查册结果(二选一)
跳过其他期刊的搜索结果，直接进入搜索结果
- 2 JMIR医疗信息学
- 0医学互联网研究杂志
- 0医学2.0
- 互动医学研究杂志
- 0 Iproceedings
- 0 JMIR研究协议
- 0 JMIR人为因素
- 0 JMIR公共卫生和监督
- 0 JMIR mHealth和uHealth
- 0 JMIR Serious Games
- 0 JMIR精神健康中心
- 0 JMIR康复和辅助技术
- 0 JMIR预打印
- 0 JMIR生物信息学和生物技术
- 0 JMIR医学教育
- 0 JMIR癌症
- 0 JMIR挑战
- 0 JMIR糖尿病
- 0 JMIR生物医学工程
- 0 JMIR数据
- 0 JMIR Cardio
- 0 JMIR形成性研究
- 0参与医学杂志
- 0 JMIR皮肤科
- 0 JMIR儿科和育儿
- 0 JMIR老化
- 0 JMIR围手术期药物
- 0 JMIR护理
- 0 JMIRx Med
- 0 JMIRx Bio
- 0 JMIR信息病学
- 0中转中心(稿件交换)
- 0贾米尔·艾
- 0 JMIR神经技术
- 0亚太护理杂志
训练国际疾病分类的深度上下文化语言模型，第十次修订分类通过联邦学习:模型开发和验证研究
王[7]等提出了一种具有注意机制和门控残差网络的卷积神经网络模型，将中文记录分类为ICD码。Makohon等[8]表明，具有注意力机制的深度学习有效地增强了ICD-10预测。先前的研究还提到了庞大数据集的必要性，以及隐私敏感的临床数据如何限制ICD-10自动分类模型的发展。
Pei-Fu陈，Tai-Liang他，Sheng-Che林，Yuan-Chia楚，Chen-Tsung郭，Feipei赖，Ssu-Ming王，Wan-Xuan朱，Kuan-Chih陈，Lu-Cheng郭，方明挂，Yu-Cheng林，I-Chang蔡，Chi-Hao赵，Shu-Chih常，Chi-Yu杨
JMIR Med Inform 2022;10(11):e41342
由于上述原因，最近的研究强调了与深度学习和自然语言处理(NLP)相关的方法;例如，Zhang等[4]使用基于内容关注的门控复发单元(GRU)网络，根据疾病代码预测药物处方王[5]等人在电子病历(EHR)数据分类任务中应用并比较了全局向量(Glo Ve)等自然语言处理技术。
Pei-Fu陈，Ssu-Ming王，徐粹廖，Lu-Cheng郭，Kuan-Chih陈，Yu-Cheng林，Chi-Yu杨，Chi-Hao赵，Shu-Chih常，Feipei赖
JMIR Med Inform 2021;9(8):e23230