简介:摘要:伴随着社会经济的迅速发展,车流量日益提升,目前的国省道路管理和出行服务项目方式已经无法达到智能化系统管理和多元化出行服务项目的需求。伴随着新一代互联网和现代信息技术的迅速进步和广泛运用,从智能化运用到智能化系统运用已变成大势所趋,智能交通是21新世纪交通出行未来发展的主要方向。快速基本建设的总体目标是资源整合、交通出行疏通、资源共享、应急处置综合性管理、服务项目出行。伴随着大众对公路路网出行需求从“走稳”到“走好”的变化,及其物联网技术、云计算技术、移动互联技术性在公路交通管理领域的广泛运用,改革创新、综合管理、高效率处理、决策、优化服务的路网运行监控管理需求愈来愈急切。搭建路网运行监控智能化管理服务平台已变成公路交通管理的转型发展。
简介:摘要:随阐述GPS技术、载波相位差技术的应用,基于GPS的露天煤矿智能化系统结构,探讨露天煤矿智能化系统的实施效果。
简介:【摘要】目的 分析胸腔镜全麻患者苏醒期肌松监测下双腔气管拔管的临床价值。方法 选取2020年10月-2022年10月本院收治的70例胸腔镜全麻患者,以随机抽签法,分为观察组(n=35)和对照组(n=35)。对照组根据相关临床指征进行拔管,观察组在肌松检测下进行拔管。对比拔管后的效果。结果 观察组各项对比指标均优于对照组(P<0.05)。结论 对于胸腔镜全麻苏醒期患者而言,在肌松监测下进行双腔气管拔管,能够有效减少低氧血症的发生,安全性更高。而且还能够有效缩短术后拔管时间,减少肌松药物的使用剂量,有助于促进患者术后身体快速康复。
简介:摘要目的探讨基于深度学习构建胆道闭锁(biliary atresia,BA)超声人工智能(artificial intelligence,AI)诊断模型的可行性。方法前瞻性收集2018年9月至2020年10月湖南省儿童医院诊治的177例BA患儿(BA组)共计531张胆囊超声初始影像及195例非BA患儿(非BA组)共计585张胆囊超声初始影像,各组按2∶1分为训练集与测试集。使用训练集训练深度神经网络模型Mask R-CNN后,采用测试集分别以患儿和图像为单位对该模型进行测试,评价模型对胆囊的检测率及诊断准确率。另将测试集图像分别以患儿、图像为单位进行随机编号,分别邀请4名超声医师进行图片判读,计算诊断准确率。对模型诊断准确率与超声医师诊断准确率进行比较。结果在胆囊器官的自动检测方面:模型在BA组与非BA组的检测率均达到100%,但在总计372张测试集图像中有17张出现虚警,虚警率4.57%(17/372)。在诊断方面:以患儿为单位时,模型在测试集中总的诊断准确率为95.97%,高于外院超声医师及本院中级职称超声医师(均P<0.005),略高于本院高级职称超声医师(91.94%),但差异无统计学意义(P=0.183)。以图片为单位时,模型在测试集中总的诊断准确率为97.04%,均高于外院超声医师及本院中级职称超声医师(均P<0.001),略高于本院高级职称超声医师(94.09%),但差异无统计学意义(P=0.05)。结论基于Mask R-CNN的AI模型可较准确地检测胆囊器官,对BA的诊断准确率较高,该模型切实可行,值得进一步研究。