醫學人工智能技術范文

導語：如何才能寫好一篇醫學人工智能技術，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

【關鍵詞】 輕度認知功能障礙；頸總動脈;結扎；大鼠；學習記憶能力

輕度認知功能障礙(MCI)是介于正常老化和癡呆之間的一種臨床狀態，與老年癡呆(AD)有相似的病理生理過程，現在大多沿襲AD的造模過程。中國防治認知功能障礙的專家組［14］已達成共識，認為血管性病變是MCI發病的非常重要的原因。因此本實驗的造模方法是在參照周振華等［5］的重度頸動脈狹窄動物模型制作方法的基礎上通過結扎大鼠雙側頸動脈制備了MCI大鼠模型，并用Morris水迷宮測試法對Wistar大鼠造模前后學習記憶能力的改變進行評價。

1 材料與方法

1.1 實驗動物 由中國醫科大學動物部提供的合格Wistar雄性大鼠48只(體重200～250 g)，隨機分為MCI模型組、針刺百會組、針刺非經穴組、正常組每組12只。動物用標準食水飼養，自由攝取。

1.2 儀器與藥品 自制鼠臺、手術刀、手術剪、彎勾、眼科鑷子、脫脂棉、持針器、縫合針、縫合線、注射器、“30號1寸華佗牌”毫針、 Hans電針儀、MT200 morris水迷宮跟蹤分析系統(S1000)。10%水合氯醛、75%乙醇、碘伏、注射用青霉素。

1.3 造模方法 大鼠于術前8～12 h禁食，期間可自由飲水，用10%水合氯醛(3 mL/kg體重，腹腔注射)將其麻醉后，仰臥位固定于手術臺上，隨后將頸部皮膚剪毛備皮并用活力碘消毒，行頸側向切口，仔細分離皮膚和肌肉，顯露并游離雙側頸總動脈，在頸總動脈近心側距頸內動脈(ICA)和頸外動脈(ECA)分叉處約1.5 cm處用0號手術縫合線將頸總動脈和直徑0.45 mm的注射器針頭一并仔細扎緊絲線打成活結，然后小心拔出針頭，縫合傷口，造成腦持續性低灌注。術后每日肌注青霉素1.6萬u，連續 3d，抗感染。

1.4 針刺 選取百會穴(頂骨正中)、大鼠頭部兩側固定的非穴位點(百會穴與耳根聯線的中點)。方法：兩穴均向前沿皮刺入5 mm，不進行手法刺激，連接Hans電針儀，施以連續波，頻率20 Hz，電壓2～4 V，強度以大鼠安靜耐受為度(約為2 mA)，留針20 min，隔日1次，4周為1個療程。

1.5 大鼠Morris水迷宮實驗 在造模前后及針刺前后分別進行水迷宮實驗，參照Morris［6］方法進行。

1.5.1 水迷宮的組成 水迷宮由圓形水池、平臺、攝像頭及電腦組成。水池直徑120 cm，高50 cm，池內水深30 cm，圓形水面被通過圓心的兩條假想垂線劃分為4個象限，將直徑10 cm、高28 cm的平臺置于任意一個象限中央。

1.5.2 行為檢測過程 實驗前將牛奶與水混合，用加熱器將水溫加熱至22～26℃。將大鼠綁一紅布，以便攝像頭追蹤其運動軌跡。將大鼠從一固定位置放入池內，時間設為70 s，用攝像頭跟蹤其運動軌跡，用電腦記錄其運動軌跡。如經70 s未找到平臺者，將其引領至平臺，放置30 s后，再次從固定位置放入池內重新設定記錄其運動軌跡。第1、2、3 d為訓練期，不記錄成績。

1.5.3 定位航行實驗(place navigation) 定位航行實驗用來檢測大鼠獲取經驗(學習)的能力。造模前后及針刺治療后各組大鼠均接受此實驗檢測。方法：每次實驗大鼠將從同一個固定位置放入水池，其入水后盡力逃避水患，當發現平臺后則棲身其上，每次的訓練時間設定為70 s，作為最大潛伏期，即逃避到平臺上的潛伏期(escaping latency)。如果小鼠在70 s內未找到平臺，其潛伏期按70 s計算，記錄各大鼠尋找平臺的時間。時間越短表明大鼠的學習記憶能力越好。

2 結果

2.1 一般情況 結扎雙側頸總動脈后，大多數大鼠眼瞼下垂，活動能力低下，自發運動減少。MCI模型組死亡2只(1只麻醉過量，1只在造模時分離頸動脈過程中死亡)，針刺非經穴組死亡1只(造模后因呼吸困難死亡)。死亡大鼠實驗數據不做統計。

2.2 對大鼠學習記憶的影響 見表1。

表1 各組大鼠逃避潛伏期比較（略）

注：與本組造模前潛伏期比較，#P

由表1顯示，造模前，各組大鼠逃避潛伏期無顯著性差異(P>0.05)，說明各組大鼠逃避潛伏期基本一致，即大鼠學習的能力基本一致；造模后，MCI模型組、針刺百會組及針刺非經穴組大鼠潛伏期與正常對照組比較，其潛伏期明顯延長，呈顯著性差異(P

3 討論

AD的發病率逐年上升，嚴重威脅人類的健康，因此對癡呆前期——MCI期的治療有更重要的價值和意義。MCI的基礎研究離不開動物模型，本實驗通過結扎大鼠雙側頸總動脈制備了MCI大鼠模型，且本方法有利于機體緩慢達到腦供血不足的狀態，與臨床慢性腦缺血接近。Rao［7］對1977～1997進行的頸動脈狹窄與認知功能障礙關系的14項研究進行了匯總分析:其中12項發現頸動脈狹窄組患者有認知功能障礙。頸動脈狹窄后可能發生一系列的病理生理改變，導致持續低灌注，而細胞正常功能的維持需要充分的能量供應，認知功能減退可能是慢性缺血，或持續低灌注造成的能量供應減少的后果。

電針治療通過激發腧穴特性與人體生物電的耦合作用，可促進腦部循環，改善組織供血供氧，提高腦功能，改善智力狀況［8］。本實驗可觀察到:針刺治療后，與MCI模型組比較，針刺百會組能顯著縮短定位航行試驗的潛伏期(P

本實驗的大鼠模型具備了MCI的患病因素(即腦低灌注)，且呈現了較為明顯的學習、記憶能力減退特征，與臨床MCI患者病理過程較為接近，此模型的建立可以研究和識別MCI，將有助于發現具有最佳干預時機的個體，為臨床癡呆的防治提供一個最佳防治時間窗，為進一步的預防性藥物干預研究奠定基礎。

參考文獻

［1］Petersen RC，Doody R，Kurz A，et al.Current concepts in mild cognitive impairment［J］.Arch Neural，2001(58):19851992.

［2］陳曉紅，王蔭華.輕度認知功能障礙：AD的極早期階段［J］.中華神經科雜志，2002，35(6):374376.

［3］賈建平.重視輕度認知障礙與老年癡呆關系的研究［J］.中華神經科雜志，2002，35(6):324326.

［4］中國防治認知功能障礙專家共識專家組.中國防治認知功能障礙專家共識［J］.中華內科雜志.2006，45(2):171.

［5］周振華，等.可控制狹窄程度的鼠頸動脈狹窄模型建立及認知功能改變［J］.中國臨床康復，2005，8(28):6052.

［6］Morris R G M，Garrud P，Raulins J NP，et al.Place natigation impaired in rats with hippocampal lesions［J］.Nature，1982(29):681.

［7］Rao R.The role of carolicl slcnosis in vascular cognitive impairment Eur Neurol，2001(46):6369.

篇2

報告從醫療人工智能的發展角度出發，以商業落地為切入點，總結出中國醫療人工智能發展10大洞察。梳理了國內10項主流的醫療AI產品，醫療人工智能領域中十大主流產品，并從技術成熟度、使用效果、發展情況、企業案例等角度進行分析。

2018中國醫療人工智能十大洞察從人工智能在醫療健康領域的四個核心應用場景——醫學影像、虛擬助理、健康管理和藥物研發的角度，提出出中國醫療人工智能發展的十大洞察及相關觀點。

1. 部分智能影像診斷企業將在2018年獲得三類器械證，正式進入商業化階段。

2. 智能影像診斷競爭格局基本形成，“偽醫療AI企業”基本出局，新入場技術型玩家基本沒有獲得風投的可能，商業機會已然錯過。

3 .語音電子病歷：落地醫院成本高，產品需進行科室定制化，客單價低，主要用于病理科、影像科等。

4. 智能問診：知識圖譜搭建是關鍵，目前僅發揮導診、輔助檢索或連接醫患的作用。院內場景“預問診”需求量大，具備落地能力.

5. 國人健康管理意識尚待培育，健康大數據尚待采集與整合。企業以B端為主要切入口。

6. 精神心理治療師嚴重缺乏，AI或可成為替代性工具。

7. 藥物研發中化合物數據質量對于AI企業是關鍵。

8. 借助國際力量，中國AI藥物研發企業從無到有，預計2018年起將涌現更多玩家，AI藥物研發或將是未來的新風口。

9. 產品形態以軟件/SaaS為主，收取軟件授權費的商業模式存在一定局限性。軟硬一體化產品的商業落地更具優勢。

10. 中國醫療整體數據量大，但針對細分場景的數據量和質量仍無法滿足算法模型的訓練需求；隨訪數據的缺失，使國內在類似“腫瘤患者五年存活率”等領域的研究一片空白。

醫療人工智能應用場景與技術路線人工智能與醫療健康結合點在哪里？下圖呈現的是人工智能技術在醫療領域的主流應用場景與技術路線，通過該圖能夠對中國醫療人工智能的格局有清晰的了解。

中國十大醫療人工智能產品總覽為了更深入的解讀商業落地的現狀，在報告中，億歐智庫主要按照技術成熟度和使用效果兩大維度對醫療人工智能十大產品進行了分析與評估。其中，針對技術成熟度和使用效果兩大維度，主要通過產品出現時間、落地情況、發展情況、企業數量、行業人士和專家訪談進行判斷。另外，還從產品的發展情況、涉足的企業案例等角度更加具體地進行分析。

醫療人工智能六大發展趨勢結合政策和商業落地產品的現狀，億歐智庫認為市場在今年呈現出六大趨勢：

1. 2018年起，AI影像產品落地速度會加快，產品性能成熟度將不斷提高。

2. 隨著技術成熟度提高，語音電子病歷醫院普及率加快，頭部企業可形成規模效應

3. 智能問診隨著知識圖譜的不斷完善，預問診功能可以有效提升醫生效率

4. 健康大數據的發展，會使AI在健康管理場景下的應用程度會進一步提高。

5. AI在精神心理健康的的滲透程度會更深，未來可能成為這一領域的核心推動力

6. AI+藥物研發領域將會誕生出獨角獸。

醫療人工智能發展四大挑戰一是數據數量問題：中國醫療整體數據量大，但針對不同病種的數據量和質量參差不齊，有些病種的訓練數據缺乏；健康大數據孤島問題有所緩解，但仍未達到深度學習的階段。

二是數據質量問題：AI數據處理中標注的準確性關乎結果的準確性，近兩年之內還是需要大量醫生去標注。藥物研發中的數據質量對于研發效率的提升至關重要。

三是人才問題：AI算法人才與醫學人才知識體系不同，如何融合各自優勢發揮最大價值，值得企業思考。

篇3

摘要：介紹了圖像處理技術在醫學領域的發展，闡釋了圖像分割、圖像融合和圖像重建技術在醫學領域的發展。提出了圖像處理技術發展所面臨的相關問題及其發展方向。

關鍵詞：圖像處理技術　圖像分割　圖像融合　圖像重建

圖像處理技術是20世紀60年展起來的一門新興學科。近幾十年來，由于大規模集成電路和計算機科學技術的迅猛發展，離散數學理論的創立和完善，以及軍事、醫學和工業等方面需求的不斷增長，圖像處理的理論和方法的更加完善，已經在宇宙探測、遙感、生物醫學、工農業生產、軍事、公安、辦公自動化、視頻和多媒體系統等領域得到了廣泛的應用，成為計算機科學、信息科學、生物學、醫學等學科研究的熱點。

圖像處理在醫學界的應用非常廣泛，無論是病理研究還是臨床診斷都大量采用圖像處理技術。它因直觀、無創傷、方便安全等優點而受到人們青睞。圖像處理首先應用于細胞分類、染色體分類和放射圖像分析等，20世紀70年代圖像處理在醫學上的應用有了重大突破，1972年X射線斷層掃描CT得到實用：1977年白血球自動分類儀問世：1980實現了CT的立體重建。隨著科學技術的不斷發展，現代醫學已越來越離不開醫學圖像的信息處理，醫學圖像在臨床診斷、教學科研等方面有重要的作用。目前的醫學圖像主要包括CT(計算機斷層掃描)圖像、MRI(核磁共振)圖像、B超掃描圖像、數字X光機圖像、X射線透視圖像、各種電子內窺鏡圖像、顯微鏡下病理切片圖像等。但由于醫學成像設備的成像機理、獲取條件和顯示設備等因素的限制，使得人眼對某些圖像很難直接做出準確的判斷。計算機技術的應用可以改變這種狀況，通過圖像變換和增強技術來改善圖像的清晰度，突出重點內容，抑制次要內容，來適應人眼的觀察和機器的自動分析，這無疑大大提高了醫生臨床診斷的準確性和正確性。

一、圖像處理技術及其在醫學領域的應用

(一)圖像分割

圖像分割就是把圖像中具有特殊涵義的不同區域分開來，這些區域使互不相交的每一個區域都滿足特定區域的一致性。它是圖像處理與圖像分析中的一個經典問題。比如基于三維可視化系統結合fast marching算法和watershed變換的醫學圖像分割方法，能得到快速、準確的分割結果。圖像分割同時又是進行三維重建的基礎，分割的效果直接影響到三維重建后模型的精確性，分割可以幫助醫生將感興趣的物體(病變組織等)提取出來，幫助醫生能夠對病變組織進行定性及定量的分析，進而提高醫生診斷的準確性和科學性。由于解決和分割有關的基本問題是特定領域中圖像分析實用化的關鍵一步，因此，將各種方法融合在一起并使用知識來提高處理的可靠性和有效性是圖像分割的研究熱點。

(二)圖像融合

圖像融合的主要目的是通過對多幅圖像間的冗余數據的處理來提高圖像的可讀性。對多幅圖像問的互補信息的處理來提高圖像的清晰度。利用可視化軟件對多種模態的圖像進行圖像融合，可以準確地確定病變體的空間位置、大小、幾何形狀和它與周圍生物組織之間的空間關系，從而及時高效地診斷疾病。目前的圖像融合技術可以分為兩類：一類是以圖像像素為基礎的融合方法：另一類是以圖像特征為基礎的融合方法。以圖像特征為基礎的融合方法原理上不夠直觀且算法復雜，但是實現效果較好。在圖像融合技術研究中，不斷有新的方法出現，其中小波變換、基于有限元分析的非線性配準以及人工智能技術在圖像融合中的應用將是今后圖像融合研究的熱點與方向。隨著三維重建顯示技術的發展，三維圖像融合技術的研究也越來越受到重視。

(三)圖像重建

圖像重建是從數據到圖像的處理，即輸入的是某種數據，而經過處理后得到的結果也是圖像。CT是圖像重建處理的典型應用實例。目前，圖像重建與計算機圖形學相結合，把多個二維圖像合成為三維圖像，并加以光照模型和各種渲染技術，能生成各種具有強烈真實感的圖像。

二、圖像處理技術在醫學領域未來發展方向

當前，醫學圖像處理面臨的主要任務是研究新的處理方法，構造新的處理系統。未來發展方向大致可歸納為以下幾點：

(一)圖像處理技術的發展將圍繞研制高清晰度醫學顯示設備、更先進的醫學成像設備，向著高速、高分辨率、立體化、多媒體化、智能化和標準化方向發展。

(二)圖像、圖形相結合，朝著三維成像或多維成像的方向發展。

篇4

[關鍵詞]大學生；英語；自主學習能力；多元評價體系

[作者簡介]鄧春生（1976―），男，江西中醫藥大學副教授，研究方向為醫學教育管理；劉偉華（1991―），男，江西中醫藥大學在讀碩士，研究方向為醫學教育管理；（通訊作者）余亞微（1970―），女，江西中醫藥大學人文學院院長，研究方向為高等教育管理。（江西南昌 330004）

[基金項目]江西省社會科學規劃項目“中醫藥院校大學生英語自主學習能力多元評價體系的研究”（13WX210）

自主學習是指個體自覺確定學習目標、制定學習計劃、選擇學習方法、監控學習過程、評價學習結果的過程或能力[1]。20世紀50年代起，國外教育心理學界對自主學習開始進行研究。1981年，Holec在其專著《自主性與外語學習》中首次將自主學習的概念引進語言學習[2]。2004年起，我國學者開始研究大學生英語自主學習能力，但是對大學生英語自主學習能力評價體系的研究不多，經統計，目前具有代表性的是徐錦芬（2004）[3]，郭繼榮（2011）[4]，韋曉保（2012）[5]，林莉蘭（2013）[6]等學者的研究成果。但是與國外語言學家的學習理論比較，目前國內的大學生英語自主學習能力評價研究尚有不足[7]：（1）國內很多研究沒有區別自主學習與自主學習能力二者概念；（2）在內容與評價指標的選取上，國內學者還沒有把運用互聯網、運用數字技術能力作為考量指標；（3）以往對自主學習能力的研究關注學習者內在影響因素較多，往往忽視了自主學習外在影響因素，即自主學習的社會性；（4）國內有些學者把自主學習能力看成是自主能力和學習能力的集合，忽視了自主學習的內在規律和整體交互影響因素；（5）缺乏宏觀視角下的英語自主學習能力考評體系，應將自評、他評、互評整合成一個完善的評價體系放在重中之重；（6）隨著互聯網技術的發展，國外已經建立了數字化評價、人機交互評價的計算機評價軟件，而國內學者由于技術原因，還未意識到計算機評價的優勢。很明顯，目前的評價方式跟國外的還有一定差距。隨著數字技術、人工智能技術的成熟，迫切需要構建一套適應時代的包含自評、互評、他評的大學生英語自主學習能力的評價體系。

一、構建大學生英語自主學習能力多元評價體系應遵循的原則

（一）導向、激勵性原則

指引學生英語自主學習能力的發展是構建大學生英語自主學習能力評價體系的首要目標。促進學生的發展是教育評價的出發點和歸宿。以學生為中心的重點是以“學生發展為中心”。評價體系應該動態及時地反映出學生的自主學習能力現狀以及在自主學習過程中出現的問題，指引大學生英語自主學習能力提高改變的方向。同時，構建的評價體系應以激勵學生改變、促使學生提高能力為出發點。提供正面反饋，使學生在學習中不斷體會到進步和成功的快樂，激發其內在發展動力，實現其自身的價值，使學生體驗進步與成功，增強學生的自信心，強化學生的內在激勵作用，讓學生通過評價明白自己能力提升的改變，從而激發大學生學習英語的興趣。

（二）多元、客觀性原則

多元化評價是指參與評價的，不應僅僅是學習者自己評價自己，而是采用自評、他評、互評等三種評價方式共同評價學習者的英語自主學習能力。同時評價標準和評價方式也不僅僅是采用單一的評價標準和單一的評價方式，而是要對學習過程的多個維度作出自評、他評、互評。如果僅僅依靠學生自己的評價，勢必會讓評價結果受到較大的主觀因素影響，采用多元角度進行評價可以提高評價體系的信度和效度。

（三）科學、準確性原則

構建的評價體系應該準確、全面的反映大學生自主學習能力的的各個方面，評價指標的設置應依據定性、定量分析后標的，而不是依據主觀認識隨意設置，亦即指標體系的設置應有較強的科學性。同時，獲取評價指標所涉及的資料應方便可行，評價指標的設定應與時俱進，考慮到當前社會環境對大學生應具備的自主學習能力要求，如網絡自主學習能力，資料搜集能力等。

二、大學生英語自主學習能力多元評價指標、主要觀測點的構建

依據構建大學生自主學習能力多元評價體系應遵循的原則，在參考其他學者研究成果的基礎上，經現狀調查、專家咨詢，大學生自主學習能力多元評價體系應包括自主學習元認知、自主學習管理、自主學習策略、自主學習過程管理、自主學習評價與總結等5項一級指標，具體內容如下：

（一）自主學習元認知

自主學習元認知指學習者關于自己的認知活動、過程及結果等方面的知識。具體表現為關系人、任務、策略等三方面的知識，以及學生在認知活動的展開而產生的理性、感性的綜合感受。包括四個二級指標：

第一，對自主學習的了解。主要觀測點包括對自主學習的了解、對自主學習重要性的認識、對自主學習能力應包含的內容的了解情況等。

第二，自主學習的信心。主要觀測點包括在應對英語自主學習時對自己控制能力、學習方法、學習策略上的自信等。

第三，自主學習的動機。主要觀測點包括對自主學習的興趣、成就、需要等。

第四，自主學習責任感。主要觀測點包括明白自己應該對自己學習負責等。

（二）自主學習管理

自主學習管理即學習者對自主學習過程中相關客觀性條件的選擇。包括四個二級指標：

第一，制定學習計劃。主要觀測點包括能自主制定適合自己的學習（短期、中期、長期）計劃等。

第二，選擇學習內容。主要觀測點包括除了教師制定的目標，能自主選擇適合自己的學習內容等。

第三，選擇學習時間。主要觀測點包括除了教師規定的學習時間外，能自主選擇合適的學習時間等。

第四：選擇學習場所。主要觀測點包括能自主選擇合適的學習場所等。

（三）自主學習策略

自主學習策略指標指的是學習者在自主學習過程中使用能促進自主學習能力的策略和方法。包括四個二級指標：

第一，運用聽、說、讀、寫的策略。主要觀測點包括運用聽、說、讀、寫的英語學習策略情況等。

第二，尋求他人幫助、合作的策略。主要觀測點包括尋求他人合作、幫助的技巧和頻率等。

第三，利用多媒體、網絡學習的策略。主要觀測點包括利用互聯網尋找學習資源、利用互聯網自主學習的情況等。

第四：改善學習的社會環境的社交策略。主要觀測點包括營造和改善學習氛圍的社交能力等。

（四）自主學習過程管理

自主學習過程管理指學習者在自主學習過程中對自我的管理。包括三個二級指標：

第一，在學習過程中自我監控的能力。主要觀測點包括在學習過程對學習計劃、學習策略等方面進行自我監控，及時發現錯誤的情況等。

第二，克服學習困難的行為。主要觀測點包括成績下滑時自我激勵、遇到難題堅持做完、環境嘈雜時妥善處理的情況等。

第三，完成教師任務和教學目標的情況。主要觀測點包括在課堂能跟隨教學進度、完成教師制定的任務等。

（五）自主學習評價與總結

自主學習評價與總結指的是學習者對自己自主學習的過程和結果進行評價、總結，包括四個二級指標：

第一，評價學習結果。主要觀測點包括運用自主學習能力確實提升英語成績（四六級、期末考試等）、與外籍人員社交能力的情況等。

第二，自我能力分析。主要觀測點包括分析自己的強項與薄弱環節，并在實際運用中揚長避短等。

第三，結果歸因。主要觀測點包括對自己學習的進步或退步尋找原因等。

第四：反饋并改進。主要觀測點包括根據評價結果調整學習目標、內容、計劃，并針對薄弱環節加強訓練等。

三、大學生英語自主學習能力多元評價權重的分析

（一）評價指標權重分析

為使權重系數客觀、科學，本研究采用9標度層次分析法。

首先，構建層次結構模型如表1：

其次，構建判斷矩陣。9標度層次分析法的基本方式就是對各層次因素重要性進行兩兩對比，即對每一層次下的因素重要性等級進行比較。其重要性等級及其賦值（記為A）的判斷矩陣如表2。

然后，再進行各級指標權重的計算、計算各評價指標組合權重并賦值等步驟，歸一化處理數據后，本研究進一步檢驗所得到的權重系數是否符合邏輯。9標的的層次分析法常用一致性指數（CI）檢驗，一般認為，當CI

經計算，CR=0.0357。結論：CI和CR值都小于0.10判斷矩陣合理，接受權重系數打分。

將25位專家對評價指標打分的權重系數進行算術平均，得出大學生英語自主學習能力的綜合評價權重表4：

（二）評價主體權重分析

為了構建合理的自評、互評、他評的大學生英語自主學習能力評價體系，必須科學設置自評、互評、他評在評價體系中的比例。本研究對25位專家進行了第三輪咨詢，仍然采用9標度層次分析法進行比例確定，以某位專家打分為例：

經計算表明=3.083211 CI=0.0402 CR=0.0773

結論：CI和CR值都小于0.10，判斷矩陣合理，接受該專家打分。

將符合一致性檢驗的專家結果打分的算術平均數計算得出自評、互評、他評比例表。如表6：

四、大學生英語自主學習能力多元評價體系的構建

根據上述研究結果，大學生英語自主學習能力多元評價體系結構圖如下：

[參考文獻]

[1]龐維國.90年代以來國外自主學習研究的若干進展[J].心理學動態，2000，（4）.

[2]Holec H.Auotnomy and Foreign Language Learning. 1981.

[3]徐錦芬，吳衛平.學生自主英語學習能力模糊綜合評價[J].高等工程教育研究，2004，（3）.

[4]郭繼榮，戴煒棟.大學生英語自主學習評價實證研究[J].外語界，2011，（6）.

[5]韋曉保.非英語專業大學生外語自主學習能力評價體系的構建[J].當代外語研究，2012，（9）.