简介:摘要:钢丝制品在现代工程和制造领域中担当重要角色,其性能和质量对于确保结构安全和产品可靠至关重要。然而,传统的钢丝材料和制作工艺往往存在局限性,需要进行材料与工艺优化研究以提升其性能和效率。针对钢丝制品材料优化,首要任务是评估现有钢丝材料的性能和特性。物理和力学性能的分析将帮助确定材料的强度、韧性和疲劳寿命,而耐腐蚀性能的评估将发现材料在恶劣环境下的稳定性。同时,探索新型钢丝材料也是研究的重点,例如表面改性技术和钢丝纤维增强复合材料的应用,以提升钢丝制品的性能和功能。在钢丝制品工艺优化方面,目标是分析和评估现有制造工艺,确定其局限性和缺陷,并引入新的制造工艺以提升效率和产品质量。先进的成型技术和热处理、表面处理的新方法都可以改善钢丝制品的性能和质量。此外,自动化和智能化生产也是工艺优化的重要趋势,利用智能制造技术和自动化生产线可以提高工艺的稳定性、效率和一致性。基于此,本篇文章对钢丝制品的材料与工艺优化进行研究,以供参考。
简介:摘要目的探索建立基于深度迁移学习的人工智能肺癌辅助诊断系统并评估其应用价值。方法收集2016至2019年之间首都医科大学附属北京胸科医院保存的519例肺部组织切片(包括正常肺、腺癌、鳞状细胞癌和小细胞癌),扫描成数字切片,分为316张训练集和203张内部测试集。训练集由病理医师进行标注,使用基于ResNet-50的DeepLab v3图像分割模型建立肺部癌区像素级识别模型。在模型训练过程中,将胃部癌区识别模型的参数作为初始值,通过迁移学习策略对肺部癌区识别模型参数进行二次训练优化。再分别利用首都医科大学附属北京胸科医院的203张内部测试集以及从美国癌症影像档案(TCIA)数据库获得的1 081张外部测试集对已建立的辅助诊断模型进行验证。结果在较少样本量的情况下,迁移学习模型比普通模型显示出更好的识别准确度[曲线下面积(AUC)值0.988∶0.971,Kappa值0.852∶0.832]。此外,对外部测试集,该研究建立的迁移学习模型诊断AUC值为0.968,Kappa=0.828,表示该模型具有很好的推广性。结论该研究建立的人工智能肺癌病理辅助诊断方法具有较好的准确性和外部推广性。随着病理人工智能研究的不断深入,迁移学习方法有助于缩短诊断模型训练周期,提高诊断模型的准确性。
简介:摘要新课改实施多年以来,我们的教育还以“应试升学”为“终极目标”,本位性的分数评价机制,一直束缚着我们。在这样的教育大背景下,要让“素质教育”取代“应试教育”,必须改变传统的以“升学”为“终极目标”的语文教育理念,在初中语文教学中实行创新的素质教育。
简介:摘要目的通过深度学习方法,探讨病理形态学与乳腺癌HER2过表达/扩增的关系。方法采集2012—2018年中日友好医院345张乳腺癌HE染色切片,所有样本均拥有HER2的准确诊断结果,并包含0、1+、2+、3+多种HER2类型。数字化扫描后,204张用于弱监督模型训练,141张用于模型测试。在训练过程中,首先通过癌区识别模型,提取热点区域,随后将热点区域输入弱监督分类模型进行深度学习模型的建立。在测试过程中,对比使用单阈值与双阈值策略的效果,验证双阈值策略在临床可用性方面的作用。结果在单阈值策略下,深度学习模型可达到81.6%的灵敏度及42.1%的特异度,AUC=0.67[95%CI(0.560,0.778)]。采用双阈值策略,模型的灵敏度为96.3%,特异度达到89.5%。结论仅使用HE组织学切片,通过深度学习技术,能够以一定的准确率实现乳腺癌HER2基因状态的预测。基于双阈值策略,能够以高灵敏度和特异度筛出大量样本。
简介:摘要:工程造价指的是建筑工程建设中所耗费的实际投资数额,通过加强建设工程造价管理工作,就可以保证对各环节投资能够进行合理利用,进而就可以减少施工成本,从而增加投资效益。但BIM科学技术在当前建成造价中的实际运用水平并不高,尚处在早期摸索阶段,还必须在工程建设实际中进一步探索总结成功经验、完善有关的应用措施,如此才能使BIM科学技术在建成工程造价管理工作中的功能得以最大化体现。但由于传统的建成造价模式,已无法适应现代建设造价的管理需要,因此有必要加以革新。把BIM技术融入到工程造价管理中,就可以增加现代建设工程造价管理的合理性,从而也可以保证现代建设工程的整体效益。