人工智能影像时间性危机的理论反思与实践对策

当前,人工智能影像的应用方兴未艾,人们试图通过人工智能影像追寻逝去的时光,但是这样的愿望不仅无法实现,还造成了更深层次的时间性危机。首先,与其说人工智能影像帮助人们封存过去的时间,不如说它通过生动的影像形式把过去的时间固结成了权力的印记。其次,人工智能影像带来的“第四记忆”无法帮助人们更好地记忆过去的时间,却会导致个性化的记忆丧失,算法成为记忆建构的主导性力量,进而形成客体化的记忆体系。最后,平台化使用的前景让人工智能影像具有沦为“时间客体”的风险,将会加剧人们主体身份的迷失、经验的丧失和集体交互的缺失,进而造成资本逻辑对大众欲望的精准算计。已经出现的互动式影像对解决人工智能影像的时间性困境具有一定启发意义,通过影像的差异化重复与启发式中断,人们能够领会自身的主体身份,从而重新创造关于过去的叙事。未来,需要引导人工智能技术成为辅助性的角色,以智能式的互动影像引导公众自主建构生命叙事,从而以现实实践面对当下、创造未来。

应用技术型医学院校智能影像工程专业课程建设思考——以“模式识别与机器学习”课程为例

智能影像工程专业是顺应“AI+医疗影像”领域发展需要,结合“新工科”建设,申报获批的“人工智能+医学影像”复合特色专业。“模式识别与机器学习”课程作为智能影像工程专业的主干专业必修课程及特色课程,对学生专业知识的宽度、深度和应用能力都有较高要求。文章结合应用技术型医学院校的人才培养定位和专业人才培养方案,从课程的培养目标、教学内容、教学方法、实践环节、课程考核五个方面探索智能影像工程专业“模式识别与机器学习”课程的建设思路。

人工智能影像辅助诊断系统阅片在鉴别肺结节性质中的价值分析

目的探究人工智能影像辅助诊断系统阅片在鉴别肺结节性质中的价值,为临床诊断肺结节疾病提供参考依据。方法回顾性分析北大医疗潞安医院2022年6月至2023年6月收治的82例肺结节患者的临床资料,所有患者均接受电子计算机断层扫描(CT)检查,获得的CT图像进行人工阅片和人工智能影像辅助诊断阅片,并进行定性诊断。以病理检查为金标准,分析比较两种阅片方式对肺结节的检出情况及两种阅片方式对肺结节良、恶性的诊断效能。结果82例肺结节患者中共检出245个结节,其中结节直径<5 mm者154个,5 mm≤结节直径≤10 mm者66个,结节直径>10 mm者25个。与人工阅片相比,人工智能影像辅助诊断系统阅片对肺结节直径<5 mm、5 mm≤直径≤10 mm的检出率升高;与人工阅片相比,人工智能影像辅助诊断系统阅片对肺结节恶性的诊断特异度降低,灵敏度、阴性预测值均升高(均P<0.05)。结论人工智能影像辅助诊断系统阅片对肺结节的检出率更高,并且诊断灵敏度、阴性预测值较高,但其特异度较低,因此会存在一定的假阳性率,建议临床上将两种阅片方式进行结合,以提高对肺结节的诊断准确性。

智能影像分析系统为指导的输尿管软镜碎石术对患者术后创伤应激及并发症发生的影响

目的:探究智能影像分析系统为指导的输尿管软镜碎石术对患者术后创伤应激及并发症发生的影响。方法:将2018年10月-2021年6月石狮市医院收治的80例肾结石患者根据随机数字表法分为对照组与观察组,每组40例。对照组进行常规输尿管软镜碎石术治疗,观察组则进行智能影像分析系统为指导的输尿管软镜碎石术治疗。比较两组结石清除率、手术时间、并发症(感染、肾周血肿及输尿管穿孔)发生率、手术前后创伤应激指标(血清Cor、ALD、NE)及炎症因子(IL-1β、TNF-α、CRP)水平。结果:观察组结石清除率高于对照组,手术时间短于对照组,并发症发生率低于对照组,术后1、2 d血清创伤应激指标、炎症因子水平均低于对照组,差异均有统计学意义(P<0.05)。结论:智能影像分析系统为指导的输尿管软镜碎石术在肾结石患者中的应用效果较好,更有助于术后创伤应激及并发症的控制。

伦理不是促进医学智能影像识别的绊脚石

人工智能正广泛应用于医学影像辅助诊断,人工智能与医学影像学的耦合效应凸显出医学智能影像识别中深层次伦理问题,这些问题是智能影像识别发展必须面对和解决的。在医学智能影像识别中伦理决策的可能性、主客体角色定位和伦理设计的合法性等方面的争论与思考,对于定位人工智能开发边界,发展符合伦理边界的通用人工智能用于医学影像识别,对于促进医学智能影像识别的良性发展有重要意义。医学智能影像的发展离不开伦理规范,伦理也不应是医学智能影像识别的绊脚石。

智能影像预测高级别脑胶质瘤MGMT启动子甲基化状态的研究进展

胶质瘤是颅内最常见的原发性恶性肿瘤,具有高度异质性,即使组织学分级相同,有时预后也具有显著差异,而基因分型则可以从本质上更好地阐述肿瘤的生物学行为,其中O^(6)-甲基鸟嘌呤甲基转移酶(O^(6)-methylguanine-DNA methyltransferase,MGMT)与高级别脑胶质瘤(high-grade glioma,HGGs)的预后和治疗决策紧密相关。它是一种关键的DNA修复酶,不仅与脑胶质瘤的发生发展相关,还与烷化剂化疗的敏感性以及放疗反应相关。而MGMT启动子甲基化会沉默MGMT的转录表达,是MGMT表达减少的重要机制。近年来随着科学技术的飞速进步,放射学也逐渐向人工智能的方向发展,本文对智能影像对高级别脑胶质瘤MGMT启动子甲基化状态的预测性能进行了综述。

子宫内膜癌多模态影像模型的构建以及智能影像诊断系统建立的初步探索

目的研究子宫内膜癌多模态影像模型的构建以及智能影像诊断系统建立的作用价值,旨在为临床子宫内膜癌的诊断提供一种有效方案。方法将从2019年7月至2020年6月于深圳市人民医院接受诊治的子宫内膜癌患者150例纳入研究,记作子宫内膜癌组。另取同期接受检查的良性增生患者以及健康志愿者各100例,分别记作良性增生组与正常对照组。采集三组人员的经阴道超声图像27张以及磁共振成像(MRI)检查图像72张,采用特定的算法将子宫内膜癌组患者的多模态影像图片实施融合运算,构建一个全面直观的病变模型。同时,随机选取各种模态影像治疗中具有特征性的图片,采用Python+keras软件以及卷积神经网络训练,自动提取各种模态影像学资料的病灶特征,实现子宫内膜癌影像学智能诊断系统的建立。比较三组各项血流参数,以受试者工作特征(ROC)曲线分析不同诊断方式诊断子宫内膜癌的效能。结果子宫内膜癌组微血管密度(MVD)相较于良性增生组、正常对照组明显更高,而阻力指数(RI)、搏动指数(PI)明显更低(P<0.05);良性增生组与正常对照组各项血流参数对比均不明显(P>0.05)。经ROC曲线分析发现:多模态影像模型诊断子宫内膜癌效能的曲线下面积、灵敏度以及特异度均明显高于超声、MRI诊断。结论子宫内膜癌多模态影像模型的构建以及智能影像诊断系统建立的作用价值较高,有望成为诊断子宫内膜癌的有效手段,值得临床推广应用。

人工智能影像诊断技术在基层医院中的实践探讨

探究人工智能影像诊断技术在基层医院乳腺癌筛查中的应用,对保障女性身体健康具有重要意义。方法 以1000例女性为对象,研究时间是2020年1月至2021年8月,均实施人工智能影像诊断技术可开展乳腺癌筛查,详细统计乳腺癌筛查结果。结果 1000例女性中,13例存在乳腺癌,发生率1.30%。筛查后的乳腺癌诱发因素知识、疾病防治知识水平均高于筛查前,P0.05。放射摄影乳腺钼靶摄影成像技术异常血管征检出率与超声诊断比较,差异P>0.05。放射摄影乳腺钼靶摄影成像技术诊断的钙化检出率高于超声诊断,差异P0.05。结论 人工智能影像诊断技术进行乳腺癌筛查,有助于及时检出疾病,同时还可提高乳腺癌知识,对防治疾病具有积极意义。

人性、技术与心理动机:人工智能科幻影像追问自身

人工智能技术的发展在当前社会获得高度关注,科幻电影中的AI艺术想象往往与现实世界中的AI新技术具有一定关联。对科幻影像中的AI角色设定与主题表达做出系统梳理,有助于对人机差异问题、技术研发中的心理动机等做出具有前瞻性的思考。通过分析相关电影叙事可以发现,人工智能的角色形象经常展现出更加坚守人性特质的一面,甚至超过人类自身的表现。人性在此成为一种艺术化的抽象原则,先从大量的个体叙事中被概括得出,再经由后台程序的数字编码得到精准固定。一方面,对确定性的寻求促使人类对自身本质展开无尽的追问,而在另一方面,那些流动变化的、难以进行形式化表述的内容中,或许正是人性价值的核心所在。

人工智能影像叙事的涌现化生成

伴随AIGC技术的迭代式发展,人工智能与电影的耦合关系走入以人机协作共创为特点的后电影工业美学范式。本文首先从“作为人工智能的电影”的视角切入,对电影的智能化进程进行媒介考古,从而对当前人工智能影像创作的工具化倾向进行反思。随后基于技术的复杂涌现属性,提出人工智能影像叙事从“数据库”到“涌现集”的逻辑转向,并从空间涌现、人物涌现、剧情涌现等角度进一步讨论构成涌现叙事的要素及其策略,进而提出从传统电影本体迈向影游融合叙述的可能性。整体而言,以“涌现”的观点来考察人工智能影像叙事,实际上是将其视为一个持续开放、进化生成、智媒共创的影像系统,对电影未来形态的发展提供了一定的认知路径及思考方式。

灵韵、幽灵与装置:人工智能影像赋能情感的辩证逻辑审视

人工智能影像的出现使得影像与情感的关系进入新阶段,以假乱真的“AI复活”让智能影像具有了真正的具身情动性。影像的最初意义即与死后生命有关,它们通过替代原初的在场产生情感影响。从本雅明阐发的影像剥离灵韵之后的情感功能,到德里达思考的影像中的“幽灵”带来的情感困惑,促使我们思考影像为情感赋能的价值与风险。德勒兹的“控制社会”论则揭示了影像在与技术-资本逻辑的装配中,成为社会控制装置有机组成部分的现代情境。随着智能技术的发展,数字平台的批量生产可能使智能影像成为一种新型的情感商品,从而让公众陷入“压抑性反升华”机制下的情感异化。在人工智能时代,我们需要回归主体逻辑,避免资本逻辑对智能影像技术的盲目使用,重新生成影像与人之间的触动关系,引导公众认清智能影像为情感赋能的积极潜能与消极限度。

取代还是共生?——智能影像背景下的视频创作研究

Sora的出现,给影视业带来了巨大挑战。本文认为,Sora之类的智能影像生成应用取得了技术上的进步,但也存在若干问题,当下还无法代替人类创作者,仍然依赖于人的观察和审美。不过,Sora之类的智能影像应用可以拓展影视创作空间,降低布景成本和后期制作成本,推动视频和影像创作突破限制,制作出更具历史现实感和科幻感的作品。

研究性教学模式下智能医学影像人才培养分析

国家大力倡导开展“人工智能+X”多学科背景复合型人才的培养,我校积极开展人工智能+医学影像的课程探索,即智能医学影像人才培养;以培养创新思维和复合型人才为目标,从教学理念、课程建设和教学方式等方面开展智能医学影像研究性教学实践,努力构建全新的智能医学影像人才培养模式,培养具有家国情怀、全球视野和创新思维的复合型人才。

智能超高清影像应用传播与受众研究

近年来随着信息科技的高速发展,互联网的广泛 普及,让内容消费领域呈现出更多新趋势和新亮点,内容发 布的时空限制越来越少,内容传输的渠道也得到空前发展。 传统影像的用户对于影像的视觉和听觉层面的要求也日益提 升,智能超高清影像就是在这样的时代背景下应运而生,并 广泛应用到娱乐、教育、医疗等重要领域中。本文从智能超 高清影像技术发展、应用场景、传播逻辑,以及受众特征与 心理等方面进行分析和探讨,旨在为智能超高清影像的进一 步发展提供理论和实践支持。

人工智能影像的城市遗产真实性认知

在《20世纪建筑遗产导读》一书中,专门安排了“瞬间记录百年的建筑遗产图片表现”的小节,它旨在讲述摄影与城市及建筑的关联,讲述图片对建筑的记载,以反映不同时代的变迁,成为一种特殊的延续优秀文化遗产,不仅为遗产造像,更以其真实性为文化与文明立言。文章针对《世界遗产公约》强调的真实性原则,将AI(人工智能)的恐慌源于ChatGPT的文本书写,上升到AI技术会怎样影响摄影与图像认知,既要正视AI图像生成工具的热潮,也要对其有更高的要求,这涉及对“虚假”图像的鉴别能力,对新图像生成方式的适应力,旨在探寻城市与建筑遗产中,如何重构建筑摄影的意义,重在找到真实性为先的技术与人文化策略。

面向城市体检的遥感影像建筑物智能识别

本文立足城市用地监测面临的人工调绘费时费力、大范围地物变化信息缺失及违建用地监管取证不及时等现状,引入先进的遥感处理技术和人工智能算法进行快速、准确识别地物类别,对比出变化地类,对识别违法用地、违章建筑监管起到重要作用,以短周期重访的优势弥补测绘信息更新的滞后性,实现快速、准确、低成本的城市建筑物动态解译分析。

甲状腺弥漫性病变的超声影像学定量诊断技术研究进展

随着多模态医学影像技术的智能化发展,超声等影像诊断技术逐渐被用于甲状腺弥漫性病变结构与功能的定量评估。本文主要综述了常规超声技术(如二维灰阶、多普勒超声)、新型超声技术(如超微血管成像、三维超声、超声弹性成像、超声造影)及其他影像学诊断技术(如CT、MRI、放射性核素显像等)在甲状腺弥漫性病变定量诊断中的研究现状及进展。多模态超声影像技术可弥补单一诊断手段的不足,对甲状腺弥漫性病变结构与功能的定量评估打破了既往主要依靠超声医师主观判断和定性诊断的局限性,有利于全面综合定量诊断甲状腺弥漫性疾病,指导临床个体化诊疗。

基于Swin Transformer-CNN的单目遥感影像高程估计方法及其在公路建设场景中的应用

目前,在遥感影像几何条件和辐射质量良好的情况下,通过多视遥感影像的逐像素立体密集匹配对场景进行高程估计的技术相对比较成熟,无论是精度还是效率均达到了较高水平。然而,当具有良好几何条件和辐射质量的多视遥感影像难以获取时,经典摄影测量和计算机视觉的几何处理方法可能会面临较大的挑战。本文对该问题进行了研究,针对大幅遥感图像中各部分高程分布差异大,模型训练难度大的问题,提出了一种基于Swin Transformer和卷积神经网络(convolutional neural network, CNN)的单目遥感影像高程估计方法。一方面Swin Transformer利用滑动窗口和层级设计,兼具了卷积神经网络处理大尺寸图像和提取多尺度特征的能力及Transformer的全局信息交互能力。另一方面针对大幅遥感图像中各部分高程分布差异大带来的训练不稳定问题,本文方法能针对每张输入图像自适应地划分高程值,将高程估计问题转化为分类-回归问题,最终图像各像素点的高程值由划分的高程值及其分布概率得到。试验结果表明:本文所提出的基于Swin Transformer-CNN的遥感影像高程估计方法无论是定性还是定量的结果都取得了很好的效果,且能应用于公路建设施工场景中,具有良好的泛化性。

人工智能高分遥感影像路网规模测算方法探讨

为准确测算出符合广西当前发展形势和客观需要的农村公路里程总规模,明确未来广西农村公路网发展的重点方向和发展路径,文章应用人工智能高分遥感影像路网规模测算方法,通过人工智能技术识别与提取高分辨率遥感影像数据,利用深度神经网络高分遥感影像路网识别提取与矢量化技术和GIS技术,对影像覆盖区域的地形地貌进行分类,通过对不同地形地貌下影像识别路网与实际公路里程间存在的潜在关联进行分析,提出了高分遥感影像路网规模测算模型,科学测算了广西公路网总量规模。

遥感影像智能解译:从监督学习到自监督学习

遥感影像精准解译是遥感应用落地的核心和关键技术。近年来,以深度学习为代表的监督学习方法凭借其强大的特征学习能力,在遥感影像智能解译领域较传统方法取得了突破性进展。这一方法的成功严重依赖于大规模、高质量的标注数据,而遥感影像解译对象独特的时空异质性特点使得构建一个完备的人工标注数据库成本极高,这一矛盾严重制约了以监督学习为基础的遥感影像解译方法在大区域、复杂场景下的应用。如何破解遥感影像精准解译“最后一千米”已成为业界亟待解决的问题。针对该问题,本文系统地总结和评述了监督学习方法在遥感影像智能解译领域的主要研究进展,并分析其存在的不足和背后原因。在此基础上,重点介绍了自监督学习作为一种新兴的机器学习范式在遥感影像智能解译中的应用潜力和主要研究问题,阐明了遥感影像解译思路从监督学习转化到自监督学习的意义和价值,以期为数据源极大丰富条件下开展遥感影像智能解译研究提供新的视角。