17例耳硬化症患者的临床与影像学分析

目的分析17例耳硬化症患者的临床特征、影像学表现及手术治疗效果。方法收集2020年5月~2023年5月在湖州市中心医院接受手术治疗的17例(17耳)耳硬化症患者临床、影像学资料,分析其临床表现、颞骨CT影像学表现及手术前后纯音测听结果变化。结果17例(17耳)患者中,11耳(64.71%)为前庭窗型,表现为进行性传导性听力损失,其中9耳有耳鸣,3耳有轻微平衡问题;混合型6耳(35.29%)显示混合性听力损失,5耳有耳鸣,3耳有偶发性平衡障碍。影像学上,前庭窗型显示镫骨底板区域骨质增厚、前庭窗密度增加;混合型则显示镫骨底板增厚及耳蜗周围密度减低,1耳可见“双环征”,两种类型耳硬化症患者骨密度差异无统计学意义(P>0.05)。术后均未见耳鸣加重或其他严重并发症,仅2例(11.76%)出现暂时性头晕,术后随访显示术区恢复良好,无感染或其他迟发性并发症;术后听力测试显示气导阈值、气骨导差较术前显著改善(P均<0.05)。结论前庭窗型和混合型耳硬化症的影像学和临床表现各有特点,镫骨成形术可显著改善听力,降低气导阈值和气骨导差,且手术安全、并发症少。

数据要素流通与安全的研究范畴与未来发展趋势

针对数据从信息技术时代的受控共享向数据技术时代的数据要素泛在流通演化的趋势,分析了数据共享与数据要素流通的差异,阐述了什么样的数据才能成为数据要素,提出了数据成为数据要素所必须具有的6个属性,定义了数据要素流通模型及主要环节,明确了数据要素流通的研究范畴,梳理了数据要素流通研究范畴的相关概念,厘清了研究范畴所涵盖的关键核心技术,并对未来需要突破的关键技术进行了展望。

面向车辆边缘计算的任务合作卸载

随着物联网技术和人工智能技术的飞速发展,车辆边缘计算越来越引起学者的关注。车辆如何有效地利用其周边的各种通信、计算和缓存资源,结合边缘计算系统模型将计算任务迁移到离车辆更近的路边单元,已经成为目前车联网研究的热点。由于车辆应用设备计算资源的有限性,车辆用户的任务计算需求无法满足,需要提升车辆周边计算资源的利用率来完成计算任务。本文研究了车辆边缘计算中任务的合作卸载机制,以最小化车辆任务的计算时延。首先,考虑周边停泊车辆以及路边单元的计算资源,设计了由云服务器层、停泊车辆合作集群层和路边单元合作集群层组成的任务合作卸载3层系统架构,通过路边单元合作集群和停泊车辆合作集群的合作卸载,充分利用系统的空闲计算资源,进一步提高了系统的资源利用率。然后,基于k-聚类算法的思想提出了路边单元合作集群划分算法对路边单元进行合作集群的划分,并采用块连续上界最小化的分布式迭代优化方法设计了任务合作卸载算法,对终端车辆用户的任务进行卸载计算。最后,通过将本文算法和其他算法方案进行实验仿真对比,仿真结果表明,本文算法在系统时延和系统吞吐量方面具有更好的性能表现,可以降低23%的系统时延,并且能提升28%的系统吞吐量。

隐私计算的关键理论与前沿应用

基于国家自然科学基金委员会第352期“双清论坛”,本文介绍了隐私计算在服务国家数字经济重大战略需求的重要作用,分析了国内外对该研究聚焦点的布局情况,阐述了隐私计算的内涵与外延,回顾了隐私计算研究历程的三个维度:隐私加密、隐私脱密与非规则博弈下新型隐私计算,凝练了隐私计算的非规则博弈、全生命周期保护与联邦计算范式等关键科学问题,研讨该领域前沿应用与未来研究方向,力争进一步推动我国隐私计算理论、方法和技术的突破性发展与应用。

面向未来移动通信的移动边缘计算研究综述

移动边缘计算(MEC)通过将移动终端的计算和存储任务从集中式数据中心卸载到边缘网格,满足复杂通信场景下的多样化设备服务需求,已经成为面向未来通信的关键性技术之一。通过阐述从云计算、雾计算到移动边缘计算的发展历程,介绍了MEC技术的基本概念和基本框架;在此基础上,从计算卸载、资源分配、缓存管理和安全防护4个方面讨论了MEC的研究进展,对相关研究成果进行了详尽综述。其次,以物联网、MEC结合区块链、AI辅助MEC系统、通感一体化和云边协同等边缘计算的几个典型应用场景为例,归纳了移动边缘计算在6G中的潜在应用场景,展示了其在构成智能、高效、安全的通信网络方面的潜在益处。最后,从互操作性、安全风险、移动性管理和可扩展性等方面指出了MEC研究在融合创新方面所面临的挑战,并对其在超可靠低时延通信、通感算一体化和星地融合移动通信等方向的优势和发展趋势进行了总结和展望。

无人机辅助MEC系统中的联合计算卸载和轨迹设计

文中提出了一种无人机辅助移动边缘计算(MEC)系统,其中一架配备计算资源的无人机作为飞行基站(BS)处理从用户迁移来的应用任务,以节省用户设备的能耗.考虑了一种通用的瑞森衰落信道模型,通过联合优化无人机轨迹、用户发射功率、用户调度和比特分配,以最小化所有用户设备的平均能耗.设计了一种基于迭代分块连续上界最小化算法,并引入二次惩罚项进行交替求解.结果表明:文中所提出的联合优化方案优于其他基准方案,能显著降低用户的能量消耗.

数智时代人机协同的研究现状与未来方向

数智时代因人机协同情境的普遍存在而出现新的决策范式。本专栏旨在促进学者研究与人机协同中的管理决策与组织行为有关的重要问题。尽管在20世纪人工智能的起始阶段学者注意到人与机器共同决策的重要问题,但因人工智能技术在很长时间内没有取得重要突破而没有被继续关注。伴随着人工智能的广泛应用以及认知科学在过去几十年取得的长足进步,学界研究人机协同中的决策和行为问题有了丰富的数据、场景、理论和方法。同时,实践界对于人机协同的新现象还存在认识上的不足和适应性困难,阻碍了企业和组织成员借助数智技术实现智能增强。本文总结了在商业与管理、计算机和心理学领域的学者所从事的有关人们对于机器算法的信任或依赖的研究,特别介绍了在企业情境下开展的人机协同研究。在简要介绍本专栏收录的七篇文章的主要研究发现后,我们指出了未来人机协同研究的重要方向,旨在倡导学界同行开展深入的研究,既能够建立数智化情境下的人机协同理论,又为中国企业顺利实现数智化转型提供参考。

基于工作流的无服务边缘计算框架设计与实现

边缘计算具有高性能、体积小、计算力超强等优点。但云设计的边缘计算函数链存在调用时延较长的问题,导致大规模部署和存储能力以及云端和设备端协同困难、无缝对接效果较差。为解决上述问题,基于开源无服务平台OpenFaaS设计了一个无服务边缘计算框架(SECP),为边缘侧提供基于无状态函数的计算服务。对计算服务调用过程采用建模分析,采用了工作流模型对为云设计的无服务计算在边缘侧存在的函数链式调用时延放大的问题改进。性能测试结果表明,SECP在边缘计算场景下有良好的性能表现,降低了边缘计算平台中服务请求的响应时间,解决了无服务计算函数功能单一问题,提高了边缘侧资源的利用率,并改善了边缘侧计算服务部署、维护繁杂的问题。

基于5G多接入边缘计算的云化PLC系统架构设计与应用

随着工业控制系统对柔性化、扁平化的要求不断提升,以PLC为构建基础的传统工业控制网络在大规模接入、算力提升和部署灵活性方面均受到限制.针对这些问题,融合5G网络和边缘计算技术,设计了基于5G多接入边缘计算的云化PLC系统架构,阐述了该架构的运行机制和所涉及的关键技术;在此基础上,进行PLC系统的云化部署和调试,实现了工业现场、企业数据中心、5G网络和边缘网络的集成;最后,通过在某汽车制造公司产线改造过程中的应用,验证了所提架构的有效性.

CT引导下经皮肺穿刺活检术并发症发生的影响因素分析

背景与目的 计算机断层扫描引导下经皮肺穿刺活检术(computed tomography guided percutaneous lung biopsy,CT-PLB)是目前临床广泛应用的肺部病变诊断方式,但其为有创检查,最常见的并发症为气胸和肺出血,严重时可危及生命。本研究旨在分析影响CT-PLB不同并发症发生的独立危险因素,以降低并发症发生率。方法回顾性分析2018年5月至2019年12月于我院行CT-PLB且临床资料完整的605例患者的资料。依病变位置分为胸膜下组和非胸膜下组,根据并发症分为气胸组、肺出血组、气胸合并肺出血组及无气胸/肺出血组,计算各并发症的发生率。分析影响不同并发症发生的危险因素及各并发症的独立危险因素。结果气胸发生率为34.1%,肺出血发生率为28.1%,同时发生气胸及肺出血63例,发生率为10.8%。影响胸膜下组气胸发生的独立危险因素为病变大小(P=0.002)。影响非胸膜下组气胸发生的独立危险因素为穿刺针走行区域平扫CT值(P=0.035)、穿刺针经过肺组织长度(P=0.003)、穿刺针经过胸壁厚度(P=0.020);影响非胸膜下组肺出血发生的独立危险因素为穿刺针经过肺组织长度(P<0.001)、穿刺针走行区域△CT值(P=0.001)、病变大小(P=0.034)及患者体位(P=0.014)。影响气胸、肺出血同时发生的独立危险因素为穿刺针经过肺组织长度(P<0.001)、穿刺针走行区域△CT值(P<0.001)。结论 CT-PLB是一种安全、有效的诊断方式,对肺部占位性病变具有较高的诊断价值,选择合适的穿刺方案可减少气胸、肺出血等并发症,提高诊疗效率。

影像组学联合CT特征鉴别儿童支原体与非支原体肺炎

目的观察影像组学联合CT特征鉴别儿童支原体肺炎(MP)与非MP的价值。方法回顾性收集153例肺炎患儿,根据支原体RNA检测结果分为MP组(n=101)与非MP组(n=52);按7∶3比例分为训练集(n=107,含71例MP、36例非MP)和验证集(n=46,含30例MP、16例非MP)。比较2组CT表现,以F test算法基于训练集数据筛选6个最佳CT征象,以逻辑回归(LR)方法构建CT模型。基于训练集提取及筛选最佳影像组学特征,分别以LR、支持向量机(SVM)、随机森林(RF)、线性判别分析(LDA)及随机梯度下降法(SGD)分类器构建机器学习(ML)模型;基于最佳CT征象及影像组学特征构建CT-ML模型。绘制受试者工作特征曲线,计算曲线下面积(AUC)评估各模型鉴别MP与非MP的效能。结果病变累及右肺上、中、下叶,支气管壁增厚、树芽征及边缘回缩征为最佳CT征象,以之构建的CTLR在验证集的AUC为0.710。验证集中,ML_(LR)、ML_(SVM)、ML_(RF)、ML_(LDA)及ML_(SGD)的AUC分别为0.715、0.663、0.623、0.706及0.494,ML_(LR)为效能最优影像组学模型。CT-ML_(LR)、CT-ML_(SVM)、CT-ML_(RF)、CT-ML_(LDA)及CT-ML_(SGD)在验证集的AUC分别为0.813、0.823、0.649、0.796及0.665,CT-ML_(SVM)为效能最优CT-ML模型。训练集中,CT-ML_(SVM)的AUC(0.840)高于CTLR及ML_(LR)(AUC=0.713、0.740,P均<0.05);验证集中CTLR、ML_(LR)及CT-ML_(SVM)的AUC差异均无统计学意义(AUC=0.710、0.715及0.823,P均>0.05)。结论影像组学联合CT特征能有效鉴别儿童MP与非MP。

胸部CT图像质量评价与辐射剂量的临床应用研究

目的:归纳和分析影响胸部CT图像质量的因素,进一步对照分析常规剂量组和低剂量组两组图像质量有无差异,以论证胸部CT低剂量检查的可行性。方法:选取150例胸部CT查体的患者,A组为常规剂量组,管电压120kV,管电流自动调节;B组为低剂量组,管电压100kV,管电流自动调节。参照胸部CT的图像质量评价标准对常规剂量组和低剂量组图像质量进一步作出主观评价。对辐射剂量、信噪比等客观数据进行统计学处理,以P<0.05为差异有统计学意义。并与主观评价相比较。结果:主、客观评价两组图像质量均无统计学意义,A组辐射剂量与B组辐射剂量有统计学意义。结论:影响图像质量的因素包括患者的因素、设备的因素以及操作者的因素,胸部CT采用100kV低剂量检查可以作为常规扫描方案,获得的图像可以满足影像诊断的要求,具有可行性。

面向模式Ⅲ推进计算高等教育学学科建设

生成式人工智能等新技术突破为计算高等教育学学科发展带来历史性机遇,但传统计算社会学科的发展道路并不完全适用于计算高等教育学学科发展。根据学科建设模式的不同,传统计算社会科学可以概括为以计算语言学为代表的母学科全程参与计算社会科学分支学科建设的模式Ⅰ和以计算社会学与计算经济学为代表的母学科基于方法创新带动计算类交叉学科建设的模式Ⅱ。有别于模式Ⅰ、模式Ⅱ规律,计算高等教育学以母学科为分支学科提供大量数据及应用场景支持,可概括为模式Ⅲ。面向模式Ⅲ开展计算高等教育学学科建设应以高等教育学为中心,全面启动计算高等教育学学科建设;以应用场景为核心,全面推进教育研究与管理人员角色转变;以院校研究为重心,全面推动研究对象与研究方法向中微观层面下沉。

基于ChatGPT的课程学习助手系统的设计与实现

计算机编程语言类课程在学生学习和教师教学过程中遇到诸多困难,聊天机器人程序ChatGPT的出现,为该类课程的学习带来新的尝试。通过设计一款基于ChatGPT的计算机编程语言类课程学习助手系统,帮助学生解决程序代码输入量少、程序代码输出困难的问题。从ChatGPT接入、数据集构建到关键字配置三个方面阐述系统的设计和实现,并通过实际运行测试,效果良好。

论计算法学的全球发展趋势

随着新文科建设的推进,计算法学正成为近年来炙手可热的新兴学科和研究范式。中国计算法学现今的问题是:对计算法学之发展脉络,尤其是在学科的研究范畴和发展路径上没有形成一致的认识。文章通过使用多种统计学方法和研究工具,系统地梳理、分析和对比全球近二十年的计算法学研究的相关文献,重现了从21世纪初至近年国内外计算法学研究阶段、科研合作、研究主题和知识结构的演进过程和差异。与国外相比,中国计算法学在不同研究范畴上可能走向分化。倡导问题导向的计算法学研究有利于梳理不同研究路径的关系,促进学科的有序发展。学界需要尝试在问题意识、研究能力和研究方法的不同维度上整合计算法学的研究路径,探索计算法学发展的中国道路。

基于ZYNQ芯片的基板管理控制器设计与实现

随着超算、云计算等数据中心的大规模发展,主板的架构日益复杂,成本控制越来越严苛,常用的基板管理控制器(BMC)设计方案可扩展功能有限,迫切需要设计一种低成本且高效的BMC方案。提出一种基于Vivado和Yocto Project的集成开发平台,选用XILINX ZYNQ系列FPGA芯片,采用其内部硬核ARM运行的OpenBMC方案。该设计通过AXI总线扩展外设,可扩展性强、灵活性高,从而实现BMC与FPGA的双重管理二合一,节约了主板的空间与成本。

MSCT影像表现对原发性肝细胞肝癌术后残留病灶检出率和复发的预测及与疗效的相关性

目的:分析MSCT影像表现对原发性肝细胞肝癌(PHCC)术后残留病灶检出率和复发的预测及与疗效的相关性。方法:选择我院2019年8月-2022年12月间收治的102例行经导管动脉化疗栓塞术(TACE)的PHCC患者作为研究对象,治疗前及术后半年时对患者行MSCT增强扫描,术后半年时行血管造影检查,术后半年时对患者临床疗效进行评估,以血管造影为金标准,采用Spearman相关性检验分析MSCT影像表现与疗效相关性,绘制ROC曲线分析MSCT对病灶复发的预测价值。结果:与金标准血管造影相比,MSCT扫描检测的术后残留病灶检出7例,血管造影检出9例;治疗后患者BV、BF、PS及HAF水平均明显低于治疗前,且差异存在统计学意义(P<0.05);治疗后患者HAP、HPI及TLP水平均明显低于治疗前,PVP明显高于治疗前,且差异存在统计学意义(P<0.05);患者治疗后显效7例,有效64例,稳定29例,无效2例,对治疗疗效不同患者进行分析显示,有效组患者BV、BF、PS及HAF水平均明显低于无效组,且差异存在统计学意义(P<0.05);治疗后有效组患者HAPHPI及TLP水平均明显低于无效组,PVP明显高于无效组,且差异存在统计学意义(P<0.05);患者MSCT影像学检查BF、BV、PS、HAF、HAP、HPI、TLP与患者治疗临床疗效呈显著负相关关系,PVP与患者治疗临床疗效呈显著正相关关系(P<0.05);利用MSCT扫描检查预测PHCC的敏感度为92.77%,特异度为84.21%;利用MSCT扫描预测PHCC术后复发的AUC为0.853,具有较高的应用价值(P<0.05)。结论:MSCT扫描检查可有效检出PHCC病灶,且MSCT扫描检查指标与患者临床疗效高度相关,且MSCT扫描检查可有效预测患者术后复发。

优化双下肢动脉能谱CT血管造影成像方案

目的优化双下肢动脉能谱CT血管造影(CTA)成像方案。方法回顾性分析30例疑诊双下肢动脉硬化性闭塞症(ASO)患者双下肢动脉能谱CTA资料,经重建获得40~80 keV(间隔5 keV)单能量(共9种)及100 kVp混合能量图像,对比双下肢动脉在不同图像中的CT值、噪声(SD)值、信噪比(SNR)及对比度噪声比(CNR);针对50、60 keV单能量和100 kVp混合能量图像质量及血管节段的可诊断性进行主观评估,观察40、45、50、60 keV单能量和100 kVp混合能量图像的自动去骨能力。结果40~80 keV范围内,随keV升高,各动脉在图像中的CT值、SD值、SNR及CNR均逐渐降低。相比100 kVp,腘动脉(PA)及其近端动脉的CT值、CNR及SNR均在40~55 keV图像中升高(P均<0.05);50~55 keV图像中SD值升高(P均<0.05),而60 keV图像中差异无统计学意义(P>0.05)。50及60 keV图像质量主观评分及可诊断动脉节段数与100 kVp差异均无统计学意义(P均>0.05)。PA以远节段的SNR及CNR在各单能量图像及100 kVp图像中差异均无统计学意义,其CT值在40~45 keV图像中、SD在40 keV图像中均高于100 kVp(P均<0.05),但SD在45 keV与100 kVp图像中差异无统计学意义(P>0.05);50 keV图像中,PA以远节段图像质量主观评分及可诊断节段数均高于60 keV及100 kVp(P均<0.05)。40 keV图像对9例(9/30,30.00%)、45 keV图像对6例(6/30,20.00%)不能自动去骨,50及60 keV、100 kVp对30例(30/30,100%)均可自动去骨。结论行双下肢动脉能谱CTA时,对PA及其近端节段以60 keV单能量成像较佳,对其以远或双下肢全程则以50 keV单能量成像较佳。

基于深度学习的继发性肺结核CT辅助诊断模型构建及验证

目的:评价基于深度学习的继发性肺结核CT辅助诊断模型在临床应用中的价值。方法:回顾性收集2018年12月至2023年4月在重庆市公共卫生医疗救治中心接受胸部CT平扫的2004例患者的病例资料,分为肺部正常组(544例)、普通肺部感染组(526组)和继发性肺结核组(934例)。按照随机分组(通过R语言的sample函数实现训练集和测试集的完全随机分组)的方式,将数据集划分为训练集(1402例,70.0%)和测试集(602例,30.0%)。所有图像采用肺野自动分割算法,获得肺野区域。进一步采用BasicNet和DenseNet算法进行三组间的分类研究。采用曲线下面积(area under curve,AUC)、敏感度、特异度和准确率评价模型的分类性能。最后,在测试数据中,将最优模型与3位不同年资的放射科医生的诊断结果进行比较。结果:602例独立测试集中,DenseNet模型的性能优于BasicNet模型,两种模型的平均AUC、敏感度、特异度和准确率分别为92.1%和89.4%、79.7%和74.0%、89.4%和86.6%、86.2%和83.3%。其中,DenseNet模型的诊断性能优于低年资医生(准确率分别为90.7%和89.1%,Kappa=0.677),与中年资和高年资医生的诊断水平(准确率分别为90.7%、92.2%和95.3%,Kappa值分别为0.746和0.819)保持高度一致性。结论:DenseNet模型能较准确地识别继发性肺结核,与放射科中年资医师的诊断水准相当,可以作为继发性肺结核的辅助诊断工具。

面向高性能计算的互连网络拥塞控制分析与评估

随着高性能计算技术的发展,高性能计算系统的网络节点数量不断增长,高性能计算应用对网络性能的要求越来越高,高性能互连网络的拥塞控制面临很大的压力与挑战。针对高性能计算互连网络的特点,研究高效、低开销的拥塞控制方法,是确保高性能互连网络性能和稳定性的关键。针对高性能计算系统中互连通信的核心问题,对主流的拥塞控制方法进行分析和实验比较;基于高性能计算系统的结构特点和通信特性,设计用于大规模模拟仿真的数据流模型和流文件生成工具,并提出一种拥塞控制综合评价指标;使用所提出的数据流模型,在较大规模网络中对不同拥塞控制方法进行模拟,并基于所提出的评价指标对几种拥塞控制方法的性能进行分析和评估。提出的分析和评估技术可以对高性能互连网络的拥塞控制方法进行更客观和准确的分析与评估。