AI 核心

896 条内容

University of Twente Research Information 2026年10月1日
该研究以 Multimodal Activity Sensing Dataset（MASD，27 类活动、20 名参与者）为对象，检验环境 WiFi 信道状态信息（CSI）能否替代体戴惯性测量单元（IMU）做人体活动识别；作者发现数据集发布的机器学习就绪文件实际暴露的是退化的有符号 CSI 表示而非文档所述的幅度，于是从原始复数 CSI 重建幅度与天线比多普勒、恢复被省略的参与者标识，并在受控多种子、主体独立评估下重新评测，结果显示 WiFi 系统性偏弱：所试每种骨干网络在 27 类上加权准确率仅 6-11%，而 IMU 为 73-80%，27 类活动中 0 类达到可用准确率；修正表示确有作用（在简单子集上提升 14 个百分点），但 WiFi 仍
该研究以 Multimodal Activity Sensing Dataset（MASD，27 类活动、20 名参与者）为对象，检验环境 WiFi 信道状态信息（CSI）能否替代体戴惯性测量单元（IMU）做人体活动识别；作者发现数据集发布的机器学习就绪文件实际暴露的是退化的有符号 CSI 表示而非文档所述的幅度，于是从原始复数 CSI 重建幅度与天线比多普勒、恢复被省略的参与者标识，并在受控多种子、主体独立评估下重新评测，结果显示 WiFi 系统性偏弱：所试每种骨干网络在 27 类上加权准确率仅 6-11%，而 IMU 为 73-80%，27 类活动中 0 类达到可用准确率；修正表示确有作用（在简单子集上提升 14 个百分点），但 WiFi 仍
WiFi CSI 无法替代可穿戴 IMU：27 类活动识别中 WiFi 加权准确率仅 6-11%，IMU 达 73-80%
该研究以 Multimodal Activity Sensing Dataset（MASD，27 类活动、20 名参与者）为对象，检验环境 WiFi 信道状态信息（CSI）能否替代体戴惯性测量单元（IMU）做人体活动识别；作者发现数据集发布的机器学习就绪文件实际暴露的是退化的有符号 CSI 表示而非文档所述的幅度，于是从原始复数 CSI 重建幅度与天线比多普勒、恢复被省略的参与者标识，并在受控多种子、主体独立评估下重新评测，结果显示 WiFi 系统性偏弱：所试每种骨干网络在 27 类上加权准确率仅 6-11%，而 IMU 为 73-80%，27 类活动中 0 类达到可用准确率；修正表示确有作用（在简单子集上提升 14 个百分点），但 WiFi 仍
该研究以 Multimodal Activity Sensing Dataset（MASD，27 类活动、20 名参与者）为对象，检验环境 WiFi 信道状态信息（CSI）能否替代体戴惯性测量单元（IMU）做人体活动识别；作者发现数据集发布的机器学习就绪文件实际暴露的是退化的有符号 CSI 表示而非文档所述的幅度，于是从原始复数 CSI 重建幅度与天线比多普勒、恢复被省略的参与者标识，并在受控多种子、主体独立评估下重新评测，结果显示 WiFi 系统性偏弱：所试每种骨干网络在 27 类上加权准确率仅 6-11%，而 IMU 为 73-80%，27 类活动中 0 类达到可用准确率；修正表示确有作用（在简单子集上提升 14 个百分点），但 WiFi 仍
Retina 2026年10月1日
该研究在辅助数据集上预训练StyleGAN3与Medfusion，并用域匹配的Oracle网络通过潜在空间拒绝采样和类别条件SDEdit升级对合成图像进行严格筛选，随后在印度DR图像数据集上以ConvNeXt、ResNet50、VGG16三种架构和五个随机种子评估下游分级，结果显示仅用真实数据训练的ConvNeXt基线二次加权kappa为0.6350±0.0135，加入筛选后的StyleGAN3合成数据提升至0.7185±0.0309，加入Medfusion合成数据提升至0.7695±0.0254（绝对提升0.1345），且Medfusion将增殖期DR的召回率从0.2615±0.1595提高
该研究在辅助数据集上预训练StyleGAN3与Medfusion，并用域匹配的Oracle网络通过潜在空间拒绝采样和类别条件SDEdit升级对合成图像进行严格筛选，随后在印度DR图像数据集上以ConvNeXt、ResNet50、VGG16三种架构和五个随机种子评估下游分级，结果显示仅用真实数据训练的ConvNeXt基线二次加权kappa为0.6350±0.0135，加入筛选后的StyleGAN3合成数据提升至0.7185±0.0309，加入Medfusion合成数据提升至0.7695±0.0254（绝对提升0.1345），且Medfusion将增殖期DR的召回率从0.2615±0.1595提高
用Oracle筛选的合成眼底图像增强糖尿病视网膜病变分级，ConvNeXt的二次加权kappa从0.6350提升到0.7695，增殖期DR召回率翻倍
该研究在辅助数据集上预训练StyleGAN3与Medfusion，并用域匹配的Oracle网络通过潜在空间拒绝采样和类别条件SDEdit升级对合成图像进行严格筛选，随后在印度DR图像数据集上以ConvNeXt、ResNet50、VGG16三种架构和五个随机种子评估下游分级，结果显示仅用真实数据训练的ConvNeXt基线二次加权kappa为0.6350±0.0135，加入筛选后的StyleGAN3合成数据提升至0.7185±0.0309，加入Medfusion合成数据提升至0.7695±0.0254（绝对提升0.1345），且Medfusion将增殖期DR的召回率从0.2615±0.1595提高
该研究在辅助数据集上预训练StyleGAN3与Medfusion，并用域匹配的Oracle网络通过潜在空间拒绝采样和类别条件SDEdit升级对合成图像进行严格筛选，随后在印度DR图像数据集上以ConvNeXt、ResNet50、VGG16三种架构和五个随机种子评估下游分级，结果显示仅用真实数据训练的ConvNeXt基线二次加权kappa为0.6350±0.0135，加入筛选后的StyleGAN3合成数据提升至0.7185±0.0309，加入Medfusion合成数据提升至0.7695±0.0254（绝对提升0.1345），且Medfusion将增殖期DR的召回率从0.2615±0.1595提高
Urogynecology 2026年10月1日
这项横断面研究由 6 名泌尿妇科医生设计 6 个比较两种常见泌尿妇科疾病治疗方案的问题并输入 ChatGPT 生成决策辅助工具，随后由患者和医生用患者教育材料评估工具评价易懂性、医生用改良 DISCERN 评价可靠性、用 5 点 Likert 量表评价准确性、用 Flesch-Kincaid 阅读易度评分评价可读性，结果显示所有工具的患者和医生易懂性均高，可靠性一般（平均 mDISCERN 26 分），2 个工具准确性低于 4 分（不利），整体所需阅读水平偏高。
这项横断面研究由 6 名泌尿妇科医生设计 6 个比较两种常见泌尿妇科疾病治疗方案的问题并输入 ChatGPT 生成决策辅助工具，随后由患者和医生用患者教育材料评估工具评价易懂性、医生用改良 DISCERN 评价可靠性、用 5 点 Likert 量表评价准确性、用 Flesch-Kincaid 阅读易度评分评价可读性，结果显示所有工具的患者和医生易懂性均高，可靠性一般（平均 mDISCERN 26 分），2 个工具准确性低于 4 分（不利），整体所需阅读水平偏高。
ChatGPT 生成的盆腔器官脱垂手术决策辅助工具患者易懂性高，但约 30% 主题准确性不足且整体可读性偏高
这项横断面研究由 6 名泌尿妇科医生设计 6 个比较两种常见泌尿妇科疾病治疗方案的问题并输入 ChatGPT 生成决策辅助工具，随后由患者和医生用患者教育材料评估工具评价易懂性、医生用改良 DISCERN 评价可靠性、用 5 点 Likert 量表评价准确性、用 Flesch-Kincaid 阅读易度评分评价可读性，结果显示所有工具的患者和医生易懂性均高，可靠性一般（平均 mDISCERN 26 分），2 个工具准确性低于 4 分（不利），整体所需阅读水平偏高。
这项横断面研究由 6 名泌尿妇科医生设计 6 个比较两种常见泌尿妇科疾病治疗方案的问题并输入 ChatGPT 生成决策辅助工具，随后由患者和医生用患者教育材料评估工具评价易懂性、医生用改良 DISCERN 评价可靠性、用 5 点 Likert 量表评价准确性、用 Flesch-Kincaid 阅读易度评分评价可读性，结果显示所有工具的患者和医生易懂性均高，可靠性一般（平均 mDISCERN 26 分），2 个工具准确性低于 4 分（不利），整体所需阅读水平偏高。
British Journal of Radiology 2026年10月1日
这篇综述梳理了冠脉CT血管成像（CCTA）评估冠心病的最新进展：AI驱动的斑块定量与狭窄定量可把分析时间从每例25分钟以上压缩到通常不足60秒、与血管内超声的相关性达0.92-0.95，光子计数探测器CT（PCD-CT）以超高分辨率减少钙化晕影并把部分病例重新归入更低CAD-RADS分级，FFR-CT提供无创的病灶特异性生理评估，三者整合可支持更精细的主要不良心血管事件风险分层与预防治疗决策。
这篇综述梳理了冠脉CT血管成像（CCTA）评估冠心病的最新进展：AI驱动的斑块定量与狭窄定量可把分析时间从每例25分钟以上压缩到通常不足60秒、与血管内超声的相关性达0.92-0.95，光子计数探测器CT（PCD-CT）以超高分辨率减少钙化晕影并把部分病例重新归入更低CAD-RADS分级，FFR-CT提供无创的病灶特异性生理评估，三者整合可支持更精细的主要不良心血管事件风险分层与预防治疗决策。
AI定量CT、光子计数CT与FFR-CT整合，将冠脉斑块负荷与缺血评估纳入同一CCTA工作流
这篇综述梳理了冠脉CT血管成像（CCTA）评估冠心病的最新进展：AI驱动的斑块定量与狭窄定量可把分析时间从每例25分钟以上压缩到通常不足60秒、与血管内超声的相关性达0.92-0.95，光子计数探测器CT（PCD-CT）以超高分辨率减少钙化晕影并把部分病例重新归入更低CAD-RADS分级，FFR-CT提供无创的病灶特异性生理评估，三者整合可支持更精细的主要不良心血管事件风险分层与预防治疗决策。
这篇综述梳理了冠脉CT血管成像（CCTA）评估冠心病的最新进展：AI驱动的斑块定量与狭窄定量可把分析时间从每例25分钟以上压缩到通常不足60秒、与血管内超声的相关性达0.92-0.95，光子计数探测器CT（PCD-CT）以超高分辨率减少钙化晕影并把部分病例重新归入更低CAD-RADS分级，FFR-CT提供无创的病灶特异性生理评估，三者整合可支持更精细的主要不良心血管事件风险分层与预防治疗决策。
SMU Scholar (Southern Methodist University) 2026年10月1日
这篇博士论文整合眼底照相、OCT 与 OCTA 等多模态视网膜影像，构建了一套包含血管分割网络、生物标志物发现流程与多模态融合模型的深度学习框架，用于高精度、稳健且可解释地检测早期青光眼改变，并贡献了包括 GSS-RetVein 在内的多个整理数据集作为跨域验证基准，报告称其在多个公开与临床数据集上优于现有最先进方法，在诊断敏感度与特异度上有明显提升。
这篇博士论文整合眼底照相、OCT 与 OCTA 等多模态视网膜影像，构建了一套包含血管分割网络、生物标志物发现流程与多模态融合模型的深度学习框架，用于高精度、稳健且可解释地检测早期青光眼改变，并贡献了包括 GSS-RetVein 在内的多个整理数据集作为跨域验证基准，报告称其在多个公开与临床数据集上优于现有最先进方法，在诊断敏感度与特异度上有明显提升。
Huang Cheng 的博士论文提出面向青光眼的多模态视网膜 AI 框架，并贡献 GSS-RetVein 等数据集
这篇博士论文整合眼底照相、OCT 与 OCTA 等多模态视网膜影像，构建了一套包含血管分割网络、生物标志物发现流程与多模态融合模型的深度学习框架，用于高精度、稳健且可解释地检测早期青光眼改变，并贡献了包括 GSS-RetVein 在内的多个整理数据集作为跨域验证基准，报告称其在多个公开与临床数据集上优于现有最先进方法，在诊断敏感度与特异度上有明显提升。
这篇博士论文整合眼底照相、OCT 与 OCTA 等多模态视网膜影像，构建了一套包含血管分割网络、生物标志物发现流程与多模态融合模型的深度学习框架，用于高精度、稳健且可解释地检测早期青光眼改变，并贡献了包括 GSS-RetVein 在内的多个整理数据集作为跨域验证基准，报告称其在多个公开与临床数据集上优于现有最先进方法，在诊断敏感度与特异度上有明显提升。
发表出处待核验 2026年10月1日
该研究纳入98例复杂性区域疼痛综合征（CRPS）患者的178张热成像图和56名健康对照的837张热成像图，用U-Net深度学习自动分割肢体（平均Dice相似系数0.99），再对每张图每条肢体提取564个放射组学特征（强度、形状、纹理），通过WORC自动化机器学习框架在20次随机划分交叉验证中构建分类模型，该模型区分CRPS患者与健康对照热成像图的平均AUC为0.93（95% CI 0.90–0.97），显著优于三位临床医生的0.82、0.79和0.69（P<0.001）。
该研究纳入98例复杂性区域疼痛综合征（CRPS）患者的178张热成像图和56名健康对照的837张热成像图，用U-Net深度学习自动分割肢体（平均Dice相似系数0.99），再对每张图每条肢体提取564个放射组学特征（强度、形状、纹理），通过WORC自动化机器学习框架在20次随机划分交叉验证中构建分类模型，该模型区分CRPS患者与健康对照热成像图的平均AUC为0.93（95% CI 0.90–0.97），显著优于三位临床医生的0.82、0.79和0.69（P<0.001）。
放射组学模型自动区分98例复杂性区域疼痛综合征患者与56名健康对照的热成像图，AUC 0.93优于三位临床医生
该研究纳入98例复杂性区域疼痛综合征（CRPS）患者的178张热成像图和56名健康对照的837张热成像图，用U-Net深度学习自动分割肢体（平均Dice相似系数0.99），再对每张图每条肢体提取564个放射组学特征（强度、形状、纹理），通过WORC自动化机器学习框架在20次随机划分交叉验证中构建分类模型，该模型区分CRPS患者与健康对照热成像图的平均AUC为0.93（95% CI 0.90–0.97），显著优于三位临床医生的0.82、0.79和0.69（P<0.001）。
该研究纳入98例复杂性区域疼痛综合征（CRPS）患者的178张热成像图和56名健康对照的837张热成像图，用U-Net深度学习自动分割肢体（平均Dice相似系数0.99），再对每张图每条肢体提取564个放射组学特征（强度、形状、纹理），通过WORC自动化机器学习框架在20次随机划分交叉验证中构建分类模型，该模型区分CRPS患者与健康对照热成像图的平均AUC为0.93（95% CI 0.90–0.97），显著优于三位临床医生的0.82、0.79和0.69（P<0.001）。
Archivos Argentinos de Pediatria 2026年10月1日
该研究用1312张婴儿尿布粪便照片（经质量筛选后1100张，其中896张获三位儿科胃肠病学家多数一致作为参考集），基于Teachable Machine卷积神经网络训练20个模型（85/15训练与内部验证划分），评估AI与专家按BITSS分类的一致性：七分类最佳模型总体准确率0.56，线性与二次加权Kappa分别为0.59和0.75；合并为便秘、成形、软便、液体四类后准确率升至0.76，加权Kappa为0.69和0.78，而三位专家之间Fleiss Kappa仅0.24、完全一致率24.7%。
该研究用1312张婴儿尿布粪便照片（经质量筛选后1100张，其中896张获三位儿科胃肠病学家多数一致作为参考集），基于Teachable Machine卷积神经网络训练20个模型（85/15训练与内部验证划分），评估AI与专家按BITSS分类的一致性：七分类最佳模型总体准确率0.56，线性与二次加权Kappa分别为0.59和0.75；合并为便秘、成形、软便、液体四类后准确率升至0.76，加权Kappa为0.69和0.78，而三位专家之间Fleiss Kappa仅0.24、完全一致率24.7%。
AI模型按BITSS七分类判读婴儿粪便仅0.56准确率，合并为四类后升至0.76
该研究用1312张婴儿尿布粪便照片（经质量筛选后1100张，其中896张获三位儿科胃肠病学家多数一致作为参考集），基于Teachable Machine卷积神经网络训练20个模型（85/15训练与内部验证划分），评估AI与专家按BITSS分类的一致性：七分类最佳模型总体准确率0.56，线性与二次加权Kappa分别为0.59和0.75；合并为便秘、成形、软便、液体四类后准确率升至0.76，加权Kappa为0.69和0.78，而三位专家之间Fleiss Kappa仅0.24、完全一致率24.7%。
该研究用1312张婴儿尿布粪便照片（经质量筛选后1100张，其中896张获三位儿科胃肠病学家多数一致作为参考集），基于Teachable Machine卷积神经网络训练20个模型（85/15训练与内部验证划分），评估AI与专家按BITSS分类的一致性：七分类最佳模型总体准确率0.56，线性与二次加权Kappa分别为0.59和0.75；合并为便秘、成形、软便、液体四类后准确率升至0.76，加权Kappa为0.69和0.78，而三位专家之间Fleiss Kappa仅0.24、完全一致率24.7%。
DOAJ (DOAJ: Directory of Open Access Journals) 2026年10月1日
该研究针对AIGC在鞋类设计中暴露的生成同质化、工艺可行性低、与市场需求脱节等问题，采用“理论分析—技术构建—系统验证—方法提炼”的路径，通过文献分析与问卷调查梳理应用现状与瓶颈，用代码检测算法提取标签并以扩散模型架构结合LoRA构建鞋类生成大模型，整合材料、工艺、鞋底、鞋楦等核心数据建立结构化关联的数字资产库，并组建“策划—AI创作者—工匠”协作组开展多端评审与营销数据反馈闭环，从而构建鞋类智能辅助设计系统、把“设计→测试→生产”的线性流程升级为“数据洞察→实时验证→动态优化”的三维智能闭环，并确立“人类创意引导+AI高效转化”的人机协同设计路径。
该研究针对AIGC在鞋类设计中暴露的生成同质化、工艺可行性低、与市场需求脱节等问题，采用“理论分析—技术构建—系统验证—方法提炼”的路径，通过文献分析与问卷调查梳理应用现状与瓶颈，用代码检测算法提取标签并以扩散模型架构结合LoRA构建鞋类生成大模型，整合材料、工艺、鞋底、鞋楦等核心数据建立结构化关联的数字资产库，并组建“策划—AI创作者—工匠”协作组开展多端评审与营销数据反馈闭环，从而构建鞋类智能辅助设计系统、把“设计→测试→生产”的线性流程升级为“数据洞察→实时验证→动态优化”的三维智能闭环，并确立“人类创意引导+AI高效转化”的人机协同设计路径。
研究用扩散模型加LoRA构建鞋类生成大模型，并把鞋设计流程从线性改为数据洞察到动态优化的闭环
该研究针对AIGC在鞋类设计中暴露的生成同质化、工艺可行性低、与市场需求脱节等问题，采用“理论分析—技术构建—系统验证—方法提炼”的路径，通过文献分析与问卷调查梳理应用现状与瓶颈，用代码检测算法提取标签并以扩散模型架构结合LoRA构建鞋类生成大模型，整合材料、工艺、鞋底、鞋楦等核心数据建立结构化关联的数字资产库，并组建“策划—AI创作者—工匠”协作组开展多端评审与营销数据反馈闭环，从而构建鞋类智能辅助设计系统、把“设计→测试→生产”的线性流程升级为“数据洞察→实时验证→动态优化”的三维智能闭环，并确立“人类创意引导+AI高效转化”的人机协同设计路径。
该研究针对AIGC在鞋类设计中暴露的生成同质化、工艺可行性低、与市场需求脱节等问题，采用“理论分析—技术构建—系统验证—方法提炼”的路径，通过文献分析与问卷调查梳理应用现状与瓶颈，用代码检测算法提取标签并以扩散模型架构结合LoRA构建鞋类生成大模型，整合材料、工艺、鞋底、鞋楦等核心数据建立结构化关联的数字资产库，并组建“策划—AI创作者—工匠”协作组开展多端评审与营销数据反馈闭环，从而构建鞋类智能辅助设计系统、把“设计→测试→生产”的线性流程升级为“数据洞察→实时验证→动态优化”的三维智能闭环，并确立“人类创意引导+AI高效转化”的人机协同设计路径。
Journal of Cataract & Refractive Surgery 2026年10月1日
这项双中心临床验证研究纳入泰国（n=81）与深圳（n=46）共127例不同严重程度的核性白内障患者，用AS-OCT成像并按LOCS III标准分级，开发自动机器学习模型提取核区标注并分析基于特征的量化指标，发现均值、方差、均方根、四分位距和百分位数等像素特征与核性白内障分级显著相关（P<.01），方差、标准差和中位数一致性高而峰度与偏度呈负相关，预测模型在深圳中心准确率0.81（F1 0.82）、泰国中心0.87（F1 0.83），支持核性白内障的三级严重程度分类及辅助诊断与手术规划。
这项双中心临床验证研究纳入泰国（n=81）与深圳（n=46）共127例不同严重程度的核性白内障患者，用AS-OCT成像并按LOCS III标准分级，开发自动机器学习模型提取核区标注并分析基于特征的量化指标，发现均值、方差、均方根、四分位距和百分位数等像素特征与核性白内障分级显著相关（P<.01），方差、标准差和中位数一致性高而峰度与偏度呈负相关，预测模型在深圳中心准确率0.81（F1 0.82）、泰国中心0.87（F1 0.83），支持核性白内障的三级严重程度分类及辅助诊断与手术规划。
双中心127例核性白内障研究：AS-OCT图像特征与LOCS III分级显著相关，自动分级准确率达0.81与0.87
这项双中心临床验证研究纳入泰国（n=81）与深圳（n=46）共127例不同严重程度的核性白内障患者，用AS-OCT成像并按LOCS III标准分级，开发自动机器学习模型提取核区标注并分析基于特征的量化指标，发现均值、方差、均方根、四分位距和百分位数等像素特征与核性白内障分级显著相关（P<.01），方差、标准差和中位数一致性高而峰度与偏度呈负相关，预测模型在深圳中心准确率0.81（F1 0.82）、泰国中心0.87（F1 0.83），支持核性白内障的三级严重程度分类及辅助诊断与手术规划。
这项双中心临床验证研究纳入泰国（n=81）与深圳（n=46）共127例不同严重程度的核性白内障患者，用AS-OCT成像并按LOCS III标准分级，开发自动机器学习模型提取核区标注并分析基于特征的量化指标，发现均值、方差、均方根、四分位距和百分位数等像素特征与核性白内障分级显著相关（P<.01），方差、标准差和中位数一致性高而峰度与偏度呈负相关，预测模型在深圳中心准确率0.81（F1 0.82）、泰国中心0.87（F1 0.83），支持核性白内障的三级严重程度分类及辅助诊断与手术规划。
DOAJ (DOAJ: Directory of Open Access Journals) 2026年10月1日
该研究以技术接受模型（TAM）为框架，将感知易用性与感知有用性作为中介变量、依据Williams创造力理论把职业创造力分为好奇心、想象力、冒险性与挑战性四个维度，通过结构化问卷收集皮革产品设计师数据并用验证性因子分析与结构方程模型检验，发现AI应用对四个创造力维度均有显著正向影响，感知易用性与感知有用性在好奇心、想象力与挑战性维度上均起显著中介作用，而在冒险性维度上仅感知易用性中介显著、感知有用性的影响不具统计显著性。
该研究以技术接受模型（TAM）为框架，将感知易用性与感知有用性作为中介变量、依据Williams创造力理论把职业创造力分为好奇心、想象力、冒险性与挑战性四个维度，通过结构化问卷收集皮革产品设计师数据并用验证性因子分析与结构方程模型检验，发现AI应用对四个创造力维度均有显著正向影响，感知易用性与感知有用性在好奇心、想象力与挑战性维度上均起显著中介作用，而在冒险性维度上仅感知易用性中介显著、感知有用性的影响不具统计显著性。
基于TAM的问卷与结构方程模型显示，AI应用对皮革产品设计师的好奇心、想象力、冒险性与挑战性四个创造力维度均有显著正向影响，其中感知有用性在冒险性维度上的中介作用不显著。
该研究以技术接受模型（TAM）为框架，将感知易用性与感知有用性作为中介变量、依据Williams创造力理论把职业创造力分为好奇心、想象力、冒险性与挑战性四个维度，通过结构化问卷收集皮革产品设计师数据并用验证性因子分析与结构方程模型检验，发现AI应用对四个创造力维度均有显著正向影响，感知易用性与感知有用性在好奇心、想象力与挑战性维度上均起显著中介作用，而在冒险性维度上仅感知易用性中介显著、感知有用性的影响不具统计显著性。
该研究以技术接受模型（TAM）为框架，将感知易用性与感知有用性作为中介变量、依据Williams创造力理论把职业创造力分为好奇心、想象力、冒险性与挑战性四个维度，通过结构化问卷收集皮革产品设计师数据并用验证性因子分析与结构方程模型检验，发现AI应用对四个创造力维度均有显著正向影响，感知易用性与感知有用性在好奇心、想象力与挑战性维度上均起显著中介作用，而在冒险性维度上仅感知易用性中介显著、感知有用性的影响不具统计显著性。

第 2 页 · 当前显示 10 项