简介:摘要:随着社会经济的持续发展,我国城镇化水平在逐步提高,社会汽车保有量也在大幅度增长,因此市政道路工程建设规模也在不断扩大。作为居民日常出行的主要道路,市政道路工程施工质量对民众的出行便捷性、安全性以及城市整体运行管理水平都有重要的影响。沥青路面在市政道路工程中有着广泛应用,通过采用先进的施工技术,加强每一施工阶段的质量管控,以此保障整体施工质量符合实际规定标准,从而为人们的日常出行提供强有力的安全保障。文章详细分析了沥青道路施工的特点,探讨了沥青混凝土道路的技术优势,并对沥青混凝土道路施工中出现的各种问题进行了思考,对沥青混凝土施工技术应用于市政道路的实际情况进行了分析。
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。