简介：摘要：随着思想政治教育在高等教育中的重要性日益凸显，将思想政治内容融入到学科专业课程中显得至关重要。本文以太原科技大学材料科学与工程学科专业课程《材料工程基础》为例，探索如何通过思想政治教育在课程中的整合，以及学科交叉融合的方式，建设一支高效、专业的高校思政教育教学团队，以提升高校思政教育的质量和水平，并为促进课程内有效的思政教育提供了切实可行的建议。

简介：摘要目的探讨基于多参数MRI影像组学特征鉴别颅内Ⅱ级孤立性纤维瘤/血管外皮细胞瘤(solitary fibrous tumor/hemangiopericytoma，SFT/HPC)与血管瘤型脑膜瘤(angiomatous meningioma，AM)的价值。材料与方法回顾性分析经手术或病理证实的两个中心共68例Ⅱ级SFT/HPC患者及41例AM患者的术前磁共振成像资料，按7∶3的比例将患者随机分为训练组(n=77)和验证组(n=32)。图像进行标准化后，利用3D slicer软件于T1WI、FLAIR及T1WI增强轴位图像勾画感兴趣区(region of interest，ROI)并进行特征提取；采用最小冗余最大相关(minimum redundancy maximum relevance，mRMR)和最小绝对收缩和选择算子(least absolute shrinkage and selection operator，LASSO)算法进行降维，筛选最具诊断价值的影像组学特征，构建二元Logistic回归模型，并绘制受试者操作特征(receiver operating characteristic，ROC)曲线，评估其鉴别诊断效能。结果从T1WI、FLAIR和T1WI增强序列中各提取16、13、12个影像组学特征，从多参数MRI序列中提取9个影像组学特征进行模型建立，4种模型的ROC曲线下面积(area under the curve，AUC)分别为：T1WI模型为0.98 (敏感度100%，特异度92.86%)；FLAIR模型为0.92 (73.47%，100%)，T1WI增强模型为0.89 (79.59%，85.19%)，多参数模型为0.99 (98.04%，96.15%)，在验证组中的准确率分别为87.50%、75.00%、68.75%和90.63%。结论多参数MRI影像组学特征对Ⅱ级SFT/HPC与AM的鉴别效能优于单一序列，其中单序列中T1WI影像组学特征鉴别效能最高。

简介：摘要目的探讨基于ADC图的影像组学模型在急性缺血性脑卒中（AIS）患者缺血半暗带（IP）判断中的价值。方法回顾性分析南通市第一人民医院2014年1月至2019年10月发病在24 h内的大脑前循环AIS患者241例。所有患者均接受常规T1WI、T2WI、DWI及动态磁敏感对比增强磁共振灌注成像（DSC-PWI）。以PWI-DWI错配模型作为判断IP是否存在的金标准，将患者分为存在IP（即存在PWI-DWI错配）患者（84例），不存在IP（即不存在PWI-DWI错配）患者（157例）。分别由两名医师在AIS患者ADC图像上病灶最大层面对ADC低信号区域及周围区域进行ROI的勾画，将图像导入AK分析软件，进行影像组学特征提取。先采用组间相关系数筛选出一致性较高的特征，再采用最大相关最小冗余（mRMR）及最小绝对收缩与选择算子算法（Lasso）回归分析对特征进行筛选，然后用所选特征构建各自的影像组学评分模型。采用ROC曲线对模型的性能进行评估，并采用Delong检验对两组模型的ROC曲线下面积（AUC）进行比较。结果经过筛选，12个特征（LongRunLowGreyLevelEmphasis_angle135_offset7、LongRunLowGreyLevelEmphasis_AllDirection_offset7、GLCMEntropy_AllDirection_offset4_SD、GLCMEnergy_angle45_offset1、ColGE_W11B25_16、ColGE_W11B25_24、HaraEntropy、SurfaceVolumeRatio、Sphericity、Quantile0.025、uniformity、Percentile75）用于构建基于ADC图低信号区域的影像组学模型，训练集中AUC为0.900，灵敏度、特异度、准确度分别为84.5%、81.4%、83.4%；验证集中AUC为0.870，灵敏度、特异度、准确度分别为80.9%、84.0%、81.9%。11个特征（RunLengthNonuniformity_AllDirection_offset1_SD、ShortRunLowGreyLevelEmphasis_angle45_offset1、HighGreyLevelRunEmphasis_AllDirection_offset1_SD、ShortRunLowGreyLevelEmphasis_AllDirection_offset7、HaralickCorrelation_AllDirection_offset4_SD、ClusterShade_angle45_offset7、InverseDifferenceMoment_AllDirection_offset7_SD、ColGE_W3B20_0、sumAverage、SurfaceVolumeRatio、VolumeMM）用于构建基于ADC图病灶周围区域的影像组学模型，训练集中AUC为0.820，灵敏度、特异度、准确度分别为80.5%、80.2%、80.4%；验证集中AUC为0.800，灵敏度、特异度、准确度分别为78.7%、80.0%、79.2%。基于ADC图低信号区域的影像组学模型的AUC大于基于ADC图病灶周围区域的影像组学模型（训练集：Z=3.017，P=0.003；验证集：Z=0.604，P=0.002）。结论基于ADC图的影像组学模型在判断缺血半暗带时有较好的诊断效能。

简介：摘要目的探讨基于常规磁共振成像（MRI）影像组学模型预测垂体大腺瘤质地价值。方法回顾性分析2014年12月至2019年12月皖南医学院弋矶山医院经手术病理证实的101例垂体大腺瘤患者完整资料，根据术中垂体瘤质地分为质软组（n=58）与质硬组（n=43），按照7∶3比例随机将患者分为训练组（n=72）和验证组（n=29）。所有患者均行垂体常规MRI扫描。使用ITK-SNAP软件逐层手动勾画T1加权像（T1WI）、T2加权像（T2WI）和T1WI增强图像上肿瘤感兴趣区（ROI）并进行三维融合，然后导入AK软件提取纹理特征；利用最小冗余最大相关（mRMR）和最小绝对值收敛和选择算子（LASSO）回归分析进行特征选择和建立影像组学标签，并用100次留组交叉验证（LGOCV）验证模型的可靠性，绘制受试者工作特征（ROC）曲线评价模型的预测能力；应用决策曲线分析（DCA）评估模型的临床应用价值。结果T1WI、T2WI、T1WI增强和联合序列模型在训练组和验证组中预测垂体大腺瘤质地曲线下面积（AUC）（95%CI）分别为0.91(0.84~0.98）和0.90(0.78~1.00)、0.86(0.78~0.95）和0.83(0.64~1.00)、0.90(0.83~0.97）和0.89(0.77~1.00）以及0.92(0.85~0.98）和0.91(0.79~1.00)。DCA表明T1WI、T2WI、T1WI增强和联合序列模型均具有较好净获益。结论常规MRI的T1WI、T2WI、T1WI增强和联合序列模型均具有很高预测垂体大腺瘤质地的效能，为探索预测垂体大腺瘤质地提供了一种新的定量分析方法。

简介：摘要：目前园林绿化养护中存在的问题的种类很多，为了让这些问题得到有效的解决，需要从根本上对这些问题出现的成因进行分析，合理的寻找相应的对策，让园林绿化管理工作得到有效地落实。工作人员需要对园林绿化养护管理工作提高重视，为人们营造一个舒适的绿化空间，同时要让绿化空间的建设符合当前提倡的可持续发展社会的目标。