预测冠心病患者MACE的发生;利用RF算法获得的结合临床独立预测因素及PCAT影像组学评分模型具有最佳的预测效能。

关键词： 生态优化   科技人才   创新生态   主体培育   人工智能   品牌打造   资源禀赋   战略部署  

摘要： 为深入贯彻落实省委、省政府关于“加快建设创新浙江、因地制宜发展新质生产力”的战略部署,拱墅区以教育科技人才一体改革发展为突破口,立足中心城区资源禀赋,聚焦创新生态优化、高能级平台建设、成果转化路径贯通、企业主体培育和服务品牌打造,奋力打造新质生产力发展高地。近期火爆出圈的人工智能企业深度求索,正是拱墅区蓬勃创新生态的生动注脚。

关键词： 视觉健康   人工智能辅助诊断   管理模式   探索与实践  

摘要： 目的:探索和实践人工智能辅助诊断的闵行区视觉健康管理模式。方法:介绍闵行区人工智能辅助诊断的视觉健康管理模式;分析对比传统视觉健康管理模式和人工智能辅助诊断视觉健康管理模式下,社区视觉健康筛查情况,眼病发现、需转诊、复诊情况等;工作人员配置、眼科门诊接诊情况、居民眼病知识率和视觉健康服务满意情况等。结果:传统视觉健康管理模式和人工智能辅助诊断模式主要眼病(糖尿病视网膜病变、青光眼、年龄相关性黄斑变性、高度近视)发现率比较差异均有统计学意义(χ^(2)=954.03,P<0.01),需转诊率差异有统计学意义(χ^(2)=431.07,P<0.01)。人工智能辅助诊断管理模式与传统视觉健康管理模式的居民在青光眼的知晓率比较差异有统计学意义(χ^(2)=4.24,P<0.05)。传统视觉健康管理模式和人工智能辅助诊断模式居民对视觉健康服务中的服务质量和服务时间的满意度比较差异有统计学意义(Z=-2.75,Z=-2.18,P<0.05)。结论:人工智能辅助诊断视觉健康管理模式,糖尿病视网膜病变、青光眼等主要眼病发现率高于传统模式,需转诊率降低,居民对青光眼的知晓率提升,在服务质量和服务时间上的居民满意度较高。基于人工智能辅助诊断的视觉健康筛查与管理模式值得本区其他社区的推广和应用。

关键词： 财务决策   资本配置   风险预测   财务报告   主题征文   人工智能   语言模型   AI  

摘要： 随着生成式人工智能(Generative Artificial Intelligence)技术的迅猛发展,尤其是大语言模型(Large Language Model)、AI代理(Agent)等技术的广泛应用,财务决策的范式正在经历前所未有的变革。生成式AI不仅在财务报告自动化、风险预测、资本配置等领域展现出强大的潜力,也对传统财务分析师的职业能力提出了颠覆性挑战。与此同时,深度伪造(Deepfake)等技术的兴起,也给企业财务信息安全带来了新的威胁。

关键词： 人形机器人   人工智能   机器人技术   未来产业   产业升级   深度融合   技术创新   区域竞争力  

摘要： 人形机器人是机器人技术与人工智能深度融合的产物。2025年3月,习近平总书记在参加江苏代表团审议时强调,要“在推动科技创新和产业创新融合上打头阵”,为江苏人形机器人产业化发展指明了方向。省委书记信长星在省政协十三届三次会议开幕会上的讲话“点名”四个未来产业,就包括人形机器人产业。人形机器人产业对江苏而言,不仅是技术创新和产业升级的重要抓手,更是提升区域竞争力、推动经济高质量发展和社会进步的关键力量。

关键词： 生成式人工智能   信息资源管理   技术焦虑   学生焦虑  

摘要： [目的/意义]生成式人工智能的快速发展引发了信息资源管理学科学生的多方面焦虑,本研究旨在通过构建多维焦虑模型,揭示学生的焦虑现状及影响因素,为缓解其焦虑提供理论依据。[方法/过程]基于恐惧获得理论和技术恐惧生成结构模型,构建了信息资源管理学科学生的生成式人工智能焦虑的结构模型,采用问卷调查的方法,从学习焦虑、就业焦虑、环境焦虑3个维度开展研究,分析人工智能焦虑产生的影响因素。[结果/结论]信息资源管理学科学生普遍存在人工智能焦虑,其中就业焦虑最为严重;高校层次和生源地对学生的焦虑程度有显著影响,学校层次越高、来自农村的学生焦虑程度越重;课程脱节与高强度竞争加剧学生学习焦虑,工作易被生成式人工智能替代导致学生就业焦虑,亟需创设有利于促进生成式人工智能发展和利用的社会环境。

关键词： 人工智能   课程思政   经济学课程  

摘要： 本文通过梳理经济实验在微观经济学课程教学中的应用和人工智能时代的课程思政,分析了实验教学法在经济学教学中的应用、思想政治在经济学教学中的采用以及人工智能和思想政治在经济学教学中的融合,得出经济学教学过程中经济实验服务于思想政治建设的结论,提出了人工智能背景下经济学课程思政的建设方向,阐明了人才培养过程中教师的使命和担当。

关键词： 人工智能   学习者思维能力   发展策略   培养策略  

摘要： 本研究基于人工智能在教育领域的广泛应用背景,探讨了其对学习者思维能力发展的影响及培养策略。通过现状分析、困境探讨、成因剖析,揭示了人工智能在提升学习者思维能力方面的潜力与挑战。在此基础上,提出了以下培养策略:构建个性化学习体验、推广智能化学习工具、建立自动化评估反馈机制,以及利用数据驱动的学习分析优化教学策略。

关键词： 混凝土结合面   粗糙度   堆砂法   三维激光扫描   人工智能  

摘要： 混凝土结合面的粗糙程度对其受力性能具有重要影响。采用参数和测量方法对界面粗糙度进行表征,并进行了对比分析。结果表明,虽然采用堆砂法测量的粗糙度能客观反映结合面的施工质量和受剪性能,但难以应用于实际工程检测;基于三维激光扫描的模拟堆砂法可以还原混凝土结合面三维表面信息,以数字化的方式对结合面粗糙度进行有效检测,但测量效率较低;基于结构光深度相机开发的定光照、定距离、定角度、定范围设备,可实现对结合面粗糙度的高效稳定检测;此外,基于机器视觉和深度学习技术,通过建立相关数据库,能够对结合面粗糙等级和施工质量缺陷进行智能评估,显著提升混凝土结合面质量检测的数字化和智能化水平。

关键词： 创新思维   项目化教学   人工智能课程  

摘要： 2024年全国教育工作会议将创新思维培养视为提高人才自主培养质量的核心。在人工智能时代,创新思维与人工智能的理解应用能力紧密相关,学生掌握此类能力对顺应时代、提升竞争力至关重要。但中学人工智能教育存在课程深度不足、教学方法单一等问题,影响学生兴趣与动力,阻碍创新性人才培养。为此,本研究构建了指向创新思维提升的人工智能课程项目化教学模式,以学生为中心,设计贴近现实的项目,引导学生主动建构知识。以“未来校园—智慧食堂”为例,该模式有效促进了理论与实践结合,显著提升了学生创新思维、创新能力和学习积极性,为人工智能教育改革提供参考。