关键词： 间质性肺疾病   结缔组织病   人工智能   高分辨率CT  

摘要： 目的 探讨人工智能定量分析在结缔组织病相关间质性肺疾病(CTD-ILD)患者预后评估中的应用.方法 回顾性选取67例CTD-ILD患者,均接受高分辨率CT(HRCT)扫描,并根据肺功能检查结果将患者分为轻度组、中度组和重度组.使用Kaplan-Meier曲线和方差分析比较3组患者的生存率.通过单因素分析评估人工智能参数与患者预后的关系,并将显著性结果纳入多因素Cox回归模型进行分析,以构建最佳预测模型.结果 3组患者的生存率存在显著差异(P<0.05).单因素分析显示,死亡患者的肺部感染体积及百分比显著大于生存患者,而死亡患者的肺体积显著小于生存患者.左肺体积和病变成分CT值≤-750 HU百分比被识别为预后的危险因素,二者联合构成最佳预测模型.结论 肺部病变人工智能分析系统为CTD-ILD患者的预后评估提供了一种系统化、定量化的新方法,该方法可用于CTD-ILD患者的预后评估和随访.

摘要： 人工智能已经成为深刻影响当今社会发展的技术之一,世界范围内正在掀起人工智能开发应用热潮.作为高等教育"龙头"和基础教育"基点"的连接点,面对技术变革的时代浪潮,地方师范院校亟须回答"如何在坚守师范教育本色的基础上,将智能技术与师范生培养深度融合""如何守正创新,培养兼具创新能力、实践能力与广博知识的教育人才""如何积极拥抱技术变革,推动办学转型"等问题.

摘要： 人工智能作为新一轮科技革命和产业变革的重要驱动力,正在快速介入教育领域,催生高等教育形态与范式的深度变革,"人工智能+教育"成为实现教育大国向教育强国迈进的重要变量.地方高校在建设教育强国、支撑和引领经济社会高质量发展过程中扮演着重要角色,要更主动地拥抱并善于利用人工智能,积极推动育人理念、教学范式、教育治理的深层次变革,以人工智能赋能高质量发展.

摘要： 胰腺癌(pancreatic cancer,PC)是消化系统常见恶性肿瘤之一,其发病率高,侵袭性强、转移早[1].早期诊断及干预治疗是提高PC患者生存率的重要手段.肿块型慢性胰腺炎(mass-forming chronic pancreati-tis,MFCP)是由于长期反复炎症刺激,导致腺体发生纤维化伴炎细胞积聚,使胰腺实质局部肿块样增大.

摘要： 人工智能技术的迅猛发展,正在重塑高等教育的核心价值与使命.广西大学秉承"复兴中华,发达广西"的办学宗旨,将人工智能深度融入人才培养、教育教学与科研创新的全链条,构建"教育—科技—人才"一体化发展格局.

关键词： 人工智能   小学语文   智慧课堂  

摘要： 随着教育信息化进程持续推进,人工智能技术于小学语文教学里正发挥着日益关键的作用,借助智能化教学平台以及数字资源,针对人教版四年级下册语文教材的内容,构建起个性化的学习路径,以此提升课堂教学的效果,借助人工智能技术在辅助备课、课堂互动、作业批改、学情分析等诸多环节的应用,打造出高效智慧课堂。这种智能化教学模式可促进学生语文知识与能力的提升,还可培养学生自主学习的意识,激发其学习兴趣,帮助学生实现全面发展,在智能化教学实践过程中,教师的角色从知识传授者转变为学习引导者,达成了教学方式的创新以及教学效果的提升。

关键词： 人工智能   中职语文   古诗词教学   应用   效果  

摘要： 中职语文古诗词教学面临学生兴趣不足、理解困难等问题,人工智能技术为此带来新的教学思路,通过分析当前中职语文古诗词教学现状,以《念奴娇·赤壁怀古》教学为切入点,探讨人工智能在教学资源整合、教学模式创新、学习评价优化等方面的具体应用方式。

关键词： 人工智能   高校   应用型人才   创新能力   培养路径  

摘要： 随着人工智能技术的迅猛进步,当前社会对兼具创新思维与实践能力的复合型人才需求愈发强烈,而高校作为孕育专业人才的摇篮,应密切关注人工智能领域的发展趋势,了解行业对人才的需求变化,从而制定出既符合时代发展又具有前瞻性的应用型人才培养策略。本文首先分析了人工智能视域下高校培养应用型人才创新能力的价值意义,之后提出了人工智能视域下高校应用型人才创新能力的培养路径,具体包括明确培养目标、更新教育理念、优化课程体系、加强师资队伍建设和构建创新生态系统等路径,经全面实施培养路径,可促进学生创新能力的提升,从而为社会输送高素质应用型人才,满足社会发展需求。

关键词： 复合固体推进剂   快速检测   机器学习   人工智能   数据优化  

摘要： 复合固体推进剂作为固体火箭发动机的核心功能材料，其组分表征技术直接关联推进剂性能调控、贮存稳定性评估及寿命预测等关键技术环节。随着固体推进剂配方体系呈现高能化和复杂化趋势，传统化学分析方法在检测效率和准确度方面的技术局限性日益凸显。本文系统综述了近十年复合固体推进剂组分快速表征技术的应用进展，重点探讨色谱法、极谱法、光谱法等现代仪器分析方法的技术特征，并剖析机器学习算法在光谱数据解析中的创新应用。基于当前技术瓶颈，从联用技术的高通量和自动化、便携式快速检测仪器的开发与应用、人工智能与快速检测技术的深度融合、人工智能与标准谱库的协同构建、复合型人才培养体系五个维度，展望未来复合固体推进剂组分快速检测技术的发展路径。