关于人工智能的综述报告范例

关于人工智能的综述报告范文1

关键词：人工智能 心血管 超声

大数据是现代医学模式的重要特征。在这种医疗模式下，要求医疗人员在确保患者安全和健康的同时追求效率的最大化[1]。对于高分辨率的医学影像成像，集中体现在医务人员快速、准确、有效地解释影像数据（包括肉眼可见和不可见），挖掘利于诊断和治疗的有用信息。在此背景下，人工智能（artificial intelligence,AI）应运而生，它为促进图像采集、测量、和随后的临床路径以及影像和临床数据的整合提供了有效手段[2]。心血管影像的精确性成为AI临床应用中的主要领域之一，本文对此作一综述。

1 人工智能及其在医学上的应用

AI是一个广义的术语，指的是机器或计算程序执行具有人类智能特征的任务的能力，如模式识别和解决问题的能力等。AI可以通过弥补人类智能，使现有医疗诊断和预后价值最大化，同时使医师负担最小化，从而显着改善健康诊疗过程和结果。AI在临床实践中的应用预示着医学领域一个更为剧烈变化时代的到来，在影像学方面尤其如此。一项通过分析科学网数据库的研究[3]发现，目前AI在医学的研究领域主要集中在大数据分析、脑卒中康复、心脏手术和医疗诊断和预后预测等方面。其中，用于医学诊断、预后预测和分类的神经网络和支持向量机是主要热点，占所有文献的26%；。然而，AI数据管理、模型可靠性、模型临床效用验证等问题尚未进行广泛研究。

2 的机器学习法

大数据是一个经常用来描述大量收集数据的术语，如来自大型生物信息库的基因组数据、电子健康记录档案和大型研究队列数据以及影像学扫描数据等。AI系统通过识别和提取一组观测数据（数据集）的模式来自主获取知识的过程称为机器学习（machine learning,ML）。ML是人工智能的一个组成部分，描述为计算机从经验中学习的过程，并在没有事先知识的情况下执行预定的任务[4]。机器学习可以进一步分为监督学习、半监督学习和无监督学习，这取决于用于学习的样本是否完全标记、部分标记或未标记。ML的典型例子是人工神经网络，后者基于人类大脑的神经元及其连接，神经元之间的相互依赖关系反映出不同的权重，每个神经元接受多个输入，所有的输入一起决定了神经元的激活。通过样本训练找到这些合适权重的过程就是学习。学习过程的复杂性和所需的样本量随着神经元数量的增加而增加。由于计算能力和样本大小的，机器学习应用程序的成功依赖于从原始样本中手工提取特征来减少神经元的数量。为了解决这一问题，人们提出了深度学习的方法，即自动学习代表性的样本。深度学习是指一种特别强大的ML方法，它利用卷积神经网络模拟人类的认知，常用于影像模式识别和分类。

模型训练是所有ML类型的共同过程，它是利用模型分析所提供的数据中的各种特性来学习如何生成输出标签的过程[5]。如在超声心动图中，一个模型可以分析各种特征，如左心室壁厚度和左心室射血分数，以确定患者是否具有特定的条件。然而，在分析中包含不相关的特征可能会导致模型过度拟合，从而在呈现新数据集时降低其准确性。这强调了拥有一个能够代表总体的训练数据集的重要性。数据集的质量对于最终ML模型的质量至关重要。尽管ML算法可以使用小数据集或大数据集进行训练，但大数据集可以最大限度地提高训练算法的内部和外部有效性，降低过度拟合的风险。正确模型的选择通常取决于操作员的专业知识、数据集的性质和最终人工智能系统的目的。

3 人工智能在心血管超声的应用

心血管成像领域，包括超声心动图、心脏计算机断层扫描、心脏磁共振成像和核成像，具有复杂的成像技术和高容量的成像数据，处于精准心脏病学的前沿。然而，在基于AI的临床转化方法中，心血管成像一直落后于肿瘤学等其他领域。人工智能在超声心动图中的应用包括自动心室定量和射血分数计算、应变测量和瓣膜形态及功能评估以及ML在心脏疾病自动诊断中的应用。

3.1 心室定量和EF自动化。

自动心室量化和EF计算的算法旨在提供准确、快速和可重复的心尖视图分类、解剖标志检测、心室壁分割和心内膜跟踪。有研究[6]比较了AI软件自动测量（AutoEF）和手工追踪双平面Simpson法测量左室EF的准确性，并与心脏MRI进行了比较。结果表明AutoEF与手动双平面Simpson法测得的EF相关性较好，且与MRI相关性良好，但AutoEF低估了左室舒张末期容积（EDV）和收缩期末期容积（ESV）。此外，在不同切面，测量的准确性存在差异，以胸骨旁长轴切面的准确性最高，达96%，而在心尖切面时整体精度降低（84%）。腔室定量和左室EF测量的中位数绝对偏差在15%～17%，其中ESV的绝对偏差最小；左房容积和左室EDV被高估。

3.2 心肌运动和应变测量。

Kusunose等[7]研究发现与传统二维超声心动图相比，利用深度卷积神经网络可更好的检测区域壁运动异常并区分冠状动脉梗死区域。Cikes等[8]利用复杂超声心动图数据（整个心动周期的左室容积和变形数据，而不是单个数据点）和临床参数的ML算法识别心衰并对心脏再同步化治疗的反应进行评估，证实通过整合临床参数和全心周期成像数据，无监督的ML可以为表型异质性心力衰竭队列提供一个有临床意义的分类，并可能有助于优化特定治疗的反应率。另有研究证实[9-10],ML算法有助于区分缩窄性心包炎、性心肌病以及肥厚性心肌的重塑。Zhang等[11]采用AI软件和手工勾画对左室心肌的纵向应变进行了比较研究。发现AI自动测量的心肌全局纵向应变与手动应变变化最小（绝对值为1.4%～1.6%）。

3.3 心脏瓣膜评估。

有学者[12]采用AI软件对二尖瓣几何形状进行测量，测量参数包括二尖瓣环面积、瓣环高度和宽度、瓣叶连合间距、前后叶长度等。发现相对于常规超声心动图，所有评估的成像参数均获得了更好的观察者间一致性，而且所花费的时间明显较少。Prihadi等[13]研究证实，经食管超声心动图AI软件能够精确地对主动脉瓣结构以及冠状动脉开口进行测量和定位，且与多层螺旋CT的测量结果具有良好的相关性。

4 展望

在海量医学信息和影像数字化日益积累的现代医学时代，AI和ML为疾病诊断和风险预测等问题提供了新的解决方案。通过AI对超声心动图数据进行预测、建模和精确分析，可以帮助超声医师快速、准确地处理大量心脏超声影像学数据，既有利于应对当前医疗信息数量的急剧增长，又有利于提高处理数据信息的能力。。此外，AI系统与远程医疗等软件的集成，将使智能心脏超声诊断系统渗透到资源消耗负担最繁重的地区，提高经济效益。

参考文献

[1]Oikonomou EK,Siddique M,Antoniades C.Artificial intelligence in medical imaging:A radiomic guide to precision phenotyping of cardiovascular disease[J].Cardiovasc Res,2020,Feb 24;cvaa021.

[2]Dey D,Slomka PJ,Leeson P,et al.Artificial Intelligence in Cardiovascular Imaging:JACC State-of-the-Art Review[J].J Am Coll Cardiol,2019,73(11):1317-1335.

[3]Tran BX,Latkin CA,Vu GT,et al.The Current Research Landscape of the Application of Artificial Intelligence in Managing Cerebrovascular and Heart Diseases:A Bibliometric and Content Analysis[J].Int J Environ Res Public Health,2019,16(15):2699.

[4]Gandhi S,Mosleh W,Shen J,et al.Automation,machine learning,and artificial intelligence in echocardiography:A brave new world[J].Echocardiography,2018,35(9):1402-1418.

[5]Alsharqi M,Woodward WJ,Mumith JA,et al.Artificial intelligence and echocardiography[J].Echo Res Pract,2018,5(4):R115-R125.

[6]Xu B,KocyigitD,Grimm R,et al.Applications of artificial intelligence in multimodality cardiovascular imaging:A state-of-theart review[J].Prog Cardiovasc Dis,2020,19;S0033-0620(20)30060-8.

[7]Kusunose K,Abe T,Haga A,et al.A Deep Learning Approach for Assessment of Regional Wall Motion Abnormality From Echocardiographic Images[J].JACC Cardiovasc Imaging,2020,13(2 Pt 1):374-381.

[8]Cikes M,Sanchez-Martinez S,Claggett B,et al.Machine learningbased phenogrouping in heart failure to identify responders to cardiac resynchronization therapy[J].Eur J Heart Fail,2019,21(1):74-85.

[9]Narula S,Shameer K,Salem Omar AM,et al.Machine-Learning Algorithms to Automate Morphological and Functional Assessments in 2D Echocardiography[J].J Am Coll Cardiol,2016,68(21):2287-2295.

[10]Sengupta PP,Huang YM,Bansal M,et al.Cognitive machine-learning algorithm for cardiac imaging:a pilot study for differentiating constrictive pericarditis from restrictive cardiomyopathy[J].Circ Cardiovasc Imaging 2016,9(6):e004330.

[11]Zhang J,Gajjala S,Agrawal P,et al.Fully automated echocardiogram interpretation in clinical practice[J].Circulation,2018,138(16):1623-1635.

关于人工智能的综述报告范文2

关键词：智慧生态环境 作用机理 宁波

随着经济水平的不断提升，我国城市化进程不断加快，规模不断扩大，空间不断向周边地区蔓延，伴随而来的是，城市的人口膨胀、交通拥挤、环境恶化、资源紧缺等一系列问题。环境保护和经济发展如何协调发展，且不阻碍社会经济发展，是当前首要解决的问题。

基于可持续发展考虑，人类提出了“生态城市”建设的城市发展新思维，并陆续进行了实践。时至今日，国内外学者和对于生态城市理论内涵的界定仍然没有达成共识，且各国在城市发展阶段、资源禀赋、产业结构等方面的差异性，导致各国在生态城市的理论研究和具体实践中各有侧重，但是在解决环境保护和经济协调发展方面，仍然缺乏理论和实践论证。

国内众多专家学者提出，“智慧城市”建设，不仅使城市实现跨越式、可持续发展，还为增强城市综合竞争力、破解城市发展难题提供了一次难得的机遇。抓住智慧城市建设的机遇，谋求环境保护和经济发展的协调发展，成为了当前理论和实践研究的重中之重。

研究概况

环境是相对于某一中心事物而言的，人类社会以自身为中心，认为环境可以理解为人类生活的外在载体或围绕着人类的外部世界。用科学术语表述是指，人类赖以生存和发展的物质条件的综合体，是人类的环境。人类环境一般可以分为自然环境和社会环境，自然环境又称为地理环境，即人类周围的自然界，包括大气、水、土壤、生物和岩石等；社会环境则指人类在自然环境的基础上，为不断提高物质和精神文明水平，在生存和发展的基础上逐步形成的人工环境，如城市、乡村、工矿区等。

生态环境最早组合为一个词需要追溯到1982年五届第五次会议，由黄秉维院士提出的概念，最后形成了第二十六条：国家保护和改善生活环境和生态环境，防治污染和其他公害。由于当时的和工作报告都没有对名词做出解释，所以对其涵义一直争论至今。

如钱正英院士（2005）转述黄秉维院士后来的看法，认为生态环境中环境污染和其他的环境问题都应该包括在内，不应该分开。杨士弘（2003）认为生态环境是指与生物体相互作用的资源环境或与生物体进行物质能量流动众多因素的集合。；王孟本、邬江（2003，2005）着重强调了人与自然环境之间的相互关系；王如松（2005）认为，生态环境是人类及万物生灵得以生存、发展、繁衍、进化的必要条件。以上观点都在一定层面上认同生态环境是由生态关系组成的环境，它不是生态学和环境学的加和而是融合。

陈百明（2012）根据对第二十六条中关于生态环境涵义的解读，以及这些年来使用生态表征人类追求的理想状态，经常被作为褒义形容词的实际情况，将生态环境定义为：不包括污染和其他重大问题的、较符合人类理念的环境，或者说是适宜人类生存和发展的物质条件的综合体。

观点综述

从环境到智慧城市的不同阐述中，有其共性，论述如下：其一，各种学术观点坚持以人的发展为中心来谋求对概念的阐述和解析。其二，各种学术观点基于对追求人类理想状态的层面，对相关理念进行了解析。其三，各种学术观点都是基于一定的时空范围和相应的科技水平对概念进行了分析和概括。其四，各种学术观点最终的落脚点仍然是以保护生态环境为本。

不同之处在于：一是随着经济发展和科技水平的不断提升，不同时期的不同学者们对概念中包含的技术应用侧重点不同；二是不同的概念在应用上形成了从模糊到具体，再到更具体的层面。

智慧生态环境的内涵与外延

综合不同学者的观点，智慧生态环境应该定义为，不包括污染和其他重大问题的，以人类与环境关系为主导的，利用新一代信息技术，在一定时空范围内对生态系统各要素做出智能的响应，且适宜人类生存和发展的物质条件的综合体。

近10多年来，资源、环境、生态等一系列由城市发展而导致的问题日渐突出，已成为我国社会经济进一步发展的“瓶颈”，世界银行指出，环境危机每年会消耗我国国内生产总值的8%-12%，这其中绝大部分环境损耗是城市社会经济活动所致。

智慧生态环境的外延，从空间范围上来说，智慧生态环境必须依托一定的空间范围进行阐述才更有意义，且这些空间范围必须抓住具体的空间范畴来进行针对性研究，可以具体到一个国家，也可以细小到一个城镇、乡村等。从时间范围上来说，智慧生态环境不能不顾地区发展的实情，盲目的以环保为中心，摒弃经济发展；反过来发展也不成立，必须结合某个空间范围具体实践阶段，以区域内大多数人追求的理想状态为目标，有条不紊的开展相应的工作。从技术范围上来说，智慧生态环境必须正视生态环境的脆弱性，以新一代信息技术的推广应用为主导，重点在于增强生态环境各要素的智能响应能力，保护生态环境的弹性自调节功能。

智慧生态环境的三大环境构成

（一）城市生态环境构成

生态环境要素是基于生态环境中的重要因素，是指与人类密切相关的，影响人类生活和生产活动的各种自然（包括人工干预下形成的第二自然）力量（物质和能量）或作用的总和的要素。可以细分为自然环境要素和社会环境要素两大类，包括动物、植物、微生物、土地、矿物、海洋、河流、阳光、大气、水分等天然物质要素，以及地面、地下的各种建筑物和相关设施等人工物质要素。

杨上弘（2003）等认为城市是社会生产力发展到一定阶段后的产物，是人类文明的集中表现，同时也是以人为主体的环境系统，那么，城市生态环境可以根据人类活动的参与程度分为城市自然生态环境和城市人工生态环境。相关分类表如表1所示。

（二）智慧生态环境的三大环境构成

基于生态环境概念发展起来的智慧生态环境，不仅需要继承生态环境的特性，同时也需要结合智慧生态环境的内涵，加入自己独特的要素，从而形成智慧生态环境的构成体系。

从图1可以看出，智慧生态环境要素构成由自然环境、社会环境、人类、智慧信息技术等四大类要素组成，参考表1的具体分类，每个大类要素又可以细分成众多小类要素。

对比表1所示，可以认为社会环境对于城市人工生态环境的概述更适合课题的研究，因此，后续研究以社会环境来替换对城市人工生态环境的描述。

智慧城市运用云计算、人工智能、决策分析优化等信息技术，针对包括政务、民生、环境、公共安全、城市服务、工商活动在内的各种信息需求，提供智能化响应和智能化决策支持的信息服务，智能化信息服务是智慧城市的核心内容和本质特征。从信息的特性来看，围绕着智慧城市的建设，由各种智慧信息技术挖掘的信息，靠着信息的作用机理，又形成了一个围绕着人类作用的环境，可以称之为虚拟空间，该空间充斥着智慧生态环境方方面面的信息流。

国内专家学者认为，“智慧城市”可以应对城市不断增长、资源日益短缺的内在需求。2013年全国“”期间，代表们普遍认为，保护生态减少污染，不仅仅是国家的事、的事，更与每个人都息息相关，大家都应该成为生态环保的参与者和受益者。人深受环境的影响，抛开环境论述人类的作用，意义和效用不大，必须强化环境的建设作用，进而通过环境影响人，在彼此的互动交互中，将智慧生态环境建设进行到底。

结合上述论述，基于与人类互动的密切程度，可以将智慧生态环境的三大环境构成具体分成自然生态环境、社会生态环境和虚拟空间环境等三大类，如图2所示。

智慧生态环境三大构成环境作用机理分析

生态环境的系统性，决定了研究的复杂性。因此，必须对智慧生态环境的三大构成环境进行分析，搞清楚彼此之间的作用机理，进而在后续建设过程中，能够更好的利用新一代智慧信息技术，给智慧生态环境建设带来智能响应，方便及时调整经济发展策略和执政理念，进而在促进经济快速发展的过程中，加快实施生态环境改善和保护的步伐，对于浙江宁波智慧生态环境建设而言，同样适用。

（一）三大环境围绕着人类的需求和欲望呈现不同的空间分布

从图2可以看出，与人类密切相关的是虚拟空间环境，接下来是社会环境，最后是自然环境。人类是一个大的概念，包含多种分类。从代表者和被代表者的角度出发，课题组将人类分为和居民两类。作为居民代表者的，根据居民反映的需求，加上自己的意志，对自然环境进行了过度索取。作为生产和生活直接承受者的居民本身，在享受物质财富和精神财富的同时，忘记了节能环保式的生产生活方式，在遭受自然环境报复时，只能将满腔怒火倾泻到身上。作为代表者的，“发展经济是第一要务”形成了自己根深蒂固的执政思维，如何做到既能发展经济，又能克服自然环境的保护成为了迫切需要改善的执政问题。

“适者生存”这一理念早已耳熟能详，人类在满足自己需求的过程中，不断的挑战自然环境的极限，人类早已将“适者生存”抛之脑后，能做的就是，按照自己的意愿改造自然，使之符合自己的意愿。按照趋利避害的观念，人类通过社会环境的改造，直接施加于自然环境，进而获得自己在物质和精神财富上的满足，丝毫不顾及或者说，一点也不愿意去考虑自然环境的弹性自调节能力。

因此，如何做到平衡人类需求，成为了保护宁波生态环境的根本。平衡不意味着压抑人类追求物质和精神财富的需求，而是如何做到改变人类只知向自然环境索取，不懂保护自然环境的观念。

（二）虚拟空间环境影响着人类对自然环境和社会环境的认知

如图2所示，从平面上来看，自然环境和社会环境反馈的信息要想被人类彻底感知，必须通过虚拟空间环境进行交互。从立体上来看，虚拟空间环境对社会环境和自然环境的作用，具有一种次序的效果，即虚拟空间环境依赖于社会环境反馈，而社会环境依赖于自然环境反馈，通过层层过滤，最后汇集形成虚拟空间环境信息。

从动态效果上来看，要想实现人类彻底的认知生态环境，必须对生态环境的各个环境构成进行全面覆盖。这就意味着，环绕人类周围的虚拟空间环境必须覆盖到社会环境和自然环境，即人类必须借助更先进的智慧信息技术对生态环境进行感知，进而在获悉全面信息的基础上，做出快速、及时、准确的反映，保护好自身所处的生态环境。

利用智慧信息技术监控和改造生态环境，可以很好的使相关利益方，及时的溯本追源，查询导致环境破坏的责任方。从信息的获取、传递和反馈功能来看，这样的技术结合只能是一种事后追查，只能使人类陷入被动的反应状态。可以借助智慧技术对社会环境的主动深入，尤其是对造成自然环境可能恶化的重点要素，如城市化、乡镇、产业、社区等风险点进行主动探查，可以在事前获悉自然环境有可能破坏的原因，及时的追踪处理，将风险降低到最低限度，从而保护自然环境的弹性自调节功能。

根据智慧生态环境建设的研究内容，浙江宁波在建设自身的智慧生态环境过程中，必须正视智慧技术有可能带来的生态环境负效应。即借助科技的力量，在物质和能量方面加大对生态环境的索取，造成对生态环境的进一步破坏。因此，浙江宁波在建设智慧生态环境过程中，必须清晰的知晓，使用智慧信息技术对自然环境作用的目的是什么？对社会环境作用的目的是什么？对虚拟空间环境作用的目的是什么？当目的明确之后，人类才能够在保护生态环境方面做得更好。

（三）社会环境借助城市化、产业化的力量直接导致自然环境发生变化

从逻辑上来分析，社会环境基于自然环境之上，是人类在生存和发展过程中形成的人工环境。人类为了追求更高的目标，借助于自身依赖的社会环境来实现，而社会环境则又向自然环境进行了索取或过度破坏。基于上述分析，可以看出，社会环境成为了“因”一环，而自然环境成为了“果”一环。智慧生态环境建设过程中，相关方应该把侧重点放在改善社会环境上，而不是放在改善自然环境层面上。

作为生态环境构成要素之一的社会环境，包括了城市、乡镇和产业。浙江宁波城市化进程正在加速发展，从地理位置上来看，原来浙江宁波占地范围较小，到如今，已经包含了北仑区、江北区、江东区、鄞州区、镇海区、慈溪市、奉化市、海曙区、宁海县、象山县、余姚市等11个区县市。随着城市都市圈建设的兴起，可以预期的是，浙江宁波的城市化进程将会进一步加快。在这一过程中，原来的城乡之分逐步被打破，重新被整合。带来的直接效应就是，城市面积范围扩大、原有自然景观被人工改造、土地性质被改变等，浙江宁波一系列的自然环境随之发生变化。

产业的发展是人类为了满足自身生产和生活需要而推动起来的，浙江宁波的产业发展布局，从原有的港口城市到港航物流集散中心、临港大工业，再到大力发展海洋经济等一系列经济发展的推出，在很大程度上导致了浙江宁波自然环境的变化。作为物质和能量需求大户的产业，在创造物质财富和精神财富的同时，也带来了更多的环境压力。

浙江宁波城市化进程和产业发展对宁波自然环境的影响有其共同之处，也有不同之处。共性是，二者都压缩了浙江宁波自然环境的空间，对自然环境都带来一定的破坏作用。不同之处在于，城市化进程对自然环境改善的要求比产业对自然环境改善的要求更大，城市化进程不仅承担着生产区域对自然环境的索取，更承载着生活区域对自然环境的索取。二者的交织效果叠加，对自然环境的影响与日俱增。在建设浙江宁波智慧生态环境的过程中，必须对城市化和产业化的发展目标清晰界定，避免为了发展而发展，进而造成对自然环境的更多破坏。

（四）自然环境仰赖于社会环境的停止扩张而维持自身脆弱的平衡

从静止的观点来看，如果把自然环境比作一个边界，人类对自然环境破坏的原因在于社会环境的不断扩张，破坏程度直至与自然环境重合，进而自然环境完全变成社会环境，人类失去自然环境的保护，成为发展与生态失衡的受害者。

人类对自然环境的不满，体现在执政部门获悉的突出环境问题投诉上，对于生态环境而言，这些突出问题恰恰构成了宁波智慧生态环境的环境因子构成。建设智慧生态环境的目的，不是为了改变自然环境而人为盲目的建设，而是为了更好的获悉造成已知自然环境因子失衡的原因，通过相关智慧技术获取的信息流的传递，使相关利益方及时获取预警信息，采取必要的手段，及时改善宁波自然环境中处于失衡状态的环境因子的弹性自调节功能，在人类的帮助下，使自然环境能够回归自然，从而按照自身的运作规律进行弹性自调节，给人类以青天绿水的回报。

人类之所以无视自然环境的报复，推动社会环境对自然环境的不断侵蚀，根本原因在于人类通过虚拟空间环境获得的信息认知度不足，对社会环境是否能够满足自身的物质和文化需求能力的判断力不够，进而推动了社会环境的不断扩张。当招致自然环境的报复时，人类依托有限的信息资源，又开始了以保护自然环境为口号之称的行动，加速了社会环境掠夺自然环境的边界。

对于浙江宁波建设智慧生态环境而言，必须借助新一代智慧信息技术，通过虚拟空间环境的信息流，获悉社会环境和自然环境方面足够决策的信息，借助科技的力量，提升社会环境系统中各构成要素效率的提升，进而促使更多的社会环境资源让位于自然环境，加大自然环境的生存空间，保护自然环境的弹性自调节功能。从而使社会环境和自然环境能够有各自的空间，相互和谐共存。

参考文献：

1.钱正英.建议逐步改正“生态环境建设”一词的提法[J].科技术语研究，2005（7）

2.杨士弘.城市生态环境学[M].科学出版社，2003

3.马世骏.马世骏文集[M].中国环境科学出版社，1995

4.陈德辉等.从生态系统理论探析生态环境的内涵[J].上海环境科学，2000，19（12）

5.王孟本.生态环境概念的起源与内涵[J].生态学报，2003，23（9）

6.邬江.探讨生态环境建设、生态环境的内涵[J].科技术语研究，2005，7（2）