关键词： 人工智能   肺结节   腺体前驱病变   体层摄影术   X线计算机  

摘要： 目的验证商用的人工智能(AI)辅助诊断系统在世界卫生组织(WHO)新旧两种不同针对腺体前驱病变(PGL)的肺癌分类标准下预测肺结节良恶性的诊断效能。方法回顾性搜集2019年1月至2021年12月期间经病理证实的肺结节,共404例。根据WHO 2015版和2021版两种分类标准,将PGL分别纳入恶性病变和良性病变进行良恶性分组。分析AI诊断肺结节与术后病理的一致性,并构建不同分类标准下基于AI定量特征的恶性肺结节预测模型。结果当PGL被纳入恶性病变时(WHO 2015版),术后病理的良恶性与AI诊断的高低危间具有高度的一致性(Kappa=0.658),平均CT值(P<0.001)是肺结节恶性的独立保护因素,预测模型的受试者工作特征曲线曲线下面积(AUC)为0.806(95%CI:0.756~0.856);当PGL被纳入良性病变时(WHO 2021版),术后病理的良恶性与AI诊断的高低危间具有中等程度的一致性(Kappa=0.440),熵(P=0.008)是肺结节恶性的独立危险因素,预测模型的AUC为0.749(95%CI:0.700~0.797)。结论AI软件的肺结节诊断结果与术后病理具有中等到高度的一致性,显示出较好的诊断性能,但需要随着病理分类的更新进一步优化对PGL的评估。

关键词： 鸟粪石   CT平扫   机器学习   成分识别  

摘要： 目的探讨基于CT平扫图像的机器学习模型在识别鸟粪石的可行性。方法共纳入63例患者已知成分的146枚结石进行研究。CT平扫图像用于提取纹理特征,使用显著性检验和皮尔逊相关系数对纹理特征进行降维处理,采用梯度提升决策树(GBT)算法建立机器学习模型。应用受试者工作特征曲线(ROC)评估机器学习预测模型的诊断性能。结果共提取1746个纹理特征,筛选出12个最优纹理特征用于构建机器学习模型。训练集和测试集的机器学习模型识别鸟粪石的曲线下面积(AUC)分别为0.928和0.836。决策曲线提示模型具有较好的临床实用价值。结论基于CT平扫图像构建的机器学习模型对识别泌尿系鸟粪石具有较高的价值。

关键词： 产品品类   智能制造   生产集中度   装备制造   盘点   产品品质   上下游企业   产业链  

摘要： 我国生活用纸行业经过30多年的高速发展,生产工艺、产品品质及装备制造水平等方面取得了长足的进步。回顾刚刚过去的2024年,行业现代化产能进一步增长,装备智能制造水平进一步提升,产品品质进一步增强,产品品类更加细分。同时,行业新的发展格局也在加速形成,原纸的生产集中度不断提升,产业链上下游企业充分发挥自身优势,合作共赢。

关键词： 终端消费者   研发制造   定制化   人工智能   生活用纸   卫生用品   智能制造   机器学习  

摘要： 目前,全球生活用纸和卫生用品设备制造商已迈入智能制造新时代。伴随着客户需求的不断提升,设备制造商加快创新步伐,积极拥抱新技术应用,围绕人工智能、数字创新、机器学习、生产效率等技术领域不断突围,进行设备研发制造。面对行业日新月异的技术变化,设备制造商及时响应,将其应用于生活用纸和卫生用品行业中,改进客户工厂生产的体验,从而为终端消费者供应更加优质的产品。生活用纸领域中,加工设备制造商正在探索人工智能的技术应用,并将其作为未来几年的工作重点。卫生用品领域中,设备制造商通过数字化、灵活高效、定制化技术解决方案等,助力客户打造智能工厂。

关键词： 人工智能   高校英语   融合发展  

摘要： 高校英语教学融合人工智能,旨在通过将多样化人工智能技术引入英语教学之中,以此转变教师的教育观念,丰富英语教学资源,改进英语教学方法,让学生获得更加多样的学习与考核体验,从而提高英语教学质量,促进高校英语的信息化教育改革。对此,文章分析了人工智能融入英语教学的意义,探究了通过认识人工智能的作用与价值,利用智能筛选、智能测评、虚拟实境、交互软件、语音识别、智能推荐等人工智能技术优化英语教学,提升英语教学效果的策略。

关键词： 人工智能   节能降耗   设备供应商   制造商   生活用纸行业   纸加工设备   灵活性   机遇和挑战  

摘要： Tissue World杂志采访了生活用纸行业领先的加工设备供应商,请他们分享未来几年甚至几十年的发展计划,话题主要围绕人工智能、数字创新、生产效率等技术领域展开。TWM/1:人工智能(AI)如何改变公司的业务?对于生活用纸行业来说,适应和推进AI应用存在哪些机遇和挑战?

关键词： 人工智能   智能财务   伦理   政策  

摘要： 新一代信息技术的不断发展与深度应用,为财务人员带来便利的同时,也带来伦理风险或困惑。文章从中国传统的伦理思想出发,融合马克思主义政治经济学的伦理特色,以习近平新时代中国特色社会主义思想中的伦理思想为核心抓手,从规范、责任、协同和绿色等层面,深度解析人工智能伦理的内涵与特征、智能财务伦理问题类别,探寻破解智能财务伦理困境的政策建议。

关键词： 仿生机器人   人工智能   基础模型   十字路口   AI  

摘要： 即将进入的2025年,正处于变革的十字路口。***的变革如果说这个寒冬中有什么耀眼的温暖,那便是AI无疑。AI的星星之火燃遍了各个行业,给人们带来一个又一个的惊艳,不知不觉地拔高了人们的期望。英伟达创始人兼CEO黄仁勋在香港科技大学学位颁授典礼上谈及人工智能时,称AI正掀起科学革命,人工智能体(AI Agents)和机器人将成为两大趋势。认知智能基础模型和物理智能基础模型取得快速进展,机器人时代正在到来,仿生机器人即将掀开新的篇章。

关键词： 茶树   多光谱成像   高光谱成像   机器学习   无损检测   抗寒性  

摘要： 抗寒生理指标的测定是评价茶树抗寒性的重要途径。传统上,茶树抗寒性的评价方法主要是通过测定茶树在低温胁迫下的理化参数。然而,这些方法不仅费时费力,而且具有破坏性。该研究建立了一种基于多光谱和高光谱成像技术的茶树抗寒性REC、SPAD、MDA预测模型。首先,采集了低温胁迫下32份育种材料的多光谱与高光谱图像,并测定相应茶树叶片的REC、SPAD、MDA、SP和SS含量。其次,对其中的高光谱图像数据采用MSC、SNV、S-G、1-D和2-D五种方法进行光谱预处理,采用UVE和SPA两种方法筛选特征波段。最后,分别对多光谱和高光谱数据采用SVM、RF和PLS算法建立茶树抗寒性REC、SPAD、MDA预测模型。结果表明,(1)MSC、SNV、S-G、1-D和2-D联合预处理后的光谱更加稳定,峰谷更加突出,模型的准确性和可靠性更高;(2)UVE算法筛选的特征波段数量最多,而SPA算法筛选的特征波段数量最少,更适合高光谱数据建立回归模型;(3)RF模型在多光谱成像预测叶片的REC(R_(p)=0.7352,RMSEP=0.0771)、SPAD(R_(p)=0.5029,RMSEP=6.6818)和MDA含量(R_(p)=0.7846,RMSEP=8.8853)方面具有最高的精度;SPA-SVM模型在高光谱成像预测叶片的SPAD(R_(p)=0.7349,RMSEP=4.1546)和MDA(R_(p)=0.6858,RMSEP=8.5488)方面具有最高的精度,SPA-PLS模型在预测REC(R_(p)=0.6298,RMSEP=0.0669)方面具有最高的精度。因此,基于多光谱、高光谱成像和机器学习算法的REC、SPAD、MDA预测模型提供了一种准确、无损和高效的方法,对茶树抗寒性评价具有重要意义。

关键词： 人工智能   无线网络   智能设备   田径项目  

摘要： 随着信息技术的迅猛发展,在田径领域训练和成绩测量中广泛应用人工智能、传感技术、红外技术和感应技术等现代科技。本研究主要围绕智能监控、动作评估、成绩分析以及智能决策等场景,为田径项目实现智能化提供支持,有助于田径项目训练的数据化。然而,在未来需要重视理论与方法创新,并促进人工智能产品多元化功能的发展,以推动体育事业数据化蓬勃发展。