简介：摘要：数学在我国的课程体系中有着重要的地位，但想要学好数学并不是一件简单的事情。小学生的思维方式、学习方法都还不够成熟，尤其是一二年级的小学生，在学习数学的时候，难免会心有余而力不足，学习起来会比较困难。有鉴于此，本文从生活的视角，对小学数学教学进行了探究。

简介：摘要目的通过深度学习的方法，开发具备判断儿童牙齿是否龋坏尤其是判断未成洞龋能力的人工智能识别系统雏形。方法收集北京大学口腔医学院·口腔医院儿童口腔科2013年10月至2020年6月拍摄的符合纳入标准的全身麻醉治疗前患儿单颌口内数码照片712张，以记录完备的治疗后病历诊断结合口内像确定牙齿是否龋坏以及龋的类型，具体包括：已成洞的龋（成洞龋）、未成洞的窝沟龋、边缘嵴釉质未破坏的邻面龋（未成洞邻面龋）。由儿童口腔科医师使用VoTT软件（Windows 2.1.0，Microsoft，美国）对不同牙齿及龋坏类型进行标注。分5个标签组：未成洞窝沟龋、未成洞邻面龋、完好无龋坏的牙齿邻面、成洞龋及无龋牙（含已完好充填的牙齿）；每个标签组数据按6.4∶ 1.6∶ 2.0的比例采用随机数表的方法随机分为训练集、验证集和测试集数据。采用标注后的训练数据集进行深度学习训练，并建立龋齿人工智能识别系统，以龋坏概率大于50.0%作为患龋的判断标准输出判断结果，并对测试集数据进行识别。应用灵敏度、特异度等作为识别各类龋坏准确性的指标评价人工智能系统的判断能力。结果712张单颌口内照片经分割标注得到未成洞窝沟龋953张，未成洞邻面龋1 002张，成洞龋3 008张，无龋牙3 189张，无龋邻面862张，共计9 014张图像数据。测试集的识别结果：对成洞龋识别灵敏度和特异度分别为96.0%和97.0%；对未成洞窝沟龋灵敏度为95.8%，特异度99.0%；对未成洞邻面龋灵敏度为88.1%，特异度97.1%。结论本研究构建的儿童龋人工智能识别系统雏形，具备判断龋坏的能力，对同组样本该系统不仅能准确判断成洞龋，对未成洞的窝沟龋、边缘嵴釉质未破坏的邻面龋也能准确判断。

简介：摘要目的通过比较新型生物陶瓷材料iRoot BP Plus和三氧化矿物凝聚体（mineral trioxide aggregate，MTA）作为盖髓剂在乳磨牙牙髓切断术应用中的成功率，探讨iRoot BP Plus的临床应用价值。方法按照纳入和排除标准收集2018年8至12月于北京大学口腔医学院·口腔医院儿童口腔科行全身麻醉下治疗，口内至少有1对及以上同名乳磨牙龋坏须行牙髓切断术的3至8岁患儿，采用简单随机分组方法分别使用iRoot BP Plus（试验组）和MTA（对照组）行牙髓切断术，术后3、6及12个月随访，拍摄患牙根尖X线片，收集患牙治疗前后自觉症状、临床检查及影像学表现，计算两组的治疗成功率，并分析影响成功率的因素。结果研究共纳入患儿20例，男女各10例，共计28对、56颗乳磨牙（试验组28颗，对照组28颗），其中随访满1年者共23对、46颗乳磨牙。试验组3、6、12个月的治疗成功率分别为96%（25/26）、92%（22/24）和87%（20/23），对照组分别为100%（26/26）、96%（23/24）和96%（22/23），两组术后3、6、12个月的成功率差异均无统计学意义（P>0.05）。切髓后止血时间显著影响试验组的成功率（P<0.05）。结论iRoot BP Plus与MTA用于乳磨牙牙髓切断术1年随访期内均取得了较好的治疗效果，iRoot BP Plus在乳牙牙髓切断术中具有良好的临床应用前景。