动脉网知识库

登录动脉网

账号密码登录

忘记密码?

手机账号登录

获取验证码

忘记密码

获取验证码

新用户注册

获取验证码

绑定手机号

获取验证码

感谢您使用“动脉网”的产品和服务。 我们尊重并保护所有使用动脉网用户的个人隐私权。
第1条 协议内容及生效
1.1 本用户协议是用户与“动脉网”之间就相关事宜所订立的契约,即包括本用户协议所有正文及“动脉网”已经发布或将来可能发布的各类规则。用户在“动脉网”注册前,必须事先认真阅读本用户协议,特别是本协议中关于限制、减轻或者免除“动脉网”责任的全部协议内容以及含有限制用户权利的协议内容。
1.2 如果用户同意本用户协议,或者存在包括下载、注册和使用及连接“动脉网”服务的行为,将被视为完全接受并同意遵守本用户协议的所有内容,包括接受“动脉网”对用户协议随时所做的任何修改,本协议即构成对双方有约束力的法律文件。如不同意本用户协议,用户不得使用或应主动停止使用“动脉网”提供的服务。
1.3 用户应当为具有完全民事行为能力的自然人,或者是具有独立承担法律责任能力的其他合法主体。若用户属于无民事行为能力、限制民事行为能力人的,或是不具有独立承担法律责任能力的其他主体的,您应在监护人监护下或是得到有权主体授权后使用“动脉网”。
第2条 用户信息
2.1 用户个人信息。用户个人信息包括真实姓名、手机号码、微信号、所属行业、所在公司,现任职位、常驻城市、本人照片、身份证号、微信支付账号、电子邮箱、个人简介等。
2.2 非用户个人信息。用户在“动脉网”上,包括阅读、评价、操作状态、使用记录、使用习惯等在内的全部记录信息。除本条第1款所列用户个人信息范围外的所有信息,均为非用户个人信息。
2.3 第三方平台记录信息。用户通过腾讯微信等第三方平台账号注册、登录、使用“动脉网”服务的,将被视为用户完全理解、同意并接受“动脉网”已包括但不限于收集、统计、分析等方式使用其在腾讯微信等第三方平台填写、登记、公布、记录的全部信息。用户一旦使用第三方平台账号注册、登录、使用“动脉网”服务,“动脉网”对该第三方记录信息的任何使用,均被视为已经获得了用户本人的完全同意并接受。
2.4 用户自行向“动脉网”提供个人信息、教育经历、工作经历、课程主题和介绍以及其他信息,所提供的信息必须在合法基础上保证真实、准确、完整,并保证及时更新以上信息。如因提供的信息存在非法、抄袭、错误等问题,用户需承担因此引发的相应责任以及后果,且“动脉网”保留终止用户使用“动脉网”各项服务的权利。
2.5 用户应维护个人“动脉网”帐户和密码安全,并对此帐户在“动脉网”的所有行为负完全责任,不得将帐户借给他人使用,否则应承担由此产生的全部责任,并与实际使用人承担连带责任。当遇到账户或者密码未获授权使用,或者发生任何安全问题时,用户有责任及时有效地通知到“动脉网”并向公安机关报案。
2.6 用户信息使用,用户在使用过程中发现任何不妥或者不满意之处,有权向“动脉网”提出申请,要求进行相关信息删除等处理;“动脉网”不承担主动删除、销毁用户信息的责任。
2.7 为向用户提供服务,“动脉网”将在合理范围内使用用户个人信息、非用户个人信息以及第三方平台记录信息。用户一旦注册、登录、使用“动脉网”服务,将被视为“动脉网”已包括但不限于收集、统计、分析、商业用途等方式使用用户信息。“动脉网”对用户信息的使用无需其他意思表示,无需向用户支付任何费用。
第3条 服务条款的修改及终止
3.1 “动脉网”的服务范围非常广泛,因此有时还会适用一些附加条款或产品要求(包括行业要求)。附加条款将会与相关服务一同提供,并且在用户使用这些服务后,成为您与我们所达成的条款的一部分。
3.2 “动脉网”始终在不断更改和改进服务。一旦条款及服务内容产生变动,将会在重要页面上提示修改内容。如果不同意我们对条款内容所做的修改,用户可以主动、随时停止使用我们的服务,尽管我们对此表示非常遗憾。
3.3 “动脉网”也可能随时停止向您提供服务,或随时对我们的服务增加或设置新的限制。
3.4 “动脉网”认为用户拥有自己数据的所有权并保留对此类数据的访问权限,这一点非常重要。如果我们停止某项服务,在合理可能的情况下,“动脉网”会向用户发出合理的提前通知,并让用户有机会将信息从服务中汇出。
3.5 如果用户继续使用“动脉网”的服务,则视为接受服务条款的变动。我们保留随时修改或中断服务的权利。我们行使修改或中断服务的权利,不需对用户或第三方负责。
第4条 服务的中断和终止
4.1 在未向用户收取相关服务费用的情况下,“动脉网”可自行全权决定以任何理由 (包括但不限于“动脉网”认为用户已违反本条款的字面意义和精神等) 终止对用户的服务。同时“动脉网”可自行全权决定,在发出通知或不发出通知的情况下,随时停止提供全部或部分服务。服务终止后,“动脉网”没有义务为用户保留原用户资料或与之相关的任何信息,或转发任何未曾阅读或发送的信息给用户或第三方。
4.2 如存在下列情况,“动脉网”可以通过注销用户的方式终止服务: 在用户违反本条款相关规定时,“动脉网”有权终止向该用户提供服务。“动脉网”将在中断服务时通知用户。但如该用户在被“动脉网”终止提供服务后,再一次直接或间接或以他人名义注册为“动脉网”用户的,“动脉网”有权再次单方面终止为该用户提供服务; 一旦“动脉网”发现用户注册资料中主要内容是虚假的,“动脉网”有权随时终止为该用户提供服务; 用户出现作弊行为,网站可根据情况作出处理,甚至注销用户; 其它“动脉网”认为需终止服务的情况。第三方,但基于交易纠纷、技术原因等因素,“动脉网”保有复制、审查服务过程中录音内容的权利。
第5条 用户言行
5.1 用户同意在使用“动脉网”服务过程中,必须严格遵守以下规则: 1) 遵守中国法律法规、行政规章以及规范性文件; 2) 遵守“动脉网”的所有用户协议、通知、协议等文件; 3) 不得为违法、犯罪等目的使用“动脉网”网站及其移动客户端; 4) 不得在“动脉网”上传输及发布以下内容:煽动抗拒、破坏宪法及法律法规实施的言论;煽动颠覆国家政权、破坏国家统一的言论;违背社会风俗和社会道德的言论;煽动民族仇恨、民族歧视,破坏民族团结的言论; 5) 不得使用任何侮辱或毁谤他人,性骚扰,或对未成年人有不良影响的内容; 6) 不得散布淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪的行为; 7) 不得利用本站从事洗钱、窃取商业秘密、窃取其他用户个人信息等违法犯罪活动; 8) 不得侵入本站及国家计算机信息系统,不得传播病毒、特洛伊木马、定时炸弹等可能对“动脉网”造成伤害或影响其正常运转的恶意病毒或程序; 9) 不得在“动脉网”平台从事非经“动脉网”同意的所有牟利性经营活动; 10) 不得侵犯第三方权利,特别是他人著作权、商标权等知识产权或者合法权利。
5.2 若用户有发布违法信息、严重违背社会公德、以及其他违反法律禁止性规定的行为,“动脉网”保有删除各类不符合法律政策或者不真实信息内容而无须通知用户的权利。若用户未遵守以上约定,“动脉网”有权立即终止对用户提供服务,采取暂停或者关闭用户账户等措施。用户须对自己的言论和行为负法律责任。
第6条 知识产权协议
6.1 对于用户通过“动脉网”发布的任何公开信息,用户同意“动脉网”在全世界范围内具有将此等内容编入当前已知的或以后开发的其他任何形式的作品、媒体或技术中的权利。
6.2 除法律规定外,未经“动脉网”书面等任何形式明确许可,任何单位或个人不得以任何方式非法地全部或部分复制、转载、引用、链接、抓取或以其他方式使用“动脉网”的信息内容,否则,“动脉网”有权追究其法律责任。
6.3 用户在“动脉网”所发布的内容,必须保证已经拥有必要权利或授权以进行该内容的提供、发布、提交等行为。
6.4 本用户协议已经构成《中华人民共和国著作权法》及相关法律规定的著作财产权等权利转让书面协议,其效力及于用户在“动脉网”上发布的任何受著作权法保护的作品内容。
第7条 隐私声明
“动脉网”非常重视对用户个人隐私的保护。 “动脉网”在必要时候需要某些信息才能为您提供所请求的服务,本隐私声明针对这些情况下的数据收集和使用情况。作为“动脉网”用户,如果同意接受“动脉网”用户协议及隐私声明,表明您授权“动脉网”对任何您所提供的、或者“动脉网”所收集到的信息有权进行处理、传播、使用。 本隐私声明适用于“动脉网”的所有服务,随着服务的变化,“动脉网”有权对隐私条款不时进行修改更新,且不再另行通知。更新后的隐私声明一旦公布即有效代替原来的隐私声明,您在访问和使用“动脉网”时,即表示您已同意遵守并接受最新的隐私政策。建议您及时关注隐私条款的变更。
7.1 “动脉网”隐私信息范围,通常情况下,在“动脉网”注册、获取服务时所提交的个人信息,包括姓名、联系方式、通讯地址、第三方帐户信息等。
7.2 信息隐私的保护
“动脉网”严格保护您个人信息的安全。我们使用各种安全技术和程序来保护您的个人信息不被未经授权的访问、使用或泄露。 当用户对网站或者移动客户端的服务表示兴趣时,或者向用户提供服务出现问题或者困难时,我们使用这些信息来联系用户。 未经用户同意,“动脉网”不会向第三方提供用户信息,也不会在用户之间传递这些信息。未经用户同意,“动脉网”不会对用户之间的交流信息,包括评价、交流文本和图片内容进行编辑、筛选、篡改。
如果有明确证据表明您所提供的信息存在不符合法律政策或者不真实情况,我们有权无须通知您对信息进行删除、更改等处理。
第8条 免责说明
8.1 就下列相关事宜的发生,“动脉网”不承担任何法律责任: 1)用户应遵守国家的有关法律、法规和行政规章制度。如有用户违反国家法律法规或本用户协议,“动脉网”有权停止向用户提供任务而不需要承担任何责任,如导致“动脉网”遭受任何损害或者遭受任何来自第三方的纠纷、诉讼、索赔要求等,用户须向“动脉网”赔偿相应的损失,用户需对其违反用户协议所产生的一切后果承担全部法律责任。 2)由于您将用户密码告知他人或与他人共享注册帐户,由此导致的任何个人信息的泄露,或其他非因“动脉网”原因导致的个人信息的泄露; 3)根据法律规定或政府相关政策要求提供您的个人信息; 4)任何通过黑客攻击、电脑病毒侵入等非法截取、访问等方式从我们网站上获取的信息; 5)因台风、地震、海啸、洪水、停电、战争、恐怖袭击等不可抗力因素导致的任何后果;
8.2 本服务涉及到互联网及移动通讯等服务,可能受各个环节不稳定因素的影响,比如不可抗力、计算机病毒或者黑客攻击等造成的服务中断或不能满足用户要求的风险,用户须理解和认可,并承担以上风险。“动脉网”对服务的及时性、安全性、准确性不作担保,对因此导致用户不能接收信息,或者传递错误等问题不承担任何责任。
8.3 如“动脉网”的系统发生故障影响到本服务的正常运行,“动脉网”承诺第一时间内与相关单位配合,及时处理进行修复。但用户因此而产生的经济损失,“动脉网”不承担责任。此外,“动脉网”保留未经事先通知为维修保养、升级或其他目的暂停本服务任何部分的权利。
第9条 适用法律框架以及纠纷解决途径
9.1 本协议的订立、执行和解释及争议的解决均应适应中国法律。
9.2 如双方就本协议内容或其执行发生争议,双方应尽量友好协商解决;协商不成时应任何一方均可向有管辖权的中华人民共和国大陆地区法院提起诉讼。
第10条 其他
10.1 如果您在中国大陆以外的国家或地区访问或使用“动脉网”,您有责任遵守所在辖区内有关在线行为和可接受内容的法律。
10.2 本服务的所有权、运作权和一切解释权归“动脉网”所有。“动脉网”有权在必要时修改用户协议,并通过网站或者客户端发布修改变更,且不再另行通知。如果在更改生效后用户继续使用服务,则视为您接受用户协议的变动并遵守最新用户协议。
如果您对用户协议有任何疑问,请联系客服(微信同号):13627682184

首次揭秘!这份白皮书公开了AI模型的医院全部训练过程……

作者:郝雪阳 2018-12-25 08:00

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}

失眠已经成为一项通病,它难以治愈,也很复杂,研究起来非常困难。美国疾病控制和预防中心的数据显示,有超过三分之一的美国成年人睡眠不足。

 

通常,医生会通过在患者身上佩戴胸带、鼻探针和脑部电极等传统传感器,对患者进行睡眠监测。这些令人不舒服的方式本身就会导致失眠,因此收集到的数据不具有代表性。

 

为了给患者提供更好的睡眠,麻省理工学院和麻省总医院的研究人员联合英伟达公司,使用AI和类似Wi-Fi的信号来监测病人,且无需佩戴任何传感器。

 

研究人员在卧室安装了特殊的无线设备,因此受监测人员可以在家中睡觉。该设备收集从监测对象反射回来的信号,并通过云将数据发回给研究人员。通过了解卧室内人员对射频的影响方式,并对脉搏、呼吸频率和运动这些测量数据的分析,研究人员可以确定不同的睡眠阶段:轻度睡眠、深度睡眠、快速眼动或清醒状态。

 

此外,研究人员还对25名人员在100个晚上的睡眠进行了研究。每隔30秒进行一次睡眠标记,并将用于训练的数据与用于测试的数据互相分开。其基于云的服务可以远程收集信号并运行算法模型。

 

麻省理工学院的研究人员使用NVIDIA GPU进行模型训练以及后端云服务上的推理。此外,他们还使用了NVIDIA的cuDNN库和TensorFlow深度学习框架。

 

睡眠阶段的研究具有广泛的应用价值,这种睡眠阶段检测技术可用于监测诸如抑郁症等疾病。这一应用案例,让人们看到了“AI+医疗”的全新应用场景。

 

>>>>

从研究到临床的AI应用


如今,深度学习技术在医疗领域正逐渐从研究发展到临床应用。其涉及的数据类型,也从放射学和病理学数据,逐步扩展至其它类型的临床数据,如电子病历、医院运营和遗传学数据等。

 

然而目前在医院,AI算法的训练和使用依然不够成熟。原因在于,用深度学习方法打造临床影响,需要的不仅仅是前沿的算法,还包括这样一些关键的组成:

 

• 临床医生需要从项目开端即参与其中,以明确AI模型的使用情况;

• 可访问带注解的临床数据集;

• 开发机器学习模型;

• 整合到临床工作流中;

• 模型部署的基础设施;

• 在真实世界临床环境中进行验证。

 

基于此,全球顶尖GPU公司NVIDIA(英伟达)联合美国马萨诸塞州波士顿 MGH & BWH 临床数据科学中心(下简称:CCDS中心),总结出了一套科学的AI项目训练周期。据悉,CCDS 的典型项目周期,是以放射科医生的持续输入以及对近期研究的频繁评估等临床反馈为基础。

 

图片1.png 

 

在CCDS 的典型项目周期中,专门的硬件基础设施,对于AI模型的训练可谓至关重要,因为它是整个模型开发和部署的基础。

 

医院的临床系统对计算能力的要求有限,于医院而言,更倾向于使用可靠度高、正常运行时间长的系统,以满足适度的计算和数据访问要求。而高性能 GPU、高速网络连接、高性能存储和训练神经网络所需的宽带接入模式,远远超出了医院 IT 团队的能力范围。

 

深度学习的临床应用,硬件基础设施必满足其计算要求。大部分医院在高性能计算基础设施方面的缺陷,正严重阻碍着AI项目实施的进程。

 

本篇文章,摘录自英伟达公司的《开发医院深度学习模型:关于临床数据科学中心的案例研究》白皮书。从中,你将了解到英伟达是如何与CCDS中心合作,利用自身高性能计算优势,解决AI模型训练过程中图像加工和初始模型开发、大规模模型训练、临床验证过程中的种种难题。

 

想要了解AI模型训练的完整过程,请扫描下方二维码,获取英伟达正版授权白皮书:


微信图片_20181224175704.png

 

>>>>

图像加工和初始模型开发


一旦对研究进行标注后,CCDS 团队便开始进行早期模型开发。

 

该过程的第一步,是将研究转化成易于使用的文件格式。通过研究供应商中性存档,从临床 PACS 复制图像,以将临床系统的风险降至最低。然后,将图像保存在网络存储解决方案的目录中,权限仅限于已获批的 IRB 申请上所列的人。

 

容量数据(例如,MR、CT 等)通常从 DICOM(PACS 使用的标准医学成像格式)转换成 NIFTI(一种文件格式)。

 

图片2.png 

 

通过定制开发的网页应用程序,CCDS 团队对来自放射学报告的研究进行标记。通过基于短语的匹配首先分配软标号(顶部),对短语重新设定优先次序并进行质量评估(中间)。最后,CCDS 团队会逐个研究手动确认软标号(底部)。

 

模型开发的初始阶段也遵循交互式工作流。在这些交互式会话中,CCDS 团队对模型进行开发并进行一定时间的训练,以确保功能上的正确性。由于 PHI 顾虑问题,因此CCDS 团队必须在合作伙伴的数据中心远程启动这些交互式会话,以确保 PHI 被本地保存在易于移动的硬件上。

 

该环境旨在用作缩小版的 CCDS 计算集群。因此,CCDS 团队会为每位机器学习科学家分配两个至四个高性能 GPU(NVIDIA Tesla P100 或 Tesla V100),支持适用于高效节点内通信的 GPUDirect P2P 和适用于节点间通信的 GPUDirect RDMA。

 

在容量数据上训练模型时,这些特点非常有优势,已经证明同时属于高度计算型和内存密集型。16GB 的高速HBM2 内存, 支持半精度浮点操作,以及 TensorCore 混合精度矩阵相乘/相加(仅适用于Tesla V100)大幅度减少相对于消费者 GPU 所需要的硬件。

 

在整个CCDS 的基础设施中都体现了这些益处。虽然在早期模型开发阶段,高性能并非必要要求,但在集群工作期间,开发环境中必须具备这些特点,以确保模型的正确性。目前,CCDS 团队正在探索两种方法,以支持该工作流:

 

1. 静态硬件分配:每位机器学习科学家均配备有专用机器,实体机或虚拟机,在机器

上可进行对图像归一化技术和初始模型开发的所有探索。

2. 动态硬件分配:通过集群的调度器从高优先次序队列分配节点。相对于首个请求,

个人对第二个节点的请求会非常不被优先考虑。

 

>>>>

大规模模型训练


一旦确定了一组候选架构后,CCDS 团队便使用 CCDS 的计算集群大规模进行训练。虽然使用的是相同的硬件,但这些操作大部分是分两步进行:

 

1. 超参数搜索:用各种各样的超参数配置测试候选架构,以确定最佳模型配置。这取决于科学家的偏好,或通过随机搜索或贝叶斯优化 (Bayesian Optimization) 来决定。通过利用集群的过剩能力,大量配置可以平行进行测试,将之前测试各种架构和配置的系列任务转化成一项平行的任务,这让AI模型能够快速迭代和优化。

 

2. 大规模训练:一旦确定了有限的一组模型架构和超参数配置后,训练每个模型达到汇聚融合,设法确定组群中的最佳模型。成功的大规模训练依赖于:在具有高效节点间通信的GPU 中对模型进行并行化。

 

对此,CCDS团队将集群设计为容纳该工作流的需求。计算节点储存于 IBM 的 LSF 调度器

之后,将已经提交的工作委派至可用的资源并确保节点的合理分布。通过 Docker 容器提交工作,以管理开发环境和确保一致性,简化对集群和安装在每个节点上的程序包数量管理。

 

图片3.png 

CCDS 团队最近收到了全世界首台 Volta 型 DGX-1 系统

 

凭借便于使用的容器化环境,CCDS 已能够非常容易的在多个节点和利用 TensorFlow 透明同步化操作的 GPU 以及定制的内部库对工作进行并行化。CCDS团队也深度依赖于NVIDIA 的 NCCL 库,该库被整合到框架中,用于高效的多 GPU 操作。该工具可以让团队减少训练的时间并缩短模型的开发周期。

 

 

>>>>

临床验证


模型和工具的临床验证是CCDS团队开发过程的关键步骤。在学术背景中,如果某个模型能够在测试集上的表现超过三到四位放射科医生,则该模型被视为成功的。CCDS团队专注于打造可供临床医生诊断患者的工具,对此制定了严格的验证过程,用于确保模型在临床上可行。

 

1、部署前验证

在模型开发期间即开始模型验证。CCDS团队与临床医生合作,创建群组和训练集。

 

CCDS团队与医生共同收集了海量的训练集,该训练集不仅仅是针对特定疾病阳性或阴性的清晰理想图像,团队还确保解释说明质量较低的研究(例如,扫面器移动或图像伪影)和被认为较“难以”读取的研究(例如,模拟、非典型解剖和手术后随访)。

 

为了对模型进行进一步应力测试,CCDS团队从医院扫描器获取的连贯研究上对其进行评估。由于每天均能获取大量图像,所以CCDS团队能够在整个开发周期内持续测试模型。

 

2、部署后验证

与医院的临床系统整合完成后,CCDS团队需要在临床医生的日常运作中评估该模型。该过程帮助评估:

 

模型性能:该模型在读取室中是否表现良好,是否满足放射科医生的预期?

易用性: 该模型及其用户界面是否提高了临床工作流的有效性和效率?

 

对此,CCDS团队与临床合作伙伴一起,在高度协同和迭代的过程中测试了模型的性能和工具的易用性。

 

CCDS团队的软件和用户界面开发人员持续观察临床医生的情况,目的是为了了解工具在整个读取室的采用情况。由于不同的临床医生有不同的细微工作流差异,因此CCDS团队针对部门而非特定的放射科医生作出改变,以优化易用性。

 

这不仅提高了模型改进临床医生的表现而非抑制其表现的可能性,还有助于推动采用情况。随着更多放射科医生使用该工具,获取更多的反馈,团队能进一步改进模型,打造良性循环。

 

扫描器、其序列、其影像解决方案及其重建算法均不断发生变化,且团队无法始终察觉到这些软件或硬件的升级。

 

因此,需要连续监控,以确保模型性能不会下降。虽然可以应用手动反馈环路,但这样的程序易于出错且会增加放射科医生的工作负担和额外责任。为了消除该依赖关系并将临床

医生工作负担减至最小,CCDS团队将该过程自动化;所有模型输出均连同放射科医生的报告一起记录。通过运行分析,以评估模型随时间变化的性能并标记显著的变化。

 

鉴于停机时间对患者治疗的潜在重大影响,医院打算在采用新技术方面保守一点。因此,

非常关键的是,任何新解决方案在整合之前均需彻底验证,且该解决方案符合现有工作流

是非常有益的。虽然深度学习医学的出现给前线工作带来了许多新挑战,但是CCDS团队发现,适当结合创造性、警觉性和仔细挑选供应商解决方案,能克服这些困难。

 

>>>>

英伟达提供了哪些技术支持?


在整个CCDS的项目中,英伟达提供的AI技术起到了至关重要的作用,包括以下几项重要技术:

 

1、高性能 GPU(Nvidia Tesla P100 或 Tesla V100),支持适用于高效节点内通信的 GPUDirect P2P 和适用于节点间通信的 GPUDirect RDMA。

2、集群基础设施:高性能 DGX-1 提供了强劲的计算平台。当与高速 Infiniband 连接起来时,个人能够高效地在容量医学数据上训练合理批量的大模型。

3、Nvidia-docker 可实现 GPU 无缝整合至容器最新的 2.0 发布版,进一步减少摩擦。CCDS 已实现的其它好处包括易于选择 Tensorflow 发布版,这通常需要特别版的 Nvidia 高度优化 cuDNN 库;选择基部容器的灵活性,包括非 Nvidia 容器(如需);以及GPU分离的简单方法。

 

如果您是医疗AI领域的创业者或投资人,我们强烈推荐您下载这份白皮书,详细了解英伟达是如何基于高性能计算,解决AI模型在医院训练全周期中所遇到的种种难题。


注:文中如果涉及动脉网记者采访的数据,均由受访者提供并确认。如果您有资源对接,联系报道项目,寻求合作等需求请填写 需求表

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章