搜索文章

查看帮助文章搜索中的查询

搜索结果(224条结果中1至10条)

下载搜索结果:CSV结束助理RIS


基于深度卷积神经网络的皮肤病变分类:过程开发与验证

基于深度卷积神经网络的皮肤病变分类:过程开发与验证

通过微调Inceptionv3, Esteva等艾尔[2]提出,“CNN的表现与所有测试专家相当,证明人工智能能够对皮肤癌进行分类,其能力水平与皮肤科医生相当”。Esteva及其同事使用了他们自己获得的皮肤科医生标记的数据集,该数据集由129,450张临床图像组成,其中包括3374张皮肤镜图像。该数据集包括2032种皮肤病,属于9个皮肤病分区。

Arnab雷Aman GuptaAmutha艾尔

JMIR Dermatol 2020;3(1):e18438


基于风险的患者特异性抗菌治疗临床决策支持系统(iBiogram):设计和回顾性分析

基于风险的患者特异性抗菌治疗临床决策支持系统(iBiogram):设计和回顾性分析

例如,叶林等艾尔[13]使用了超过70万例社区发病尿路感染(UTIs)的数据集,以显示先前使用抗生素可以预测AMR。底层的机器学习技术需要大量的数据集,因此最适合于常见的感染,如不复杂的UTIs[13,15]。对于较小的数据集,需要不同的方法,例如,了解罕见的患者特异性因素或局部易感模式的影响。

拉尔斯•穆勒Aditya SrinivasanShira R AbelesAmutha Rajagopal弗朗西斯卡·J·托里亚尼Eliah Aronoff-Spencer

中国医学杂志,2017;23(12):e23571


荷兰心力衰竭管理中的家庭远程监护和诊断算法:成本-效果分析

荷兰心力衰竭管理中的家庭远程监护和诊断算法:成本-效果分析

关于干预,有两项研究也评估了荷兰HTM的成本效益(Boyne et艾尔[60]和Grustam等艾尔[3, 21])。博因河等艾尔[61,62]对心衰远程监测(TEHAF)研究进行了基于试验的经济评价,TEHAF是一项前瞻性的开放标签、多中心、随机对照试验,采用盲法终点评价,在荷兰的3家医院进行。这项研究的结果不能与我们的研究结果进行比较。

费尔南多·阿尔伯克基·阿尔梅达艾萨克·科罗·拉莫斯Maiwenn艾尔莫林·鲁特-范Mölken

JMIR Cardio 2022;6(2):e31302


iPod Touch中三轴加速度计的准确性、一致性和再现性:初步研究

iPod Touch中三轴加速度计的准确性、一致性和再现性:初步研究

事实等。艾尔[8]最近展示了在静态状态下,ipod中的加速度计能够准确地捕捉加速度。因此,我们相信我们的方法是同类方法中的第一个,在受控环境中从大约100厘米的高度进行自由落体测试。在这种情况下,我们将我们的结果与1 g(相当于9.81 m/s2)的既定标准进行了比较。

Christopher Khoo Chee HanRukmanikanthan AL ShanmugamDavid Choon Siew Kit

2014;2(4):e39


设计用于治疗儿童功能性腹痛障碍的引导图像疗法移动应用程序的母婴可接受性:混合方法发育前形成研究

设计用于治疗儿童功能性腹痛障碍的引导图像疗法移动应用程序的母婴可接受性:混合方法发育前形成研究

莫迪等艾尔[42]概念化了儿科人群自我管理的框架,并概述了多种行为对儿科健康的影响,包括个人、家庭和社区的影响,这在社会生态模型中得到了类似的总结[42,43]。此外,儿童肥胖研究表明,父母是减肥和行为改变的关键因素,以促进减肥[44]。

约翰·M·霍利尔阿德托拉·奥沃恩刘燕米兰达·阿尔·凡·蒂尔伯格罗伯特·J·舒尔曼黛比·汤普森

中国儿科杂志2018;1(1):e6


使用基于网络的语音任务检测帕金森病:观察性研究

使用基于网络的语音任务检测帕金森病:观察性研究

小等艾尔[12]引入音高周期熵(PPE)作为语音障碍的衡量标准,以区分健康人群和PD患者,准确率达91%。后来,Tsanas[13]在此基础上进行了扩展,计算了132种发音困难的测量方法,将PD与对照组进行分类,准确率几乎达到99%。此外,Peker et艾尔[14]使用了一种新颖的复值人工神经网络特征选择技术。

Wasifur拉赫曼《李Md Saiful Islam维克多·尼希尔·安东尼Harshil Ratnu穆罕默德·拉法耶特·阿里阿卜杜拉·阿尔·马蒙艾伦·瓦格纳Stella Jensen-Roberts艾玛Waddell泰勒迈尔斯梅根··鲍里克朱莉娅·索托玛德琳科菲Aayush Sarkar露丝施耐德克里斯托弗Tarolli卡尔洛Lizarraga杰米•亚当斯麦克斯一点点雷·多西伊桑·霍克

中国医学杂志,2016;23(10):e26305


Baidu
map