[1] 武子豪,吴礼滨,洪伟,等.机器学习在生态环境损害鉴定评估领域的应用前景[J].农业环境科学学报,2023,42(12): 2860-2868. [2] 姚仁朋,孙玉敬,赵圆,等.机器学习在食品工业中的应用[J].中国食品学报,2024,24(1):349-363. [3] 杨光友,刘威宏.机器学习理论的超光谱遥感图像无损压缩[J].激光杂志,2022,43(4):109-113. [4] 李明珠,李静然,储成顶,等.人工智能在我国医学科技领域的研究现状及趋势分析[J].中国医学装备, 2022,19(2):176-180. [5] 伍亚舟,陈锡程,易东.人工智能在临床领域的研究进展及前景展望[J].陆军军医大学学报,2022,44(1):89-102. [6] 熊金华,席芊.基于多模态影像的机器学习与深度学习在帕金森病诊治中的应用进展[J].同济大学学报(医学版),2023,44(6):918-924. [7] 李宇铠,柯阳.新医科医工结合创新人才培养路径探索[J].云南医药,2023,44(4):84-86. [8] 何汶静,祝元仲,杜勇,等.医工融合构建新工科、新医科人才培养模式[J].中国教育技术装备,2023(15):60-63. [9] 赵洁,崔国民,岳学峥.科教融合理念下医工交叉复合型人才培养探索与实践——以L高校为例[J].改革与开放,2023(1):34-40. [10] 赵丽红,左敏,黄先开.人工智能时代高等教育教学的变革指向:培养高阶思维[J].北京师范大学学报(社会科学版),2023(4):40-48. [11] 岳伟. 论教育科学研究的跨学科交叉融合[J].中国教育科学(中英文),2022,5(1):32-41. [12] 胡迎秋. 聚焦跨学科主题学习推进育人方式变革[J].黑龙江教师发展学院学报,2024,43(2):157. [13] 赵英红,杨行,惠雨,等.新时代背景下跨学科创新人才培养的问题与对策——以医工类学科人才培养为例[J].中国医学教育技术,2023,37(5):610-613. [14] 安荣荣,杜若瑜,马千里,等.医工融合背景下医学仪器原理课程教学体系重构[J].高教学刊,2023,9(35):89-92. |