• 提高胃癌的预后准确性：TNrrM分期系统与AJCC TNM系统的对比

  作者：Anya Adair、Christine Urquhart、Ross Carter摘要：引言诊断延迟对胰腺癌（PC）和肝细胞癌（HCC）患者的治疗产生负面影响。本项目旨在通过整合苏格兰各地患者的分期流程管理，简化诊断流程，加快患者从确诊到治疗的过渡，并改善沟通效率。方法一个国家癌症护理团队（CCT）负责接收来自放射科的疑似胰腺癌或肝细胞癌患者的检查报告。从初次检查报告到患者开始接受确定性治疗的整个时间流程被纳入评估范围。基线数据通过现有的区域多学科团队（MDT）网络收集。项目期间收集的数据被用作关键绩效指标（KPI）进行对比分析。结果回顾性分析共纳入387名患者，其中277名患者参与了前

  来源：European Journal of Surgical Oncology

  时间：2025-08-07

• 腹腔灌洗细胞学的预后作用：胆道癌分期腹腔镜检查标准的建议

  作者：Anya Adair、Christine Urquhart、Ross Carter摘要：引言诊断延迟对胰腺癌（PC）和肝细胞癌（HCC）患者的治疗产生负面影响。该项目旨在通过集中管理苏格兰各地患者的分期流程，简化诊断流程，从而加快患者从确诊到治疗的过渡，并改善沟通效率。方法一个国家癌症护理团队（CCT）接收来自放射科的疑似胰腺癌或肝细胞癌患者的检查报告。从初次检查报告到患者开始接受最终治疗的整个时间流程被纳入了干预计划。通过现有的区域多学科团队（MDT）网络收集了基线数据，并将这些时间节点设为关键绩效指标。在项目实施期间，这些指标与实际数据进行了对比。结果回顾性分析涵盖了387名患者，其

  来源：European Journal of Surgical Oncology

  时间：2025-08-07

• 对于临床分期IA期（肿瘤大小≤2厘米）且肿瘤已通过气腔扩散的肺浸润性黏液腺癌患者，亚叶切除术与叶切除术的比较：一项多中心真实世界研究

  作者：Anya Adair、Christine Urquhart、Ross Carter摘要：引言诊断延误对胰腺癌（PC）和肝细胞癌（HCC）患者的治疗产生负面影响。本项目旨在通过集中管理苏格兰各地患者的分期流程，简化诊断流程，加快患者进入确定性治疗的进程，并改善沟通效果。方法一个国家癌症护理团队（CCT）接收来自放射科的疑似胰腺癌或肝细胞癌患者的检查报告。从初次检查报告到患者开始接受确定性治疗的时间线被作为评估指标。通过现有的区域多学科团队（MDT）网络收集基线数据，并将这些时间线步骤设为关键绩效指标（KPI）。在项目实施期间，这些指标与实际数据进行了对比。结果回顾性分析共涉及387名患者，

  来源：European Journal of Surgical Oncology

  时间：2025-08-07

• 实施全国性的加速HPB癌症管理策略：胰腺癌和肝细胞癌诊疗路径改进项目（PHCC-PIP）

  作者：Anya Adair、Christine Urquhart、Ross Carter摘要：引言诊断延误对胰腺癌（PC）和肝细胞癌（HCC）患者的治疗产生负面影响。该项目旨在通过整合苏格兰各地患者的分期流程管理，简化诊断流程，从而加快患者进入确定性治疗的进程，并提升沟通效率。方法一个国家级癌症护理团队（CCT）接收来自放射科的疑似胰腺癌或肝细胞癌患者的检查报告。干预的时间线从初步检查报告发出到患者开始接受确定性治疗为止。通过现有的区域多学科团队（MDT）网络收集基线数据，并将相关时间节点设为关键绩效指标（KPI）。在项目实施期间，这些指标与实际数据进行了对比。结果回顾性分析涵盖了387名患者

  来源：European Journal of Surgical Oncology

  时间：2025-08-07

• 西地中海地区大西洋蓝鳍金枪鱼幼体的长期营养生态学研究

  作者列表：Mar Pardo、Fernando Á. Fernández-Álvarez、José Luis Varela、Joan Navarro、Antonio Medina、María José Gómez-Vives、Valerio Sbragaglia、Jose María Bellido、Marta Coll、Joan Giménez西班牙巴塞罗那海洋科学研究所（ICM），CSIC，Passeig Marítim de la Barceloneta，37-49号，08003摘要全球海洋生态系统正面临日益严重的人为压力，如过度捕捞、污染、栖息地退化以及气候变化，导致鱼类种群数量下降。

  来源：Ethics, Medicine and Public Health

  时间：2025-08-07

• 受波浪冲刷影响的人造沙滩剖面发育的实地调查

  本研究围绕中国东海日照海岸的人工沙滩进行，探讨了其在填充后受到极端海浪冲击时的形态演变行为。该人工沙滩的堤坝设计相对较低，为波浪越堤提供了可能，从而影响了沙滩的形态变化。在为期18个月的现场观测期间，堤坝被极端波浪冲刷超过的次数达到了7次，共计43小时。这一现象表明，人工沙滩在长期的海浪作用下，其形态变化与自然沙滩有所不同，尤其是在波浪越堤的条件下，沙滩的形态调整呈现出独特的特征。与传统的新建沙滩通常表现出侵蚀性反应不同，本研究发现，该人工沙滩的堤坝顶部在某些区域出现了堆积现象，并向内陆迁移。这种变化主要发生在沿岸方向上沉积物交换较少的中段区域，这些区域的堤坝高度增加了0.3至1.2米，同时，

  来源：Ethics, Medicine and Public Health

  时间：2025-08-07

• 物种特征和环境条件决定了十足类幼体在沿海泻湖与海洋之间的滞留和交换情况

  Irene Machado | Lorena Rodríguez-Gallego | Rony Vieira | Soledad Pasquariello | Danilo Calliari跨学科海岸与海洋系统系，东部分区大学中心，乌拉圭共和国大学，Ruta 9 km 206，邮编27000，Rocha，乌拉圭摘要在间歇性开放-闭合的泻湖（ICOLLs）中，泻湖与海洋之间的连通性在生态过程中起着关键作用，例如生物的滞留和交换。本研究评估了连通性如何控制南美洲海岸的Rocha泻湖（LR）与其沿海水域（CW）之间十足目幼体的交换，主要考虑了环境因素和物种特征作为驱动因素。为期一年的野外调查显示，十

  来源：Ethics, Medicine and Public Health

  时间：2025-08-07

• SkeletonDETR：一种基于多模态融合的新型目标检测框架，适用于化学安全领域

  在化学工业现场的作业环境中，目标检测技术的应用正变得越来越重要。特别是在安全监控方面，如何准确识别施工人员所携带和使用的设备，已成为一个关键的技术挑战。传统的目标检测算法在处理大型目标时表现良好，但在面对小型目标时却常常存在检测不准确的问题，尤其是在部分遮挡的情况下，这种局限性尤为明显。此外，现有的检测方法往往忽视了施工人员姿态信息的重要性，而姿态信息对于提升检测效果，尤其是在目标与施工人员高度相关的情况下，具有显著的价值。因此，为了克服这些挑战，研究团队提出了一种全新的多模态融合目标检测框架，该框架能够有效利用人体姿态信息，从而改善对小型目标和遮挡情况的检测效果。多模态融合技术在目标检测领域

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

• 利用强化学习实现基于图像的自适应视觉伺服控制，用于机械臂

  视觉伺服控制技术是机器人控制领域的一个重要组成部分，它通过视觉传感器获取的反馈信息来调整机器人的运动状态，以实现精确的定位和操作。传统的方法通常依赖于图像坐标系中的特征点误差来生成控制指令，这种方法在某些特定场景下表现出局限性。例如，当当前相机姿态与目标姿态存在较大差异时，特别是在围绕光轴的旋转误差较大的情况下，传统图像伺服控制（IBVS）可能会遇到困难。此外，图像雅可比矩阵中可能出现的奇异点也可能导致控制失败，限制了传统IBVS方法的有效性。为了解决这些问题，本研究提出了一种基于强化学习的自适应图像伺服控制方法（AIVS-Q）。该方法通过实时调整图像雅可比矩阵，提高了控制系统的鲁棒性和精度。

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

• 模糊粒计算在机器学习模型中用于评估平均不确定性

  在现代工程领域，随着机器学习（ML）技术的广泛应用，如何准确评估模型预测的不确定性成为了一个关键问题。传统的不确定性量化方法通常依赖于概率分布，例如假设数据服从高斯分布，从而构建对称的置信区间。然而，这种方法在处理实际工程问题时存在局限性，尤其是在数据具有高度不确定性或不完整的情况下。为此，本文提出了一种基于模糊数和粒计算的不确定性量化方法（FUQ），旨在提供更灵活、更准确的预测区间，特别是在面对数据退化情况时，如噪声干扰或输出分辨率降低的情况下。不确定性在机器学习模型中主要分为两种类型：一种是基于概率的不确定性（aleatoric uncertainty），另一种是非概率的不确定性（epis

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

• 一种具有量子比特测量注意力机制的多拓扑量子卷积神经网络，用于图像分类

  量子计算作为一项前沿技术，近年来在多个领域展现出巨大的潜力。随着数据规模的不断扩大和问题复杂性的提升，一些研究者尝试将参数化量子电路（PQCs）整合到卷积神经网络（CNN）中，以提高算法的性能。然而，在大多数现有的量子卷积神经网络（QCNN）模型中，通常采用单一的量子核（qkernel）拓扑结构，并且仅测量一个量子比特，这可能会限制模型的性能。为了克服这些局限，本文提出了一种新颖的多拓扑结构量子卷积神经网络，结合了量子比特测量注意力机制，用于图像分类任务。在传统的卷积神经网络中，卷积层通过局部连接和权重共享的方式，能够有效地从图像中提取特征。然而，随着量子计算的引入，量子卷积神经网络试图利用量

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

• 一种用于大规模场景中光检测与测距点云感知的高效点网络

  随着技术的不断进步和广泛应用，激光雷达（LiDAR）技术在多个领域中扮演着越来越重要的角色。特别是在自动驾驶和无人机等离线边缘场景中，深度学习模型的高效部署成为研究的热点。这些场景通常要求模型具备实时交互和快速响应的能力，而传统的深度学习模型往往依赖于强大的计算资源，这在资源受限的边缘设备上带来了显著的挑战。因此，如何在保证模型性能的前提下，实现轻量化和高效化的网络模型，成为当前研究的核心问题之一。模型量化作为一种有效的模型压缩和加速方法，因其参数轻量化和计算效率高的特点，受到广泛关注。然而，点云数据的非结构化特性给量化带来了独特的挑战。点云数据不像图像那样具有固定的网格结构，而是由离散的点组

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

• 在渐进型II类删失方案下，对逻辑斯蒂-指数分布的统一广义过程能力指数进行贝叶斯估计

  在现代工业生产中，确保产品质量符合既定标准是企业面临的重要挑战之一。为了评估生产过程是否具备满足客户需求的能力，过程能力指数（Process Capability Indices, PCIs）被广泛应用于制造行业。这些指数不仅为产品质量控制提供了量化指标，还在决策制定和工艺改进方面发挥了重要作用。随着工业环境的复杂性增加，传统的基于正态分布的PCIs在处理非正态分布的数据时可能无法准确反映实际过程的能力。因此，近年来，研究者们致力于开发更为通用的过程能力指数，以适应各种类型的随机变量，包括连续和离散变量，以及单侧和双侧规格限制。2022年，Saha等人提出了一种统一的广义过程能力指数，称为UG

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

• 具有深度级联特性的机械臂运动控制策略：基于贝叶斯广域学习系统的实现

  机器人手臂的运动控制技术是智能控制领域的重要研究方向之一。随着智能制造的发展，传统固定操作模式已难以满足复杂环境下的高精度控制需求。因此，研究基于数据驱动的智能控制算法，以提升机器人手臂的多任务适应能力和智能操作水平，成为当前的关键课题。现有的运动控制方法主要分为两类：基于动力学模型的方法和基于数据驱动的智能控制方法。前者虽然在理论上具有较高的精度，但在实际应用中，由于系统配置复杂、非线性时变特性显著，尤其是关节摩擦、机械磨损等干扰因素难以准确量化，导致建立高精度数学模型的成本和难度大幅增加。而后者虽然在适应性方面表现出优势，但往往缺乏自我学习和自主控制的能力，难以满足智能控制的发展需求。为了

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

• 一种用于医学图像分类的联邦式公平感知激励机制

  在医学图像分类领域，联邦学习（Federated Learning, FL）作为一种分布式机器学习范式，正逐渐成为解决数据隐私与伦理问题的重要工具。尽管FL在这一领域展现出巨大的潜力，但在实际应用中仍面临两大核心挑战：数据异质性和类别不平衡。这些问题不仅影响模型的训练效果，还可能导致全球模型的偏差，从而影响罕见病的诊断准确性。为应对这些挑战，本文提出了一种名为FedFIM的联邦学习公平性感知激励机制，旨在吸引理性参与的客户端，提升整体模型的性能。数据异质性指的是在不同医疗机构中，由于设备供应商、数据采集协议、地域疾病分布等因素的差异，导致客户端之间的数据分布不一致。这种差异使得模型难以在全局范

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

• 一种用于记录、检索和重用结构化网络安全事件管理中响应计划的案例与集群框架

  在当今快速发展的数字时代，网络攻击的复杂性和技术手段的不断升级对组织的安全防护能力提出了更高的要求。面对这一挑战，研究者们正在探索新的方法，以增强组织在网络安全事件管理中的韧性。其中，可解释人工智能（XAI）作为一种新兴的技术方向，正逐渐成为提升网络安全响应能力的重要工具。XAI的核心目标在于使人工智能系统的决策过程更加透明，从而支持人类在关键环节中的参与，提高整体的安全管理效率。在网络安全事件管理中，传统的响应流程通常依赖于对历史事件的经验总结和重复应用。然而，随着攻击手段的多样化和隐蔽性增强，简单的经验重复已经无法满足复杂问题的解决需求。因此，研究者们开始尝试将人工智能与案例推理（Case

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

• 安全联邦数据集蒸馏

  在现代数据科学与人工智能领域，数据的处理和共享成为推动技术进步的重要手段。然而，随着数据量的激增，传统的集中式数据处理方式逐渐暴露出数据隐私泄露的隐患，这不仅影响了数据所有者的信任，也限制了数据在敏感场景中的应用。为此，研究者们提出了多种分布式和隐私保护的解决方案，其中，数据蒸馏（Dataset Distillation, DD）作为一种高效压缩数据的方法，正在成为一种新的探索方向。数据蒸馏的目标是将大量原始数据压缩为一个小型但信息丰富的合成数据集，使得模型在训练时能够保持与原始数据相当的性能，同时避免直接传输原始数据带来的隐私风险。然而，传统的数据蒸馏方法通常依赖于中心化的处理流程，这意味着

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

• 一个可解释的人工智能框架，用于预测海洋洗涤器的性能

  本研究探讨了可解释人工智能（XAI）在预测海洋洗涤器性能方面的应用，特别是针对硫氧化物（SO₂）的去除。海洋运输业正面临日益增长的环保压力，特别是在减少船舶排放对空气质量的影响方面。为应对这一挑战，国际海事组织（IMO）MARPOL附则VI规定了全球0.50%的质量百分比（m/m）的燃油硫含量上限，并在排放控制区（ECAs）中进一步要求燃油硫含量不超过0.10%（m/m）。洗涤器作为一种有效的烟气脱硫（FGD）技术，利用海水或添加剂冲洗水吸收并去除烟气中的二氧化硫，但其使用也带来了其他污染物排放的问题。因此，建立能够优化洗涤器运行效率并提高设计水平的预测模型至关重要。随着人工智能（AI）技术的

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

• 双刺激-生物体-反应范式跨领域感知模型在谣言检测中的应用

  在当今数字化时代，社交媒体已经成为人们获取信息和交流的重要渠道。然而，随着信息传播速度的加快，虚假信息和谣言的扩散也变得愈发严重，给社会和个人带来了广泛而深远的负面影响。为了应对这一问题，研究者们提出了多种方法来检测和识别社交媒体上的谣言。其中，基于用户评论的心理学信号分析逐渐成为关注的焦点。本文提出了一种新的模型，名为CD-DualSOR，该模型利用刺激-机体-反应（Stimulus–Organism–Response，简称SOR）理论，从心理学角度出发，构建了双SOR范式，从而实现跨领域的谣言检测。社交媒体上的谣言通常是指经过人为编造、传播的虚假信息，其传播往往具有高度的隐蔽性和欺骗性。这

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

• 利用高斯过程回归进行主动学习，以求解非线性时变偏微分方程

  在科学研究和工程应用中，非线性时间依赖偏微分方程（PDEs）的高效求解一直是一个重要的挑战。这类方程广泛用于描述流体动力学、热传导、量子力学以及电磁场等复杂物理现象。然而，非线性PDEs的求解过程往往伴随着计算上的困难，这主要体现在两个方面：一是方程本身的非线性特性使得数值求解更加复杂；二是为了达到较高的预测精度，通常需要大量的未知数（自由度），从而增加了计算成本。面对这些挑战，传统数值方法如有限差分法（FDM）、有限元法（FEM）和深度学习模型如物理信息神经网络（PINN）、深度算子网络（DeepONet）以及傅里叶神经算子（FNO）等，虽然在一定程度上提高了求解效率，但仍存在局限性。为了应

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-07

知名企业招聘：