在此主题中发布的文章:970篇(向下滚动以加载其余文章)
2023
深度学习与胸片对COVID-19患者预后的影响:回顾性队列研究
李玄宇,杨贤俊,Hyungjin金,Ue-Hwan金,金东铉,顺浩允,Soo-Youn火腿,博达南,锦珠彩,Dabee李,刘振英,苏贤白,金振英,金振焕,金基范,郑林钟,Jae-Kwang Lim,李正恩,明镇钟,李永庆,金英善,李尚民,Woocheol Kwon,长民公园,Yun-Hyeon金,Yeon Joo Jeong,光南镇,金莫古
[J] .中国医学信息学报,2013;25:427 - 427
基于词嵌入的推特上城乡对covid -19相关话题的情绪差异研究
永泰刘,杨洁篪阴,Congning倪,曹国伟严,致宇广域网,布拉德利马林
[J] .中国生物医学工程学报,2009;22 (2):391 - 391
反烟草运动信息的社交媒体数据挖掘:Facebook帖子的机器学习分析
Shuo-Yu林,小路程,6张,Jaya Sindhu Yannam,安德鲁·J·巴恩斯,兰迪·科赫,Rashelle海耶斯,吉尔伯特Gimm,Xiaoquan赵,赫曼特Purohit,香港雪
[J] .中国生物医学工程学报,2009;22 (2):481 - 481
利用卷积神经网络从原始和时频脑电图信号中自动分类睡眠阶段:系统评价研究
该导弹Haghayegh,库恩胡,凯蒂的石头,苏珊歧视,伊娃Schernhammer
[J] .中国医学信息学报,2009;22 (2):391 - 391
使用疼痛评分模式预测门诊手术后阿片类药物补充需求的神经网络模型:算法开发和验证
罗德尼·阿兰尼格·加布里埃尔,塞拉辛普森,威廉•钟,布列塔尼·妮可·伯顿,苏拉Mehdipour,能源塔德罗斯说
[j] .中华医学杂志,2013;6:591 - 591
可解释的机器学习技术预测胺碘酮诱导的甲状腺功能障碍风险:多中心、回顾性研究与外部验证
Ya-Ting陆,Horng-Jiun曹国伟,Yi-Chun蒋介石,Hsiang-Yin陈
[J] .中国生物医学工程学报,2009;22 (2):437 - 437
COVID-19大流行期间护士的工作关注和觉醒:基于网络讨论的机器学习分析
Haoqiang江,阿图罗卡斯特罗,阿尔弗雷德·卡斯蒂略,保罗·J·戈麦斯,Juanjuan李,黛博拉•范德米尔
中华护理学杂志,2009;6:444 - 444
从真实世界用户生成的评论中挖掘移动健康睡眠应用程序用户满意度的影响因素及其不对称效应:内容分析和主题建模
Mingfu诺,Shaojiang郑,Qinglian温,Hongjuan方,通王,小君梁,王宏斌汉,简帛Lei
[J] .中国医学信息学报,2013;25:481 - 481
肠胃炎预测评估使用线性和非线性方法的网络和电子健康记录数据:比较研究
Canelle地方,Guillaume Bouzille,瓦莱丽Bertaud,Marc Cuggia,Mauricio Santillana,奥黛丽Lavenu
中华医学会公共卫生监测杂志,2009;9:391 - 391
通过比较各种回归方法预测住院患者下一次血糖测量:回顾性队列研究
安德鲁·D·扎雷,Mohammed S Abusamaan,约翰McGready,Nestoras Mathioudakis
JMIR Form Res 2023;7:e41577
黑人和拉丁裔主要照顾者考虑开发和实施基于机器学习的模型,用于检测儿童虐待和忽视,从而减少种族偏见:对主要照顾者的定性访谈研究
阿维夫·兰道,阿什利·布兰查德,Nia阿特金斯,斯蒂芬妮·萨拉查,Kenrick卡托,德斯蒙德·巴顿,马克西姆黄玉
JMIR Form Res 2023;7:e40194