简介:摘要:随着我国科技水平不断进步,社会对更加高效的生产效率需求逐渐加大,电气自动化技术在机械工程领域中起到了至关重要的作用。电气自动化技术在机械工程应用中可以实时监控整个工作流程,并对流程中所处状态进行自动化管理,对流程中存在的问题进行智能化处理。一定程度上提升了生产效率,降低人工支出,对生产制造过程的工艺达到全程监控、掌握生产状态、改善产品质量的效果。近年来,我国机械制造业进步迅速,对于电气自动化的应用要求更为迫切,本文针对电气自动化技术在机械工程中的应用进行分析与研究,仅供同业者参考。
简介:摘要:机械设计制造及其自动化在我国的国民经济中处于不可替代的重要地位。在机械设计制造及其自动化中使用计算机技术,能够有效提高机械设计制造及自动化的效率,并降低生产成本。本文主要从机械设计制造及其自动化的内涵、机械设计制造及其自动化中计算机技术的应用概况、应用的具体状况以及发展前景等方面,对机械设计制造及其自动化中计算机技术的应用问题进行了探讨。
简介:摘要目的探讨一种基于MRI的深度学习模型预测WHO Ⅱ、Ⅲ级胶质瘤MGMT甲基化状态的价值。方法回顾性分析2016年6月至2020年6月在兰州大学第二医院经手术病理及分子病理证实的WHO Ⅱ、Ⅲ级胶质瘤患者121例的临床及影像资料,其中MGMT启动子甲基化78例、未甲基化43例。收集121例WHO Ⅱ、Ⅲ级胶质瘤的T2WI及T1WI增强序列图像,并手动选取每个患者所有包含病灶层面的图像,按照7∶3完全随机分成训练集及验证集。应用EfficientNet-B3卷积神经网络构建独立的基于T2WI、T1WI增强、T2WI联合T1WI增强的预测模型(T2-net、T1C-net、TS-net),通过ROC曲线对各个模型预测效能分别进行评价。结果验证集T2-net模型对WHO Ⅱ、Ⅲ级胶质瘤MGMT启动子甲基化状态预测的准确度为72.3%,灵敏度为64.7%,特异度为73.3%,曲线下面积(AUC为0.72),T1C-net模型的准确度为66.8%,灵敏度为68.3%,特异度为66.9%,AUC为0.72,TS-net模型的准确度为81.8%,灵敏度为63.1%,特异度为85.0%,AUC为0.78。结论基于MRI的EfficientNet-B3卷积神经网络可以预测WHOⅡ、Ⅲ胶质瘤MGMT启动子甲基化状态;TS-net模型预测性能最佳。