结合影像学和人工智能技术对病灶进行无创性定量分析是目前智慧医疗的一个重要研究方向。针对肝细胞癌（Hepatocellular carcinoma, HCC）分化程度的无创性定量估测方法研究，结合放射科医师的临床读片经验，提出了一种基于自注意力指导的多序列融合肝细胞癌组织学分化程度无创判别计算模型。以动态对比增强核磁共振成像（Dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）的多个序列为输入，学习各时序序列及各序列的多层扫描切片在分化程度判别任务的权重，加权序列中具有的良好判别性能的时间和空间特征，以提升分化程度判别性能。模型的训练和测试在三甲医院的临床数据集上进行，实验结果表明，本文所提出的肝细胞癌分化程度判别模型取得相比几种基准和主流模型最高的分类计算性能，在WHO组织学分级任务中，判别准确度、灵敏度、精确度分别达到80%，82%和82%

§14-1 轴的功用和类型 §14-2 轴的材料 §14-3 轴的结构设计 §14-4 轴的强度计算 §14-5 轴的刚度计算 §14-6 轴的临界转速的概念

§12-1 蜗杆传动的特点和类型 §12-2 圆柱蜗杆传动的主要参数和几何尺寸 §12-3 蜗杆传动的失效形式、材料和结构 §12-4 圆柱蜗杆传动的受力分析 §12-5 圆柱蜗杆传动的强度计算 §12-6 圆柱蜗杆传动的效率、润滑和热平衡计算

2.3.5位运算 (1)整数在机内的表示: (2)A.任何整数在计算机内以二进制码形式存放。 (3)无符号整数,所有位都用来表示数据的值:

现有的大坝整体性态评价方法以定性评价为主，主观性较强.针对这一问题，以单测点监控模型的计算值与监测仪器实测值之间的残差为基础，提出采用多测点融合残差表征大坝整体性态.结合信息熵理论研究了不同测点的残差变化规律，从而对各测点残差的融合权重进行了分配，计算了融合残差.通过对融合残差进行分布分析，利用逆向云发生器、正向云发生器建立了表征大坝不同性态的概念云，即评价标准.在此基础上，结合云相似度算法，建立了大坝整体性态的评价模型.算例表明，该模型能够有效识别大坝监测资料中的异常测值，并能够定量、客观地评价大坝整体性态，评价结果合理、可靠，可为保障大坝安全运行提供重要参考

第一节 成本性态分析 第二节 变动成本计算

• 第一节 扭转的概念和实例 • 第二节 扭矩和扭矩图 • 第三节 圆杆扭转时的应力和变形 • 第四节 圆杆扭转的强度和刚度计算

本章包括带传动和链传动两部分内容。带传动主要介绍带传动的分类、工作原理和普通V带传动的设计。链传动主要介绍链轮结构、链传动的运动特性、受力分析和滚子链传动的设计计算，对齿形链传动计算只作简单介绍。 第一节 概述 第二节 带传动 第三节 链传动

1. 图像数字化概念、数字化参数对图像质量的影响、 数字化器性能评价 2. 图像灰度直方图的基本概念、计算、 性质及其应用 3. 数字图像处理算法形式与数据结构 4. 图像图像文件格式与特征 目的： 1. 熟悉本章基本概念和图像处理算法形式，了解图像的特征； 2.重点掌握图像数字化图像灰度直方图的基本概念及应用、图像数据结构与特征

计算机程序设计语言的发展 面向对象的方法 面向对象的软件开发 信息的表示与存储 程序的开发过程