統(tǒng)計建模：回歸，深度學習，模型可解釋性？
六年前，聽一位醫(yī)學統(tǒng)計的泰斗講 logistic 回歸，說，為什么 logistic 回歸叫做logistic？經(jīng)泰斗查閱浩瀚史料，原來是來自于二戰(zhàn)時期美軍后勤（logistics）運輸中的統(tǒng)計建模。 屆時百思不得：后勤情形中，建模用的因變量，如何轉(zhuǎn)化為二分類？ 泰斗雖猶在，小可不敢問。 logistic 曲線首創(chuàng)者 Verhulst 當然，本文也不
法曉 - 統(tǒng)計，建模 - 2018-11-06
European?Radiology：深度學習模型在骨齡預(yù)測中的應(yīng)用
深度學習被稱為機器學習的一個子類型，在執(zhí)行醫(yī)學圖像分析的不同任務(wù)時表現(xiàn)出很高的準確性。
MedSci原創(chuàng) - 深度學習，骨齡 - 2023-08-01
Radiology：可乳腺癌風險預(yù)測的新興深度學習模型！
現(xiàn)階段，常規(guī)使用的乳腺癌臨床風險預(yù)測模型沒有考慮乳腺鉬靶圖像數(shù)據(jù)，盡管最近的人工智能研究報告在使用乳腺鉬靶圖像數(shù)據(jù)時顯著提高了性能。
MedSci原創(chuàng) - 乳腺癌，深度學習 - 2024-09-06
BJU Int：使用深度學習模型進行尿液細胞圖像識別
尿液細胞學是一種無創(chuàng)的、可重復(fù)的、廉價的篩查方法，有利于促進原發(fā)性尿路上皮癌的檢測，并可用于跟蹤潛在的復(fù)發(fā)。然而，其診斷低等級尿道癌的敏感性較低。
MedSci原創(chuàng) - 尿液細胞，識別，深度學習 - 2021-07-04
Nat Commun：深度學習模型分析人類復(fù)雜疾病的準確性
因此，全基因組圖譜的深度學習模型在預(yù)測DNA序列的調(diào)控作用方面存在著巨大的潛力。然而，目前深度學習尚
MedSci原創(chuàng) - 深度學習，復(fù)雜性疾病，Basenji，DeepSEA - 2020-09-22
AI深度學習干細胞，大數(shù)據(jù)預(yù)測疾病模型
對于干細胞生物學家來說，他們一直以來懷疑猜測兩個遺傳物質(zhì)上克隆的干細胞是否完全相同。近日，這一生物學領(lǐng)域的驚人多樣性現(xiàn)象在西雅圖得以進一步確認——6000多張熒光標記的誘導性多能干細胞（iPS）圖片揭示了大量豐富的細胞生物學基礎(chǔ)信息?！笆澜缟蠜]有兩片完全相同的樹葉。”對于干細胞生物學家來說，他們一直以來懷疑猜測兩個遺傳物質(zhì)上克隆的干細胞是否完全相同。近日，這一生物學領(lǐng)域的驚人多樣性現(xiàn)象在西雅圖得以
藥明康德 - 人工智能，干細胞 - 2017-04-08
Gastric Cancer：深度學習模型預(yù)測進展期胃癌新輔助化療療效
治療前精準識別進展期胃癌新輔助化療抵抗患者至關(guān)重要。
中國科學院 - 胃癌，新輔助化療，深度學習 - 2022-09-22
Radiology：使用手X線片的兒童骨齡深度學習模型評估
放射學中DL的最早應(yīng)用之一是預(yù)測小兒骨齡，這是一項臨床上重要但單調(diào)的任務(wù)。
MedSci原創(chuàng) - 深度學習，骨齡 - 2023-01-24
Radiology：深度學習模型在MRI前列腺癌診斷中的應(yīng)用
深度學習系統(tǒng)和卷積神經(jīng)網(wǎng)絡(luò)已顯示出良好的診斷性能，包括PCa檢測和分類。然而，他們的決定缺乏透明度，阻礙了臨床采用深度學習系統(tǒng)來診斷PCa。
MedSci原創(chuàng) - 前列腺癌，深度學習 - 2024-01-22
Radiology：MRI深度學習模型在直腸癌預(yù)后預(yù)測中的應(yīng)用
深度學習作為一種新興的機器學習技術(shù)，有望克服以上這些問題。在計算機ViT領(lǐng)域基于變換器的模型在21000幅自然圖像上進行預(yù)先訓練，在許多任務(wù)上取得了最先進的性能。
MedSci原創(chuàng) - 深度學習，直腸癌 - 2024-03-11
ASN 2022：深度學習模型預(yù)測住院成人患者腎功能和血清鉀水平
2022年11月3日，在美國腎病周年會上公布一項研究，通過深度學習模型預(yù)測成人的肌酐和鉀水平方面。
MedSci原創(chuàng) - 腎功能不全，腎功能，深度學習 - 2022-11-08
European?Radiology：基于深度學習模型的下肢疲勞性骨折的檢測和分級
人工智能（AI）通過自動學習原始數(shù)據(jù)而不是主觀的視覺評估，實現(xiàn)了更快、更準確的圖像解讀，已被越來越多地應(yīng)用于基于X線的骨折檢測和分類，并在輔助放射診斷方面表現(xiàn)出優(yōu)越性能。
MedSci原創(chuàng) - 深度學習，疲勞性骨折 - 2022-10-07
Critical Care Medicine：ICU肺部超聲深度學習模型的前瞻性實時驗證
先前驗證的DL分類模型在床邊便攜式設(shè)備上的實時監(jiān)測性能同樣良好。
Critical Care Medicine - 2024-01-04
JACC：可通過心動圖識別心臟瓣膜病的深度學習模型
通過對心電圖進行深度學習分析，該模型可以準確地檢測出AS、AR和MR，可以作為開發(fā)心臟瓣膜病篩查方案的基礎(chǔ)
MedSci原創(chuàng) - 心電圖，心臟瓣膜病，深度學習模型 - 2022-08-11
CRITICAL CARE：深度學習模型可以準確預(yù)測和量化胸部X射線的肺水腫
深度學習可以高精度地量化EVLWI測量的肺水腫。
MedSci原創(chuàng) - 肺水腫，深度學習模型，胸部X射線 - 2023-06-27
為您找到相關(guān)結(jié)果約500個
