课程文献中心 更多>>

关键词： 肝肿瘤   肝动脉灌注化疗栓塞术   术后残留   体层摄影术,螺旋计算机   磁共振成像   消融技术   癌胚抗原   丙氨酸转氨酶  

摘要： 目的分析基于CT和磁共振成像人工智能图像融合技术的适形消融用于肝癌肝动脉灌注化疗栓塞术(TACE)术后残留的效果及并发症发生情况。方法选取2019年1月至2023年11月收治的肝癌TACE术后残留患者61例,将CT和磁共振成像人工智能图像融合技术指导下适形消融30例(38个病灶)作为观察组,进行常规消融的31例(40个病灶)作为对照组。比较2组消融情况,消融前、消融后1个月肿瘤标志物[甲胎蛋白、癌胚抗原、糖类抗原125(CA125)],消融前、消融后24 h、消融后3 d肝功能指标[天冬氨酸转氨酶(AST)、丙氨酸转氨酶(ALT)];比较2组并发症发生率及无进展生存期。结果观察组术中即时补充消融率、术中满足消融边界率、完全消融率高于对照组,不完全消融率低于对照组(P<0.05,P<0.01);观察组消融后1个月甲胎蛋白、癌胚抗原、CA125低于对照组(P<0.05)。观察组消融后24 h、3 d AST、ALT低于对照组(P<0.05,P<0.01)。观察组并发症发生率[20.00%(6/30)]与对照组[32.26%(10/31)]比较差异无统计学意义(P>0.05);观察组再次消融率[3.33%(1/30)]与对照组[16.13%(5/31)]比较差异无统计学意义(P>0.05);观察组无进展生存期长于对照组(P<0.05)。结论CT和磁共振成像人工智能图像融合技术对TACE术后残留病灶消融治疗效果较好,且安全性较高。

关键词： 科技舆情   噪声信息   虚假信息   人工智能   大语言模型  

摘要： 随着互联网技术的快速发展,网络科技舆情成为反映公众对科技事件态度和看法的重要渠道。然而,噪声信息的大量存在和传播,不仅干扰了科技信息的有效传递,而且可能误导公众,损害科技传播的公信力。通过分析网络舆情中噪声信息的传播特点、类型、产生原因等,探索噪声信息的识别技术,并基于“新浪舆情通”舆情监测平台,对2023年3月至2024年6月福建省科技创新相关的新闻媒体报道进行采集和分析,更深入地理解噪声信息的传播特点及其对科技舆情的影响,以期进一步探索更为有效的噪声信息识别与处理方法。

关键词： 人工智能   高校图书馆   智能服务  

摘要： 在人工智能技术快速发展的背景下,高校图书馆的建设和管理正经历深刻变革。基于此,本文首先探讨了智能服务、跨平台资源整合、用户行为个性化分析等特征,为图书馆的现代化管理提供了新思路。接着,分析了人工智能时代高校图书馆的建设与管理中的主要难点,揭示了当前技术应用中亟需解决的问题。最后,研究指出,应围绕优化智能推荐系统、引入虚拟现实技术、加强区块链在知识产权保护中的应用几个方面进行创新,为图书馆的智能化发展提供了切实可行的建议。

关键词： 乙二醇   电渗析   脱盐   神经网络   算法   粒子群优化   模拟退火  

摘要： 利用小波神经网络和模拟退火-粒子群算法对电渗析法脱盐工艺进行参数优化。首先,通过单因素实验初步探讨了电渗析单位膜电压、操作时间、极板间距和极液浓度对脱盐效果的影响规律,然后利用小波神经网络模型对数据样本进行训练和预测,并对实验影响因素进行了Sobol灵敏度分析,最后将小波神经网络模型与模拟退火-粒子群算法相互耦合,得到了该体系下优化的电渗析条件及其对应的脱盐率。试凑法结果表明,4-10-8-1小波双隐层神经网络模型为适宜的预测模型;各因素对脱盐效果的作用程度由大到小依次为单位膜电压、操作时间、极液浓度和极板间距;当单位膜电压为0.42V/cm^(2)、运行时间为13.85h、极板间距为12.11cm、极液浓度为0.21mol/L时,预测的优化脱盐率可达97.13%,经统计检定值(t)检验该值与验证实验结果高度一致。该研究可为乙二醇电渗析法脱盐工艺的全面推广和深度应用提供准确可靠的理论支撑和数据来源。

关键词： 跛行检测   人工智能   奶牛  

摘要： [目的]通过评估基于自动摄像机(AUTO)的平均每周运动能力评分与奶牛首次出现病变的关系,探讨基于AUTO的运动能力评分是否可更早检测出奶牛首次出现跛行。[方法]自2022年4—12月,收集单个农场2982头奶牛的AUTO评分数据,包括奶牛ID、日期、时间和移动评分(0~100分)。根据牧场历史记录中2204头奶牛的牛蹄病变数据,确定其病史和诊断日期。为消除慢性跛行的影响,研究重点关注无跛行史的奶牛,分为两类:首次确诊病变的奶牛(LESION)和修蹄师已检查但未确诊的奶牛(TRIM)。确诊病变类别是根据修蹄时间进行诊断的,在干奶后7天内(DOT),或根据农场工作人员观察和修蹄建议随机(RT)进行。个体AUTO评分汇总为每周移动平均分。所有评分均以中位数(IQR)报告。按病变类型对LESION奶牛进行比较。[结果]DOT组(n=60)的病变类型:93%为TRIM、3.3%为趾溃疡(TOE),1.7%为白线病(WLD),1.7%为蹄底溃疡(SU)。RT组(n=239)的病变类型:63%为TRIM,17%为蹄叶炎(DD),7.5%为蹄底溃疡(SU),7.1%为白线病(WLD),4.2%为腐蹄病(FR),4.2%为趾溃疡(TOE)。RT组在前4周,LESION中位数评分(37.6[18.3])与TRIM(38.5[13.7])相似;在前1周,LESION中位数评分(41.1[17.5])高于TRIM(39.2[15.5])。DOT组在4周前,LESION中位数评分(59.2[2.1])高于TRIM(40.0[9.9]),这种模式一直持续到1周前。4周前,FR的评分最高(47.3[22.9]),随后分别是SU(42.8[19.0])、WLD(41.2[13.5])和DD(35.0[14.1])。1周前,FR(57.1[11.5])、SU(44.5[12.4])、WLD(44.3[26.8])和DD(39.5[10.6])的评分提高。[结论]AUTO评分或有助于早期识别某些病变。然而,不同奶牛个体和发病周数之间的差异性是一个有待解决的挑战。

关键词： 新信息技术   人工智能   智能装备   课程思政   教学改革  

摘要： 为培养新一代信息技术与人工智能等新兴战略产业和智能装备等国防科技前沿领域急需的高层次复合型创新人才,依托“智能感知与自主系统”硕士研究生专业选修课程,开展课程思政教学设计与实践探索。通过设计思政案例、创新教学方法、教学实践与效果反馈相结合,将思政元素有机融入课程教学,取得了良好的教学效果。研究成果对激发学生投身智能系统研发、服务国家战略需求、实现自我价值追求的爱国主义精神具有积极作用,可为其他工学类专业课程开展课程思政教学改革提供参考。

关键词： 区块链   人工智能   数据共享   医疗   共识算法  

摘要： 为满足医疗领域的数据共享需求,研究提出一种基于区块链的医疗大数据共享模型,该模型采用半中心化联盟区块链进行数据共享。引入投票机制和延迟验证特性,结合人工智能辅助数据处理,对共识算法进行了改进,以减少通信开销。实验数据显示,当属性数量为45时,该模型的加密时间为1 094 ms,解密时间为194 ms。共识节点为20时,实用拜占庭容错共识算法下的交易延迟为60 s,改进算法下的交易延迟为30 s,减少了50%。研究表明,该医疗大数据共享方法实现了高效的共识,同时保护了医疗数据的隐私和安全,有助于推动医疗信息整合、提高医疗服务质量和效率。

关键词： 人工智能技术   煤矿机电设备   安装工程  

摘要： 煤矿行业一直是高风险、高劳动强度的行业,机电设备的安装质量直接关系到矿井的安全生产和运营效率。传统的机电设备安装依赖于人工操作,存在效率低下、安全隐患多等问题。人工智能技术的引入为解决这些问题提供了新的途径。AI技术能够通过数据分析、机器学习和自动化控制等手段,提高机电设备安装的精确度和效率,同时减少人为错误和安全事故。基于此,本文章对人工智能技术在煤矿机电设备安装工程中的应用进行探讨,以供相关从业人员参考。

关键词： 人工智能   强化学习   神经网络   生成模型   序列建模  

摘要： 强化学习是机器学习中关于如何学习决策的分支,是一个序列决策问题,通过与环境反复交互试错找到最优策略。强化学习可以与生成模型结合使用来优化其性能,通常用于微调生成模型,提高其创建高质量内容的能力。强化学习过程也可以视为一个通用的序列建模问题,对任务轨迹上的分布进行建模,通过预训练生成模型产生一系列动作来获取一系列的高回报。在对输入信息进行建模的基础上,生成式强化学习能够更好地处理不确定性和未知的环境,更高效地将序列数据转换成用于决策的策略。首先针对强化学习算法和序列建模方法进行了介绍,对数据序列的建模过程进行了分析,然后按神经网络模型的类型进行分类探讨了强化学习的发展现状,在此基础上梳理了与生成模型结合的相关方法,并分析了强化学习方法在生成式预训练模型中的应用,最后总结了相关技术在理论和应用上的发展状况。

关键词： 智能机器人   人工智能   聊天机器人   工业机器人   仿人机器人   机器学习   脑模型   类脑智能  

摘要： 肖南峰,华南理工大学计算机科学与工程学院教授,日本横浜国立大学工学博士,研究方向:智能机器人与人工智能。近年来,他围绕着智能机器人(仿人机器人、家政机器人、工业机器人、聊天机器人、识别机器人)和人工智能(类脑模型、类脑信息处理、机器学习)的基础理论和应用技术进行了深入研究。