基于大模型的胆总管结石全流程预测与临床应用研究报告
目录
一、引言
1.1 研究背景
1.2 研究目的与意义
1.3 研究方法和创新点
二、大模型在胆总管结石预测中的应用原理
2.1 大模型概述
2.2 模型构建的数据来源与处理
2.3 模型训练与优化
三、术前预测与准备
3.1 术前胆总管结石存在的预测
3.2 基于预测结果的术前检查方案制定
3.3 手术风险评估与麻醉方案制定
四、术中预测与决策支持
4.1 术中结石相关情况的实时预测
4.2 根据预测调整手术方案
4.3 手术中并发症风险的实时监控与应对
五、术后预测与护理
5.1 术后恢复情况的预测
5.2 并发症风险预测及预防措施
5.3 基于预测的术后护理方案制定
六、统计分析与模型验证
6.1 统计分析方法
6.2 模型验证的方法与指标
6.3 实验验证证据与结果分析
七、健康教育与指导
7.1 针对患者的健康教育内容
7.2 基于预测结果的个性化健康指导
八、结论与展望
8.1 研究成果总结
8.2 研究的局限性与未来研究方向
一、引言
1.1 研究背景
胆总管结石是一种常见的胆道系统疾病，在全球范围内具有较高的发病率。随着人口老龄化的加剧以及人们生活方式和饮食习惯的改变，其发病率呈上升趋势。胆总管结石可引发一系列严重的并发症，如胆管炎、胆源性胰腺炎等，不仅给患者带来极大的痛苦，还严重影响其生活质量，甚至危及生命。传统的诊断方法，如超声、CT、磁共振胰胆管造影（MRCP）等，虽在一定程度上能够检测胆总管结石，但存在各自的局限性，如超声对胆总管下段结石的检测准确率较低，CT 存在辐射风险，MRCP 检查费用较高且对设备和技术要求严格。
近年来，人工智能技术迅猛发展，大模型作为其中的重要成果，在医疗领域展现出巨大的应用潜力。大模型凭借其强大的数据分析和处理能力，能够整合患者的多源信息，包括病史、症状、体征、影像学检查结果、实验室检验数据等，挖掘其中隐藏的模式和规律，从而实现对胆总管结石更准确、更高效的预测。这不仅有助于提高诊断的准确性，减少漏诊和误诊，还能为临床治疗决策提供有力的支持，优化治疗方案，降低医疗成本，具有重要的临床意义和社会价值。
1.2 研究目的与意义
本研究旨在利用先进的大模型技术，构建精准的胆总管结石预测模型，实现对患者术前、术中、术后以及并发症风险的全面、准确预测，并基于预测结果制定个性化的手术方案、麻醉方案、术后护理计划等，为临床医生提供科学、可靠的决策依据。
通过本研究，有望显著提高胆总管结石的诊断准确性和治疗效果。在术前，能够更精准地判断患者是否存在胆总管结石以及结石的位置、大小、数量等信息，帮助医生选择最合适的手术方式和制定详细的手术计划，减少手术风险和并发症的发生。术中，大模型的实时监测和预测功能可辅助医生及时调整手术策略，确保手术的顺利进行。术后，通过对患者恢复情况和并发症风险的预测，能够制定针对性的护理和康复计划，促进患者的快速康复，提高患者的生活质量。此外，本研究还有助于推动人工智能技术在医疗领域的深入应用，为其他疾病的诊断和治疗提供借鉴和参考，具有重要的理论和实践意义。
1.3 研究方法和创新点
本研究采用回顾性研究与前瞻性研究相结合的方法。回顾性研究收集大量已确诊胆总管结石患者的临床资料，包括病史、检查结果、治疗过程和预后等信息，用于训练和初步验证大模型。前瞻性研究则选取新的患者群体，运用训练好的大模型进行预测，并将预测结果与实际情况进行对比，进一步评估模型的准确性和可靠性。同时，采用多种数据分析和机器学习算法，对多源数据进行整合和分析，以提高模型的性能。
本研究的创新点主要体现在以下几个方面：一是首次将大模型应用于胆总管结石的全面预测，涵盖术前、术中、术后及并发症风险等多个关键环节，实现了对疾病全程管理的智能化支持。二是整合多模态数据，包括影像学、实验室检验、临床症状等，充分挖掘数据间的潜在关联，为模型提供更丰富、更全面的信息，提高预测的准确性。三是基于大模型的预测结果，制定个性化的手术方案、麻醉方案和术后护理计划，实现精准医疗，提高治疗效果和患者满意度。
二、大模型在胆总管结石预测中的应用原理
2.1 大模型概述
大模型是指具有庞大参数规模的深度学习模型，其参数数量通常达到数十亿甚至数万亿级别。这些模型基于深度学习框架构建，如 TensorFlow、PyTorch 等，采用了多种先进的神经网络架构，其中 Transformer 架构因其强大的处理序列数据能力以及出色的长距离依赖建模能力，在大模型中得到了广泛应用 。
大模型通过对海量数据的学习，能够自动提取数据中的复杂特征和模式，从而具备强大的泛化能力和对未知数据的处理能力。以自然语言处理领域的大语言模型为例，它可以学习到语言的语法、语义、语用等多方面知识，进而实现文本生成、问答系统、机器翻译等多种任务。在图像领域，大模型可以学习到图像的特征表示，用于图像识别、目标检测、图像生成等任务。在医疗领域，大模型则能够整合患者的各种医疗数据，挖掘其中的潜在信息，实现疾病的预测、诊断和治疗方案的推荐。
2.2 模型构建的数据来源与处理
本研究构建胆总管结石预测模型的数据主要来源于多家医院的电子病历系统，涵盖了大量胆总管结石患者及相关对照人群的临床资料。具体数据类型包括：
患者基本信息：年龄、性别、身高、体重、民族、既往病史（如糖尿病、高血压、胆囊炎等）、家族病史等，这些信息有助于了解患者的整体健康状况和遗传背景，为疾病风险评估提供基础。
症状与体征：腹痛的部位、性质、程度、发作频率，黄疸的出现情况及程度，发热、寒战等全身症状，以及腹部压痛、反跳痛等体征信息，这些是疾病诊断的重要依据，能反映疾病的表现和严重程度。
实验室检验数据：血常规（白细胞计数、中性粒细胞比例等）、肝功能指标（谷丙转氨酶、谷草转氨酶、胆红素、碱性磷酸酶、谷氨酰转肽酶等）、淀粉酶、脂肪酶等，这些数据能够从生化角度反映患者的身体状况，对判断是否存在炎症、肝功能受损以及胰腺功能异常等具有重要意义。
影像学检查数据：腹部超声图像、CT 扫描图像、磁共振胰胆管造影（MRCP）图像等，这些影像学资料能够直观展示胆道系统的结构和结石的位置、大小、数量等信息 。
在获取原始数据后，需要进行一系列的数据处理步骤：
数据清洗：去除重复记录、错误数据和缺失值过多的样本。对于存在少量缺失值的数据，采用均值填充、中位数填充、回归预测等方法进行填补。例如，对于肝功能指标中的缺失值，如果该指标与其他相关指标（如胆红素、转氨酶等）存在较强的相关性，可以利用回归模型根据其他指标的值来预测缺失值。
数据标准化：对数值型数据进行标准化处理，如 Z - score 标准化，将数据转换为均值为 0、标准差为 1 的分布，以消除不同特征之间的量纲差异，使模型训练更加稳定和高效。例如，对于年龄、体重等数据，经过标准化处理后，模型能够更好地学习这些特征与胆总管结石之间的关系。
图像数据预处理：对于影像学图像数据，进行图像增强（如对比度调整、直方图均衡化等）、归一化（将图像像素值统一到一定范围）和裁剪（去除图像中无关的背景部分，聚焦于胆道区域）等操作，以提高图像的质量和特征提取的准确性。例如，在处理腹部超声图像时，通过图像增强可以使结石的边界更加清晰，便于模型学习结石的特征。
数据标注：由经验丰富的临床医生对数据进行标注，明确患者是否患有胆总管结石，以及结石的相关特征（位置、大小、数量等），为模型训练提供准确的标签信息。在标注过程中，医生会结合多种检查结果和临床经验，确保标注的准确性和可靠性。
2.3 模型训练与优化
模型训练过程中，选用合适的机器学习或深度学习算法至关重要。考虑到胆总管结石预测任务的复杂性和多模态数据的特点，本研究采用深度神经网络算法，如多层感知机（MLP）与卷积神经网络（CNN）相结合的方式。对于结构化的临床数据（如患者基本信息、实验室检验数据等），使用 MLP 进行特征学习和分类预测；对于影像学图像数据，则利用 CNN 强大的图像特征提取能力，提取图像中的关键特征。
在训练过程中，设置合适的超参数，如学习率、迭代次数、隐藏层节点数等。采用随机梯度下降（SGD）及其变种算法（如 Adagrad、Adadelta、Adam 等）作为优化器，以调整模型的参数，使模型在训练集上的损失函数逐渐减小。例如，Adam 优化器结合了 Adagrad 和 Adadelta 的优点，能够自适应地调整学习率，在训练过程中表现出较好的收敛速度和稳定性。
为了避免过拟合现象，采用多种正则化方法，如 L1 和 L2 正则化、Dropout 等。L1 和 L2 正则化通过在损失函数中添加正则化项，使模型的参数更加稀疏或平滑，防止模型过于复杂而导致过拟合。Dropout 则是在训练过程中随机忽略一部分神经元，减少神经元之间的共适应性，从而提高模型的泛化能力。同时，使用交叉验证（如 K 折交叉验证）的方法对模型进行评估和调优，将数据集划分为 K 个互不相交的子集，每次取其中一个子集作为验证集，其余 K - 1 个子集作为训练集，重复 K 次训练和验证，最终取 K 次验证结果的平均值作为模型的性能指标，以更准确地评估模型的泛化能力 。在训练过程中，根据验证集上的性能表现，动态调整模型的参数和超参数，以获得最优的模型性能。
三、术前预测与准备
相关文章：
基于大模型的胆总管结石全流程预测与临床应用研究报告
目录 一、引言 1.1 研究背景 1.2 研究目的与意义 1.3 研究方法和创新点 二、大模型在胆总管结石预测中的应用原理 2.1 大模型概述 2.2 模型构建的数据来源与处理 2.3 模型训练与优化 三、术前预测与准备 3.1 术前胆总管结石存在的预测 3.2 基于预测结果的术前检查方…...
QT—布局管理器之BoxLayout篇
1.布局管理器的概述 在Qt中，使用布局管理器的主要原因是它能够自动管理组件的大小和位置，从而实现灵活且动态的界面布局。布局管理器可以自动调整组件以适应窗口大小的变化，确保界面在不同分辨率和设备上都能保持良好的显示效果。这不仅减少了…...
如何在 IntelliJ IDEA 中编写 Speak 程序
在当今数字化时代，语音交互技术越来越受到开发者的关注。如果你想在 IntelliJ IDEA（一个强大的集成开发环境）中编写一个语音交互（Speak）程序，那么本文将为你提供详细的步骤和指南。 一、环境准备 在开始编…...
湖北理元理律师事务所：债务优化的法律机制与民生实践
在债务纠纷日益增多的社会背景下，合法、规范的债务管理服务成为民生需求的重要环节。湖北理元理律师事务所作为经国家司法局注册登记的债事服务机构，以法律为工具，探索出一套覆盖债务咨询、规划与风险防控的服务体系。 1.法律服务的专业化框…...
练习普通话，说话更有节奏
玲珑塔，塔玲珑，玲珑宝塔第一层，一张高桌四条腿， 一个和尚一本经。一个铙钹一口磬，一个木鱼一盏灯。 一个金玲，整四两，风儿一刮响哗愣。 玲珑塔，隔过两层数三层，三张高桌十…...
链表相关——Python实现
一、链表的创建及数据插入 示例代码： #1.定义一个结点类 class ListNode():def __init__(self,x,nextNone):self.valxself.nextnext #2.定义单链表 class LinkList():#2.1 创建一个头指针为空的链表def __init__(self,headNone):self.headNone#2.2 将数据插入链表…...
[OS_9] C 标准库和实现 | musl libc | offset
在你感觉有困难的时候，计算机 一定有解决办法 操作系统为我们提供了对象和操作它们的 API：我们学习了进程管理的 fork, execve, exit, waitpid；内存管理的 mmap；文件 (对象) 管理的 open, read, write, dup, close, pipe, …… 大…...
【氮化镓】质子辐照对 GaN-on-GaN PiN 二极管电导调制的影响
2025 年，中国科学技术大学的 Xuan Xie 等人采用实验研究的方法，深入探究了 10-MeV 和 50-MeV 质子辐照（ fluence 最高达 11014 cm−2）对 kV 级垂直 GaN-on-GaN PiN 二极管的导电调制影响。研究背景在于空间应用中的功率电子电路易受质子、α 粒子和重离子等影响而降级甚至失…...
深入浅出限流算法（一）：简单但有“坑”的固定窗口计数器
在现代分布式系统和 API 设计中，限流 (Rate Limiting) 是一个不可或缺的环节。它像一个尽职的门卫，保护着我们的服务资源，防止因突发流量或恶意攻击导致系统过载，同时也能确保资源的公平分配。 实现限流的算法多种多样࿰…...
项目上线流程梳理（Linux宝塔面板）
项目部署（Linux宝塔面板） 一、准备工作 1、 后端项目 梳理配置添加application-prod.yml使用maven进行打包生成jar包 2、前端项目 修改request.ts请求的后端端口（服务器地址）打包 二、服务器 1、服务器环境安装 2、初始化数…...
MCP Servers玩玩WebUI自动化
MCP Servers快速了解 一文搞懂 MCP Servers mcp server网站 https://mcpservers.orghttps://mcp.sohttps://glama.ai/mcp/servershttps://www.pulsemcp.com 一、安装&配置mcp clients mcp clients可以使用客户端（常见claude desktop，但claude需…...
永磁同步电机控制算法-转速环电流环SMC控制器
一、原理介绍 为改进传统PI转速环电流环控制器易超调、抗干扰性能差的问题，转速环采用一阶滑模控制器，电流环采用二阶滑模控制器。 二、仿真验证 在MATLAB/simulink里面验证所提算法，采用和实验中一致的控制周期1e-4，电机部分计…...
Nginx支持HTTP2/HTTP3的并用CURL测试
对比HTTP2和HTTP3 HTTP/3 相比 HTTP/2 的主要优势： 项目HTTP/2HTTP/3传输层基于 TCP（ TLS）基于 QUIC（内置 TLS）建立连接速度慢，至少 2~3 次握手（TCP TLS）快，只需 1 次握…...
阅读MySQL实战45讲第11天
目录 引言： 基本原理 排序方式 索引排序 文件排序（File Sort） 优化建议 一、全字段排序 二、rowid 排序 如果 MySQL 认为排序的单行长度太大会怎么做呢？ 1. 使用磁盘临时表 2. 分阶段排序 3. 产生警告或错误 三、全字段排序 VS ro…...
linux 使用nginx部署vue、react项目
前言 本文基于：操作系统 CentOS Stream 8 使用工具：Xshell8、Xftp8 1.安装依赖 安装gcc、gcc-c yum install gcc gcc-c -y安装pcre、pcre-devel yum install pcre pcre-devel -y安装zlib、zlib-devel yum install zlib zlib-devel -y安装openssl、…...
逆向设计——CWDM_splitter
一、创建结构 switchtolayout; selectall; delete;## SIM PARAMS num_wg = 4; wg_width = 0.5e-6; out_wg_dist = 1e-6; mode_width = 3*wg_width; total_wg_h = num_wg*wg_width + (num_wg-1)*out_wg_dist;opt_size_x=6e-6; opt_size_y=6e-6;size_x=opt_size_x+1e-6; size_y=o…...
单片机-89C51部分：7、中断
飞书文档https://x509p6c8to.feishu.cn/wiki/A5gcwyL5giq1JOkkcsscn8eLnzf 一、中断的作用 中断是为使单片机具有对外部或内部随机发生的事件实时处理而设置的，中断功能的存在，很大程度上提高了单片机处理外部或内部事件的能力。它也是单片机最重要的功…...
小波变换和图像的融合
看到一篇比较有趣的文章，是将小波变换融入到图像配准过程中。论文题目是Deformable medical image registration based on wavelet transform and linear attention。论文提出了一种基于小波变换和线性注意力的可变形医学图像配准方法，通过小波下采样模块…...
2799. 统计完全子数组的数目
给你一个由 正 整数组成的数组 nums 。 如果数组中的某个子数组满足下述条件，则称之为 完全子数组 ： 子数组中 不同 元素的数目等于整个数组不同元素的数目。 返回数组中 完全子数组 的数目。 子数组 是数组中的一个连续非空序列。 示例 1ÿ…...
docker镜像构建常用参数
要退出出去ctrlpq，或者直接输入exit也可以直接退出 这样就生成了可以这么用，但安全性比较差，不利于审计 企业里构建的镜像这样： “.”是构建的地点是当前的意思；构建了一层在[2/2]RUN touch /leefile里面 发现有我…...
如何用postman进行批量操作
业务场景： 有些时候，我们会需要批量的将SAP B1系统中的几千条的数据删除或者取消单据，这个时候，一条条去操作，指定是到猴年马月了。SAP Business One本身提供了DTW这个工具，但是这个更新，可以操…...
【MCP】第三篇：Cline工具链路追踪——解码“协议引擎“的神经传导奥秘
【MCP】第三篇：Cline工具链路追踪——解码"协议引擎"的神经传导奥秘 一、引言二、CloudFlare AI Gateway2.1 核心定位2.2 核心能力2.3 与MCP协议逆向的深度契合 三、VSCode Cline与CloudFlare联调实战3.1 CloudFlare配置3.2 VSCode Cline配置3.3 联调实战…...
HTML标记语言_@拉钩教育【笔记】
目录 1.文本标签 2.格式化标签 3.图片标签 4.超链接标签 5.表格标签 6表单标签 6.1 6.2 6.3 7.行内框架(超链接内套一个页面) 8.多媒体标签(音/视频) 1.文本标签 2.格式化标签 3.图片标签 4.超链接标签 5.表格标签 6表单标签 6.1 6.2 6.3 7.行内框架(超链接内套一个…...
SDK游戏盾、高防IP、高防CDN三者的区别与选型指南
在网络安全防护领域，SDK游戏盾、高防IP和高防CDN是常见的解决方案，但各自的功能定位、技术实现和适用场景差异显著。本文将通过对比核心差异，帮助您快速理解三者特点并选择适合的防护方案。 一、核心功能定位 SDK游戏盾 功能核心：…...
C++中的格式化字符串
C中的格式化字符串 fmt 库简介 {fmt}是一个开源的、现代化的C格式化库，由Victor Zverovich创建。它提供了一种安全、快速且方便的字符串格式化方式，其设计理念受到了Python的str.format()的启发 fmt库的主要特点 易用性：使用简洁的语法&a…...
民办生从零学C的第十二天：指针（1）
每日励志：拼搏十年，征战沙场，不忘初心，努力成为一个浑身充满铜臭味的有钱人。 一.内存和地址 1.内存 计算机内存是一系列存储单元的集合，每个存储单元都有唯一的地址来标识。这些存储单元用于存储程序的数据和指令。…...
复习Vue136~180
1.使用create-vue创建项目 npm init vuelatest 项目目录和关键文件： new Vue() 创建一个应用实例 > createApp()、createRouter() createStore() 、将创建实例进行了封装，保证每个实例的独立封闭性。 禁用vue2的插件vuter 使用vue3的插件volar scrip…...
高炉项目中DeviceNET到Ethernet的转换奥秘
在工业自动化的世界中，高炉项目中的数据通信至关重要。其中DeviceNET和Ethernet作为两种主流的网络协议，扮演着不可或缺的角色。它们之间的转换不仅仅是技术上的桥梁，更是实现信息高效传递的关键。今天，我们就来揭开从DeviceNET到…...
awk之使用详解（Detailed Explanation of Using AWK）
awk使用详解 1. 入门 1.1 什么是 awk？ ①Awk是一种文本处理工具，适用于处理结构化数据，例如表格数据。 ②它可以读取一个或多个文本文件，并执行模式扫描和处理等指定的操作。 ③基本逻辑涉及数据的提取，排序和计算…...
TDR阻抗会爬坡？ 别担心，不是你的错，你只是不够了解TDR！
在背板系统或任何长走线设计里，你大概都碰过这画面： TDR 曲线一开始乖乖在 92 Ω，但越往末端、阻抗越爬越高，来到最高 97 Ω，心里瞬间凉半截 😒 ，「难不成... 板厂又翻车了吗？」 然…...
TypeScript之基础知识
基础知识 1. 基本类型 类型描述string字符串（如 "hello"）number数字（整数或浮点数，支持二进制、八进制、十六进制）boolean布尔值（true/false）null空值（需显式声明&#x…...
SNMP协议之详解（Detailed Explanation of SNMP Protocol）
SNMP协议之详解 一、前言 SNMP，被形象地喻为网络世界大的工具箱，使他们能的“智慧守护者”，它为网络管理员装备了一套功能强够实现对网络设备状态的实时监控、性能数据的全面收集、远程配置的灵活管理以及故障事件的即时响应。借助SNMP&…...
)
机器学习-入门-线性模型(2)
机器学习-入门-线性模型(2) 3.4广义线性回归 一般形式： y g − 1 ( w T x b ) y g^{-1} \left( w^T x b \right) yg−1(wTxb) 单调可微的联系函数 (link function) 令 g ( ⋅ ) ln ( ⋅ ) g(\cdot) \ln (\cdot) g(⋅)ln(⋅) 则得到对数线性回归 ln …...
【问题】docker容器修改环境变量的方式
问题 启动n8n之后，docker容器提示： There is a deprecation related to your environment variables. Please take the recommended actions to update your configuration: 2025-04-28 09:20:08 - N8N_RUNNERS_ENABLED -> Running n8n without tas…...
基于 Spring Boot 瑞吉外卖系统开发（八）
基于 Spring Boot 瑞吉外卖系统开发（八） 自动填充公共字段 MyBatis-Plus公共字段自动填充，也就是在插入或者更新的时候为指定字段赋予指定的值，使用它的好处就是可以统一对这些字段进行处理，降低了冗余代码的数量。本…...
LeetCode热题100--560.和为K的子数组（前缀和）--中等
1.题目 给你一个整数数组 nums 和一个整数 k ，请你统计并返回 该数组中和为 k 的子数组的个数 。 子数组是数组中元素的连续非空序列。 示例 1： 输入：nums [1,1,1], k 2 输出：2 示例 2： 输入：nums […...
搭建 Spark YARN 模式集群指南
在大数据处理领域，Apache Spark 凭借其卓越的性能和易用性广受青睐。而 YARN（Yet Another Resource Negotiator）作为 Hadoop 的资源管理框架，能高效管理集群资源。将 Spark 与 YARN 结合，以 YARN 模式搭建集群…...
服务器部署，Nginx安装和配置
Nginx简介 Nginx是一款轻量级和高性能的web服务器、反向代理服务器和电子邮件代理服务器。你可以使用Nginx实现网页的部署，解决跨域问题实现邮件服务器，甚至Nginx也可以实现音视频推流拉流服务器，Nginx可以实现的功能远超你的想象࿰…...
Java后端接口调用拦截处理：注解与拦截器的实现
在Java开发中，对后端接口调用进行拦截处理是一种常见的需求，通常用于权限验证、Token校验、状态更新等操作。本文将围绕 Spring框架的拦截器（Interceptor）、Spring AOP（面向切面编程） 和 Spring Security 三…...
C++（初阶）（十四）——多态
多态 面向对象的其中一大特征。 多态多态的定义及构成多态的构成条件多态的实现条件多态的分类编译时多态性运行时的多态性 虚函数定义不能成为虚函数的函数 虚函数重写（覆盖）选择题虚函数重写的其他问题析构函数的重写override 和final关键字重载/重写…...
PyQt6基础_QThread
目录 前置 代码： 运行 正常运行 QThread运行报错 视频 前置 1 PySide6.QtCore.QThread - Qt for Python QThread官方文档 2 长时间任务可以放到QThread中执行，避免占用主线程导致界面卡顿无法操作 代码： import traceback,sys fro…...
工业通讯现场中关于EtherCAT转TCPIP网关的现场应用
在当今工业自动化的浪潮中，EtherCAT技术以其高效、实时的特性成为了众多制造业的首选。然而，随着工业互联网的发展，对于数据的远程访问和云平台集成的需求日益增长，这就需要将EtherCAT协议转化为更为通用的TCP/IP协议。于是开疆智…...
vite创建vue3项目并进行配置
创建项目 方式一 执行以下命令 之后输入项目名称 选择框架 选择语言 例如 pnpm create vite此方式创建的项目较为干净 0手起步 只包含一些基础依赖 例如vue vite等 项目目录如下 "scripts": {"dev": "vite","build": "vue-tsc -…...
LeetCode 热题 100_最小路径和（92_64_中等_C++）（多维动态规划）
LeetCode 热题 100_最小路径和（92_64） 题目描述：输入输出样例：题解：解题思路：思路一（多维动态规划）： 代码实现代码实现（思路一（多维动态规划&…...
关于常量指针和指向常量的指针
关于指针，对于常量指针和指向常量的指针也是傻傻分不清。看到定义时，不知道是指针不能变，还是指针指向的内容不能变量。 先看形式： const char * A; char * const B; 这两种有什么区别？傻傻分不清。 A这种定义&am…...
新时代下的存储过程开发实践与优化
随着现代应用系统的复杂度不断增加，数据库作为核心的数据存储和处理引擎，其性能和可靠性显得尤为重要。存储过程（Stored Procedure）作为一种封装在数据库中的应用逻辑，使得开发者能够在数据库层面实现数据操作、数据校…...
4月28日日记
2025年4月28日 星期一 晴 今天过得格外充实，也充满了收获与喜悦。 下午，我参加了学校的五四述职大会。各个学院的团委书记依次上台，汇报过去一年的工作成果。看着大家在台上分享着各自学院的精彩故事，我深受触动。他们所展示的活…...
大模型性能测试
当我们部署了大模型并对外提供服务时，我们通常都想了解一下大模型能够支持多少个并发访问，在不同的并发数下，模型的性能如何。了解这些信息有助于我们更好的对算力进行评估，为用户带来更好的性能体验。 大模型通常是通过API接口的…...
利用 Google Earth Engine 探索江宁区 2010 - 2020 年 EVI 时空变化
引言 增强型植被指数（Enhanced Vegetation Index，EVI）是一种用于量化植被生长状态和覆盖程度的重要指标，它在监测植被动态、生态环境评估以及气候变化研究等领域发挥着关键作用。Google Earth Engine（GEE）…...
IEC 61850标准协议解读 2.基于Java的MMS实现
专栏文章目录 第一章 IEC 61850标准协议解读 0.导言 第二章 IEC 61850标准协议解读 1.建模讲解 第三章 IEC 61850标准协议解读 2.基于Java的MMS实现 目录 专栏文章目录前言1 依赖库引入2 创建服务端3 创建客户端4 读写模型4.1 服务端读写4.2 客户端读写 5.报告6 文件服务6.1 读…...