InferRead软件测量肺纯磨玻璃结节体积的准确性评价

目的:探讨人工智能（AI）肺结节检测软件对肺纯磨玻璃结节（pGGN）体积自动测量的准确性及测量误差的影响因素。方法:选择2021年1月1日至31日在本院行常规胸部CT扫描的患者90例,共计170个pGGN病灶。将CT扫描原始数据（含1 mm薄层图像）传送至AI服务器进行肺结节体积自动测量并记录其测量数据;由两名资深胸部影像诊断医师以手动进行pGGN逐层测量相加得出体积数值,并以3次测量平均值作为“金标准”数据与AI测量结果进行比较;并分析pGGN体积大小、位置、毗邻等因素对AI测量误差的影响。采用SPSS 26.0进行统计分析。结果:本研究90例患者中共计170个pGGN,右肺上叶者49个（28.82％）,右肺中叶者21个（12.35％）,右肺下叶者27个（15.89％）,左肺上叶者49个（28.82％）,左肺下叶者24个（14.12％）。在pGGN的毗邻关系中,完全位于肺实质内无毗邻关系者82个（48.24％）,贴近血管者29个（17.06％）,贴近胸膜者59个（34.70％）。①两名观察者之间、同一观察者不同时间点对pGGN手动测量的体积数值均无差异;②对相同pGGN体积的测量,使用AI自动测量与人工手动测量的结果亦无差异,且二者相关性很高（r=0.981）,一致性也很高（ICC值为0.987）;③pGGN的体积大小、发生位置、毗邻关系对AI体积测量的误差均无统计学意义。结论:InferRead肺结节检测软件对肺pGGN三维体积测量具有良好的准确性,可适用于临床肺结节诊断与相关研究。      

车载LiDAR在城市部件采集中的应用

近几年,我国城市建设面积不断扩大,城市基础管理的难度也随之增加,数字城管项目作为城市管理信息化发展过程中的一项重要措施,对城市管理工作水平的提升发挥了重大作用。车载LiDAR移动测量技术作为一种高新技术,在我国也取得了较快的发展,这种技术能够对城市部件数据采集提供很多帮助。本文详细研究了车载LiDAR在城市部件采集中的应用,通过对比传统CORS测量数据,分析了其技术流程,并对其点云数据精度进行了评估,为数字城管中的城市部件采集工作提供了一个新方法。     

探讨杭州市建设用地项目审批数据质量控制方法

近年来,一方面随着杭州市建设用地审批系统应用的不断深入,系统的数据量快速增长;另一方面随着国土资源"一张图"工程建设的推进,建设用地项目相关业务数据利用的频度和深度进一步加大,对建设用地项目审批数据质量提出了更高的要求。为了提高建设用地项目审批数据质量,更大程度地发挥数据利用的效益,本文就系统数据质量控制方面进行了初步的探讨。主要指系统中某些业务关键数一、存在问题(一)数据完整性问题     

安塞油田油井化学解堵选井的研究

通过陕北安塞油井化学解堵实践，初步总结了环空液面恢复测试方法、工作程序，并列举了多个化学解堵实例，归纳总结出反映油层能量和油流通道阻塞程度的四种基本类型。经实践证实了该方法判断的有效性和准确性，为化学解堵提供了一种科学、简便、实用的判断方法。     

咸阳机场大雾天气能见度的观测

恶劣的能见度或跑道视程直接威胁着飞机的起飞和着陆，是影响飞机进近爬升和降落的主要因素，恶劣能见度造成的飞行事故占所有气象原因造成事故的一半左右。低能见度观测的准确与否影响飞行安全和航班正常起降，分析咸阳机场大雾天气条件下能见度的变化规律，以提高低能见度观测的准确性。     

高压电能计量装置失准原因分析及解决方法

高压电能计量装置由电流互感器、电压互感器、电能表和2次回路组成。它们其中任一部分选择不合适，或者出现了问题，都将影响到电能计量的准确性。另外，一些管理措施不当和人为因素均能影响电能的计量准确。本文从计量设备技术角度出发，分析了高压电能计量装置失准原因及解决方法。     

关于气象业务用钟对时的技巧

为保证气象观测纪录“三性”的要求，新《规范》对地面观测使用的时钟及电子计算机内时钟的准确性作了明确的规定，不论是自动气象站或人工观测的气象站，必需在每天19时检查时钟的误差，确保所用时钟与北京时间的误差小于30s。为了准确对时，一般所用的对时信号源是收听无线电广播每小时一次的报时信号或收看电视机的屏显时间。这种方法的缺点是对时机会少，     

对M.Wyss及其同事所使用地震和震级数据不准确性的答复

只有预报震级和实际震级两个值都用相同尺度时，预报震级和实际震级的直接比较地是允许的。由事实来看，雅典国家观测台地震研究所公开发布ＭＥＱ＝ＭＬ＋０．５，ＶＡＮ很早地清楚地表示，预报值Ｍｐｒｅｄ是指ＭＬ＋０．５，因此，ＶＡＮ预报的本身一致性评估值应当包括Ｍｐｅｒｄ和实际的ＭＬ＋０．５直接比较。     

Varotsos及合作者应用的地震和震级数据的不准确性

ＶＡＮ所宣称的成功预报的地震是以Ｍｓ的大小为基础的。然而，它们比ＭＳ的权威出处震中原始测定公布的震级平均大１．０级。差异产生的原因是因为ＶＡＮ计算的ＭＳ是以ＭＬ换算而来，用了不正确的换算公式ＭＳ＝ＭＬ＋０．５。根据希腊ＰＥＤ的数据，用最小平方回归得出ＭＳ＝１．５ＭＬ＝２．６２，或ＭＳ＝１．８２ｍｂ－４．１６。