大模型在胆管结石(无胆管炎或胆囊炎)预测及治疗方案制定中的应用研究
目录
一、引言
1.1 研究背景与意义
1.2 研究目的
1.3 国内外研究现状
二、胆管结石相关理论基础
2.1 胆管结石概述
2.2 临床表现与诊断方法
2.3 传统治疗方法
三、大模型技术原理与应用优势
3.1 大模型基本原理
3.2 在医疗领域的应用潜力
3.3 用于胆管结石预测的可行性分析
四、基于大模型的胆管结石预测方案
4.1 术前预测
4.1.1 数据收集与整理
4.1.2 模型训练与验证
4.1.3 预测指标与结果分析
4.2 术中预测
4.2.1 实时数据采集
4.2.2 模型动态调整
4.2.3 预测对手术决策的影响
4.3 术后预测
4.3.1 恢复情况预测
4.3.2 并发症风险预测
五、基于预测结果的治疗方案制定
5.1 手术方案制定
5.1.1 手术方式选择
5.1.2 手术步骤规划
5.1.3 手术风险应对措施
5.2 麻醉方案制定
5.2.1 麻醉方式选择
5.2.2 麻醉药物剂量确定
5.2.3 麻醉过程监测与管理
5.3 术后护理方案制定
5.3.1 常规护理措施
5.3.2 并发症预防与护理
5.3.3 康复指导
六、统计分析与技术验证
6.1 统计分析方法
6.2 模型性能评估指标
6.3 技术验证方法与实验设计
6.4 实验结果与讨论
七、健康教育与指导
7.1 患者教育内容
7.2 教育方式与途径
7.3 随访与反馈机制
八、结论与展望
8.1 研究成果总结
8.2 研究的局限性
8.3 未来研究方向
一、引言
1.1 研究背景与意义
胆管结石是一种常见的胆道系统疾病,根据结石所在部位,可分为肝内胆管结石和肝外胆管结石 。其发病率呈上升趋势,严重影响患者的生活质量和身体健康。胆管结石的治疗方法多样,包括手术治疗(如开腹手术、腹腔镜手术、内镜逆行胰胆管造影术等)、药物治疗和体外冲击波碎石等,但治疗过程中存在诸多难点,如手术风险高、术后并发症多、结石残留和复发等问题。
随着人工智能技术的飞速发展,大模型在医学领域的应用逐渐成为研究热点。大模型具有强大的数据分析和处理能力,能够对大量的医学数据进行学习和分析,从而实现疾病的预测、诊断和治疗方案的优化。将大模型应用于胆管结石(无胆管炎或胆囊炎)的研究,具有重要的创新意义和临床价值。它可以通过对患者的临床特征、影像数据等多源信息的分析,实现术前对结石位置、大小、数量的精准预测,为手术方案的制定提供更准确的依据;术中实时监测患者的生理指标,辅助医生做出更合理的决策;术后预测并发症的发生风险,提前采取预防措施,提高患者的康复效果。
1.2 研究目的
本研究旨在利用大模型实现对胆管结石(无胆管炎或胆囊炎)术前、术中、术后的全面预测,包括结石的相关信息、手术风险、并发症风险等,并根据预测结果制定个性化的手术方案、麻醉方案和术后护理方案。同时,通过对预测结果和实际治疗效果的对比分析,评估大模型的预测准确性和临床应用价值,为胆管结石的临床治疗提供新的思路和方法。具体研究目的如下:
建立基于大模型的胆管结石预测模型,实现对结石位置、大小、数量等术前信息的精准预测。
利用大模型预测手术过程中可能出现的风险,如出血、胆管损伤等,为术中决策提供支持。
预测术后并发症的发生风险,如感染、胆瘘等,制定相应的预防和治疗措施。
根据大模型的预测结果,制定个性化的手术方案、麻醉方案和术后护理方案,提高治疗效果。
对大模型的预测准确性和临床应用价值进行评估,验证其在胆管结石治疗中的可行性和有效性。
1.3 国内外研究现状
在国外,人工智能技术在医学领域的应用研究起步较早,大模型在疾病诊断和预测方面取得了一定的成果。例如,一些研究利用深度学习模型对医学影像进行分析,实现了对肿瘤、心血管疾病等的早期诊断和病情预测。在胆管结石领域,国外也有相关研究尝试利用机器学习算法对胆管结石的危险因素进行分析和预测,但研究相对较少,且主要集中在单一因素的分析上,缺乏对多源信息的综合利用和全面预测。
在国内,随着人工智能技术的快速发展,越来越多的科研人员和医疗机构开始关注大模型在医学领域的应用。一些研究团队利用深度学习算法对肝胆胰疾病的影像数据进行分析,取得了较好的诊断效果。在胆管结石方面,国内的研究主要集中在手术治疗方法的改进和临床经验的总结上,利用大模型进行预测和治疗方案优化的研究还处于起步阶段。
目前,国内外关于利用大模型预测胆管结石(无胆管炎或胆囊炎)的研究相对较少,且存在以下不足:一是缺乏对多源信息的融合和利用,如临床特征、影像数据、实验室检查结果等;二是预测模型的准确性和可靠性有待提高,需要进一步优化模型结构和参数;三是在根据预测结果制定个性化治疗方案方面的研究还不够深入,缺乏系统性和针对性。因此,开展本研究具有重要的理论意义和实际应用价值。
二、胆管结石相关理论基础
2.1 胆管结石概述
胆管结石是指在胆管系统内形成的结石,是一种常见的胆道系统疾病。根据结石所在部位,可分为肝内胆管结石和肝外胆管结石。肝内胆管结石是指左右肝管汇合部以上各分枝胆管内的结石,肝外胆管结石则是指位于左右肝管汇合部以下的胆管结石,包括胆总管结石和肝总管结石。
胆管结石的发病原因较为复杂,主要与以下因素有关:
胆汁成分异常:胆汁中的胆固醇、胆色素、钙盐等成分比例失调,可导致结石的形成。例如,胆汁中胆固醇含量过高,超过了胆汁酸和磷脂的溶解能力,就会析出形成胆固醇结石;而胆色素结石则主要与胆汁中胆色素的含量增加、胆道感染等因素有关。
胆道感染:细菌、寄生虫等病原体感染胆道,可引起胆道炎症,导致胆管黏膜损伤、胆汁成分改变,从而促进结石的形成。例如,胆道蛔虫症是导致胆管结石的重要原因之一,蛔虫进入胆管后,其残骸和虫卵可成为结石的核心。
胆管解剖结构异常:胆管先天性狭窄、胆管扩张、胆管畸形等解剖结构异常,可导致胆汁引流不畅,胆汁淤积,增加结石形成的风险。
其他因素:年龄、性别、肥胖、遗传、饮食习惯等因素也与胆管结石的发病有关。一般来说,年龄越大,发病率越高;女性发病率高于男性;肥胖者、长期高脂饮食者、家族中有胆管结石患者的人群,发病风险相对较高。
不同类型的胆管结石具有不同的特点:
胆固醇结石:外观多呈白色或黄白色,质地较硬,表面光滑或呈多面体,剖面呈放射状条纹。胆固醇结石主要由胆固醇组成,其形成与胆汁中胆固醇过饱和、胆囊收缩功能减退等因素有关,多发生于胆囊内,但也可排入胆管。
胆色素结石:可分为胆色素钙结石和黑色素结石。胆色素钙结石呈棕色或棕黑色,质地松软易碎,形状不规则,多为泥沙样或颗粒状,主要由胆色素、钙盐和其他有机物组成,常与胆道感染、胆汁淤积等因素有关,多见于肝内胆管;黑色素结石则呈黑色或棕黑色,质地较硬,表面光滑,主要由不溶性的黑色胆色素聚合物、钙盐等组成,与胆红素代谢异常、胆囊慢性炎症等因素有关,多发生于胆囊内。
混合性结石:由胆固醇、胆色素、钙盐等多种成分混合而成,其外观和质地因成分比例不同而异,可发生于胆囊或胆管内。
2.2 临床表现与诊断方法
胆管结石患者的临床表现因结石的部位、大小、数量、是否引起胆管梗阻和感染等因素而异。部分患者可无明显症状,仅在体检或因其他疾病进行检查时偶然发现。当结石引起胆管梗阻和感染时,可出现以下典型症状:
腹痛:是胆管结石最常见的症状,多为右上腹或上腹部的阵发性绞痛,可向右肩部或背部放射。疼痛的程度和持续时间不一,常因进食油腻食物、体位改变等因素诱发或加重。
黄疸:当胆管结石导致胆管梗阻时,胆汁排泄受阻,可引起黄疸,表现为皮肤、巩膜黄染,尿色加深,大便颜色变浅等。黄疸的程度可随着胆管梗阻的程度和时间而变化。
寒战高热:胆管结石合并感染时,细菌和毒素入血,可引起全身感染症状,如寒战、高热,体温可达 39℃ - 40℃以上,伴有头痛、乏力、食欲不振等。
其他症状:部分患者还可伴有恶心、呕吐、腹胀、消化不良等胃肠道症状。如果胆管结石长期存在,反复引起胆管炎和梗阻,可导致肝功能损害,出现肝功能异常的表现。
目前,胆管结石的诊断主要依靠实验室检查和影像学检查:
实验室检查:
血常规:当合并感染时,白细胞计数和中性粒细胞比例可升高,提示存在炎症反应。
肝功能检查:可出现血清胆红素升高,以直接胆红素升高为主;谷丙转氨酶、谷草转氨酶等转氨酶也可升高,反映肝细胞受损;碱性磷酸酶、γ - 谷氨酰转肽酶等指标升高,提示胆管梗阻和胆汁淤积。
淀粉酶:当胆管结石引起胆源性胰腺炎时,血、尿淀粉酶可升高。
影像学检查:
超声检查:是诊断胆管结石的首选方法,具有简便、无创、经济等优点。超声可清晰显示胆管内的结石回声,表现为强回声光团,后方伴声影,并可观察胆管的扩张情况。对于肝外胆管结石,超声的诊断准确率较高;但对于肝内胆管结石,由于肠道气体等因素的干扰,有时可能会影响诊断的准确性。
CT 检查:能清晰显示胆管系统的解剖结构和结石的位置、大小、数量等信息,对于超声检查难以确诊的病例,CT 检查具有重要的补充诊断价值。CT 对含钙结石的显示效果较好,但对于不含钙或含钙较少的结石,有时可能会漏诊。
磁共振胰胆管造影(MRCP):是一种无创的胆道成像技术,可清晰显示胆管系统的全貌,包括胆管的形态、结石的位置和胆管梗阻的部位等,对胆管结石的诊断具有较高的敏感性和特异性。MRCP 尤其适用于对超声和 CT 检查结果有疑问,或需要进一步了解胆管系统解剖结构的患者。
内镜逆行胰胆管造影(ERCP):是一种有创检查,通过将内镜插入十二指肠,经乳头插管注入造影剂,使胆管和胰管显影,可直接观察胆管和胰管的病变情况,并可同时进行取石、引流等治疗操作。ERCP 主要用于诊断和治疗胆总管结石,但该检查有一定的并发症风险,如急性胰腺炎、胆管炎、出血等,因此需要严格掌握适应证。
经皮肝穿刺胆管造影(PTC):也是一种有创检查,通过在超声或 X 线引导下,经皮穿刺肝脏胆管,注入造影剂,使胆管显影。PTC 主要用于显示肝内胆管的病变情况,对于肝内胆管结石的诊断和治疗具有一定的价值,但同样存在出血、胆瘘等并发症风险。
2.3 传统治疗方法
胆管结石的治疗方法主要包括手术治疗和非手术治疗,具体治疗方法的选择应根据患者的病情、身体状况、结石的部位和大小等因素综合考虑。
手术治疗:
开腹胆管探查取石术:是传统的手术方法,适用于各种类型的胆管结石,尤其是结石较大、数量较多、胆管扩张明显或合并胆管狭窄等复杂情况。手术通过切开腹壁,直接显露胆管,进行结石取出和胆管引流等操作。该方法的优点是手术视野清晰,操作方便,能够彻底清除结石,但手术创伤较大,术后恢复时间较长,并发症发生率相对较高。
腹腔镜胆管探查取石术:是近年来发展起来的微创手术方法,具有创伤小、恢复快、住院时间短等优点。手术通过在腹部插入腹腔镜和手术器械,在腹腔镜的监视下进行胆管探查和结石取出操作。腹腔镜胆管探查取石术适用于大多数胆管结石患者,但对于结石位置较高、胆管解剖结构复杂或合并严重粘连等情况,手术难度较大,可能需要中转开腹手术。
内镜逆行胰胆管造影术(ERCP)联合乳头括约肌切开术(EST)取石:主要用于治疗胆总管结石,尤其是对于老年患者、身体状况较差或合并其他严重疾病不能耐受开腹手术的患者,具有独特的优势。该方法通过内镜将器械插入胆管,切开乳头括约肌,然后取出结石。ERCP 联合 EST 取石具有创伤小、恢复快等优点,但也存在一定的并发症风险,如急性胰腺炎、胆管炎、出血等。
肝部分切除术:对于肝内胆管结石局限于某一肝段或肝叶,且伴有肝组织萎缩、纤维化或胆管狭窄等病变的患者,可考虑行肝部分切除术。手术切除病变的肝组织,既能彻底清除结石,又能去除结石复发的根源,提高治疗效果。但肝部分切除术手术创伤较大,对患者的肝功能和身体状况要求较高。
非手术治疗:
药物治疗:主要用于缓解胆管结石引起的症状,如腹痛、炎症等。常用的药物包括解痉止痛药(如山莨菪碱、间苯三酚等)、抗生素(根据感染的病原体选择合适的抗生素)、利胆药(如熊去氧胆酸等)。药物治疗一般适用于症状较轻、结石较小或暂时不适合手术治疗的患者,但药物治疗不能根治胆管结石,结石容易复发。
体外冲击波碎石:对于部分胆管结石患者,可尝试采用体外冲击波碎石治疗。该方法通过高能冲击波聚焦于结石部位,将结石击碎,使其随胆汁排出体外。但体外冲击波碎石治疗的适应证较窄,仅适用于结石较小、位置较固定且胆管无明显狭窄和梗阻的患者,且治疗效果存在一定的不确定性。
三、大模型技术原理与应用优势
3.1 大模型基本原理
大模型通常基于深度学习框架构建,其核心架构采用 Transformer。Transformer 架构于 2017 年被提出,关键设计包含自注意力机制(Self-Attention)、并行化处理以及位置编码(Positional Encoding)。自注意力机制通过计算输入序列中每个词与其他词的相关性权重,动态捕捉长距离依赖关系,比如在 “患者出现腹痛、黄疸症状,经检查确诊为胆管结石” 这句话中,模型能通过自注意力机制确定 “腹痛”“黄疸” 与 “胆管结石” 之间的关联权重 。相比循环神经网络(RNN)的序列计算,Transformer 可并行处理所有位置的词,大幅提升训练速度。位置编码则为输入序列添加位置信息,弥补自注意力机制对顺序不敏感的缺陷。
大模型的训练流程主要分为预训练(Pre-training)和微调(Fine-tuning)两个阶段。在预训练阶段,模型从大规模无标注数据中学习通用表征,数据规模通常十分庞大,训练语料可能包含数 TB 文本。例如 GPT-3 使用 45TB 数据进行训练,其预训练的核心任务包括语言模型(LM),即预测下一个词(如 GPT 从左到右生成文本);掩码语言模型(MLM),即随机遮盖部分词并预测(如 BERT 模型);还有跨模态预训练,如图文对比学习(CLIP)。预训练后的模型,在微调阶段针对具体任务(如胆管结石的预测、诊断等)在小规模标注数据上调整模型参数,如将预训练模型连接到分类层,用少量胆管结石相关的标注数据训练适配下游任务。在训练过程中,规模化效应显著,模型性能随参数规模、数据量、计算量按幂律关系提升,如 GPT-3 参数达 1750 亿,展现出强大的语言理解与生成能力。同时,分布式训练技术借助 GPU/TPU 集群,结合数据并行、模型并行、流水线并行等方式突破算力限制,使大规模模型训练成为可能。
相关文章:
大模型在胆管结石(无胆管炎或胆囊炎)预测及治疗方案制定中的应用研究
目录 一、引言 1.1 研究背景与意义 1.2 研究目的 1.3 国内外研究现状 二、胆管结石相关理论基础 2.1 胆管结石概述 2.2 临床表现与诊断方法 2.3 传统治疗方法 三、大模型技术原理与应用优势 3.1 大模型基本原理 3.2 在医疗领域的应用潜力 3.3 用于胆管结石预测的可…...
MIT6.S081-lab4
MIT6.S081-lab4 注:本篇lab的前置知识在《MIT6.S081-lab3前置》 1. RISC-V assembly 第一个问题 Which registers contain arguments to functions? For example, which register holds 13 in main’s call to printf? 我们先来看看main干了什么: …...
精通 Spring Cache + Redis:避坑指南与最佳实践
Spring Cache 以其优雅的注解方式,极大地简化了 Java 应用中缓存逻辑的实现。结合高性能的内存数据库 Redis,我们可以轻松构建出响应迅速、扩展性强的应用程序。然而,在享受便捷的同时,一些常见的“坑”和被忽视的最佳实践可能会悄…...
[SpringBoot]快速入门搭建springboot
默认有spring基础,不会一行代码一行代码那么细致地讲。 SpringBoot的作用 Spring Boot是为了简化Spring应用的创建、运行、调试、部署等而出现的。就像我们整个SSM框架时,就常常会碰到版本导致包名对不上、Bean非法参数类型的一系列问题(原出…...
理解.NET Core中的配置Configuration
什么是配置 .NET中的配置,本质上就是key-value键值对,并且key和value都是字符串类型。 在.NET中提供了多种配置提供程序来对不同的配置进行读取、写入、重载等操作,这里我们以为.NET 的源码项目为例,来看下.NET中的配置主要是有…...
C++面试八股文:智能指针
一、了解哪些智能指针? 回答:智能指针是用于管理动态分配的内存,行为类似于指针,但又具有自动管理内存的能力,所以称为智能指针。 首先说一下 auto_ptr和unique_ptr,它们都是独占式指针,同一时…...
nohup命令使用说明
文章目录 如何在后台运行程序呢?如何正常运行代码重定向呢?nohup: ignoring input 如何在后台运行程序呢? 使用nohup命令即可, nohup python dataset/ReferESpatialDataset.py >>dataset_20250417.log 2>&1 &n…...
MYSQL “Too Many Connections“ 错误解决
1.查询当前连接数 show status like "Threads_connected"; 2.查询数据库最大连接数 show variables like "max_connections" 3.查询所有活动连接 show processlist; 4.根据查询结果观察是否有长时间未被释放的连接 参数解释 : 字段说明id连接的唯一…...
Linux `init 6` 相关命令的完整使用指南
Linux init 6 相关命令的完整使用指南—目录 一、init 系统简介二、init 6 的含义与作用三、不同 Init 系统下的 init 6 行为1. SysVinit(如 CentOS 6、Debian 7)2. systemd(如 CentOS 7、Ubuntu 16.04)3. Upstart(如 …...
【外研在线-注册/登录安全分析报告】
前言 由于网站注册入口容易被黑客攻击,存在如下安全问题: 暴力破解密码,造成用户信息泄露短信盗刷的安全问题,影响业务及导致用户投诉带来经济损失,尤其是后付费客户,风险巨大,造成亏损无底洞…...
【NLP 63、大模型应用 —— Agent】
人与人最大的差距就是勇气和执行力,也是唯一的差距 —— 25.4.16 一、Agent 相关工作 二、Agent 特点 核心特征: 1.专有场景(针对某个垂直领域) 2.保留记忆(以一个特定顺序做一些特定任务,记忆当前任务的前…...
React 打包
路由懒加载 原本的加载方式 #使用lazy()函数声明的路由页面 使用Suspense组件进行加载 使用CDN优化...
2025.4.14-2025.4.20学习周报
目录 摘要Abstract1. 文献阅读1.1 模型架构1.2 实验分析1.3 代码实践 总结 摘要 在本周阅读的论文中,作者提出了一种名为MGSFformer的空气质量预测模型。模型通过残差去冗余模块可以有效解耦多粒度数据间的信息重叠;时空注意力模块采用并行建模策略&…...
Spring 微服务解决了单体架构的哪些痛点?
1. 部署困难 (Deployment Difficulty & Risk) 单体痛点: 整体部署: 对单体应用的任何微小修改(哪怕只是一行代码),都需要重新构建、测试和部署整个庞大的应用程序。部署频率低: 由于部署过程复杂且风险高,发布周期通常很长&a…...
【1】云原生,kubernetes 与 Docker 的关系
Kubernetes?K8s? Kubernetes经常被写作K8s。其中的数字8替代了K和s中的8个字母——这一点倒是方便了发推,也方便了像我这样懒惰的人。 什么是云原生? 云原生: 它是一种构建和运行应用程序的方法,它包含&am…...
Kubernetes控制平面组件:APIServer 限流机制详解
云原生学习路线导航页(持续更新中) kubernetes学习系列快捷链接 Kubernetes架构原则和对象设计(一)Kubernetes架构原则和对象设计(二)Kubernetes架构原则和对象设计(三)Kubernetes控…...
springboot全局异常捕获处理
一、需求 实际项目中,经常抛出各种异常,不能直接抛出异常给前端,这样用户体验相当不好,用户看不懂你的Exception,对于一些sql异常,直接抛到页面上也不安全。所以有没有好的办法解决这些问题呢,当然有了&am…...
Flask(1): 在windows系统上部署项目1
1 前言 学习python也有段时间了,最近一个小项目要部署,正好把过程写下来。 在程序的结构上我选择了w/s模式,相比于c/s模式,无需考虑客户端的升级;框架我选择了flask,就是冲着轻量级去的,就是插件…...
【文献阅读】EndoNet A Deep Architecture for Recognition Tasks on Laparoscopic Videos
关于数据集的整理 Cholec80 胆囊切除手术视频数据集介绍 https://zhuanlan.zhihu.com/p/700024359 数据集信息 Cholec80 数据集 是一个针对内窥镜引导 下的胆囊切除手术视频流程识别数据集。数据集提供了每段视频中总共7种手术动作及总共7种手术工具的标注,标…...
基于springboot的个人财务管理系统的设计与实现
博主介绍:java高级开发,从事互联网行业六年,熟悉各种主流语言,精通java、python、php、爬虫、web开发,已经做了六年的毕业设计程序开发,开发过上千套毕业设计程序,没有什么华丽的语言࿰…...
Linux系统编程---孤儿进程与僵尸进程
1、前言 在上一篇博客文章已经对Linux系统编程内容进行了较为详细的梳理,本文将在上一篇的基础上,继续梳理Linux系统编程中关于孤儿进程和僵尸进程的知识脉络。如有疑问的博客朋友可以通过下面的博文链接进行参考学习。 Linux系统编程---多进程-CSDN博客…...
简单使用MCP
简单使用MCP 1 简介 模型上下文协议(Model Context Protocol,MCP)是由Anthropic(产品是Claude)推出的开放协议,它规范了应用程序如何向LLM提供上下文。MCP可帮助你在LLM之上构建代理和复杂的工作流。 从…...
Semaphore的核心机制
在 Java 中,Semaphore 通过 许可计数器 和 同步队列 的机制实现并发线程数的限制。以下是其核心实现原理和步骤的详细分析: 一、核心机制 许可计数器(Permits) • 初始化时指定的许可数(如 new Semaphore(3)࿰…...
计算机视觉与深度学习 | RNN原理,公式,代码,应用
RNN(循环神经网络)详解 一、原理 RNN(Recurrent Neural Network)是一种处理序列数据的神经网络,其核心思想是通过循环连接(隐藏状态)捕捉序列中的时序信息。每个时间步的隐藏状态 ( h_t ) 不仅依赖当前输入 ( x_t ),还依赖前一时间步的隐藏状态 ( h_{t-1} ),从而实现…...
Keil MDK 编译问题:last line of file ends without a newline
问题与处理策略 问题描述 ..\..\User\main.c(38): warning: #1-D: last line of file ends without a newline} ..\..\User\main.c: 1 warning, 0 errors问题原因 这是文件末尾缺少换行符警告 处理策略 在文件(main.c)的最后一行按回车键添加一个空…...
MySQL:9.表的内连和外连
9.表的内连和外连 表的连接分为内连和外连 9.1 内连接 内连接实际上就是利用where子句对两种表形成的笛卡儿积进行筛选,之前查询都是内连 接,也是在开发过程中使用的最多的连接查询。 语法: select 字段 from 表1 inner join 表2 on 连接…...
C++栈操作集合
数组 #include <bits/stdc.h> using namespace std;class sss{ private:int a[1000];int curr -1; public:void push(int);void pop();int top();bool empyt();int size(); };int main() {sss n;while(true){int a;cout<<"1.添加\n2.删除-\n3.显示栈顶\n4.储…...
在阿里云和树莓派上编写一个守护进程程序
目录 一、阿里云邮件守护进程 1. 安装必要库 2. 创建邮件发送脚本 mail_daemon.py 3. 设置后台运行 二、树莓派串口守护进程 1. 启用树莓派串口 2. 安装依赖库 3. 创建串口输出脚本 serial_daemon.py 4. 设置开机自启 5. 使用串口助手接收 一、阿里云邮件守护进程 1.…...
每日一题——最小测试用例集覆盖问题
最小测试用例集覆盖问题(C语言实现) 问题描述 假设我们有一系列测试用例,每个测试用例会覆盖若干个代码模块。 我们使用一个二维数组来表示这些测试用例的覆盖情况: 如果某个测试用例 i 能覆盖代码模块 j,则数组中…...
LangChain 单智能体模式示例【纯代码】
# LangChain 单智能体模式示例import os from typing import Anyfrom langchain.agents import AgentType, initialize_agent, Tool from langchain_openai import ChatOpenAI from langchain.tools import BaseTool from langchain_experimental.tools.python.tool import Pyt…...
