临床研究中机器学习分析报告的建议
鉴于复杂临床数据集的可用性不断增加，机器学习 (ML) 在临床研究中的使用正在稳步增长。 机器学习在预测性能和识别具有特定生理学和预后的患者的未发现亚群方面具有重要优势。 尽管很受欢迎，但许多临床医生
Circ Cardiovasc Qual Outcomes . 2020 Oct;13(10):e006556. - 机器学习 - 2023-10-13
Radiology：利用深度学习预测脑卒中低灌注病变
卷积神经网络是一种机器学习技术，通过使用多个卷积层进行预测并自动从图像中提取特征。与传统的基于阈值的方法相比，深度卷积神经网络，如U-Nets，在脑卒中病变预测中显示出优势。
MedSci原创 - 脑卒中，深度学习 - 2023-09-18
CELL：机器学习揭示抗生素作用机制
最近，研究人员开发了一个集成的“白盒子”生化筛选，网络建模和机器学习方法，以揭示因果机制，并应用这种方法来理解抗生素的功效。
MedSci原创 - 机器学习，抗生素 - 2019-05-20
预测建模、监督机器学习和模式分类概览
本文全面地介绍了机器学习里的监督学习的主要概念，并对监督学习的典型工作流程进行了详细的解析，具有很好的实践指导意义。模式分类（pattern classification）和机器学习（machine learning）是非常热的话题，几乎在所有的现代应用程序中都得到了应用：例如邮局中的光学字符识别（OCR），电子邮件过滤
csdn - 建模，机器学习 - 2015-11-30
European Radiology:一种用于脑转移自动检测和分割的机器学习构建和评估
门控高分辨率卷积神经网络(GHR-CNN)通过门控机制将高层次的抽象信息和低层次的特征融合在一起，特征植入的上采样过程保证了与原始图像相同的分辨率，在很大程度上减少了细节的损失，可以有效提高网络的特征
MedSci原创 - 脑转移，机器学习 - 2024-02-15
详解：如何用Python实现机器学习算法（6）
七、异常检测 Anomaly Detection 全部代码 https://github.com/lawlite19/MachineLearning_Python/blob/master
MedSci - 机器学习，Python - 2017-12-25
详解：如何用Python实现机器学习算法（2）
二、逻辑回归 全部代码下载 1、代价函数 可以综合起来为： 其中： 为什么不用线性回归的代价函数表示，因为线性回归的代价函数可能是非凸的，对于分类问题，使用梯度下降很难得到最小值，上面的代价函数是凸函数 的图像如下，即y=1时： 可以看出，当
MedSci原创 - 机器学习，Python - 2017-12-25
详解：如何用Python实现机器学习算法（3）
三、BP神经网络 全部代码 https://github.com/lawlite19/MachineLearning_Python/blob/master/NeuralNetwok/NeuralNetwork.py 1、神经网络model 先介绍个三层的神经网络，如下图所示 输入层（input layer）有三个units（为补上的bias
MedSci原创 - 机器学习，Python - 2017-12-25
详解：如何用Python实现机器学习算法（5）
六、PCA主成分分析（降维） 全部代码 1、用处 数据压缩（Data Compression）,使程序运行更快 可视化数据，例如3D-->2D等 ...... 2、2D-->1D，nD-->kD 如下图所示，所有数据点可以投影到一条直线，是投影距离的平方和（投影误差）最小 注意数据需要归一
MedSci原创 - 机器学习，Python - 2017-12-25
详解：如何用Python实现机器学习算法（4）
四、SVM支持向量机 1、代价函数 在逻辑回归中，我们的代价为： ， 其中： ， 如图所示，如果y=1，cost代价函数如图所示 我们想让，即z>>0，这样的话cost代价函数才会趋于最小（这是我们想要的），所以用途中红色的函数代替逻辑回归中的cost 当y=0时同样，用代替
MedSci原创 - 机器学习，Python - 2017-12-25
机器学习专题：人工智能的黄金时代
近日，《自然》子刊《Nature Biomedical Engineering》推出了“机器学习”特刊，为我们介绍了机器学习在医疗领域的广泛应用。我们今日也推出“机器学习”专题，将这些信息整理给读者。
药明康德 - 人工智能，医疗，Nature - 2017-02-15
机器学习算法——Python & R算法代码速查表
这两年机器学习的概念一直很火，无人车、人脸识别、语音识别，似乎无所不能。但有一点被忽略了，“机器学习”算法只是众多算法的一种，和快速排序、red-black BST 一样，它有自己独特的应用场景，而且只能在这个场景中使用。它更像那些固定算法的一个扩展，机器不用精确去执行程序代码的每一行，在程序以外，它提供给我们一些努力
MedSci原创 - 机器学习，Python - 2016-02-20
向人脑学习，研发神经机器人
伴随着多学科的发展，机器人的应用领域也广阔起来，其中就包括生物学与医学涉及的神经学领域。在刚刚结束的2016世界机器人大会上，来自德国慕尼黑工业大学教授Alois C.Knoll就做了一场关于神经机器人的演讲。他不仅回顾了历史，更畅想了未来。模拟人类神经系统 今年5月，德国科学家们研发了一种以“对人类痛感研究成果”为基础的人工神经系统，研究人员表示，它可以让机器人“探测
科学网 - 人脑，机器人 - 2016-10-28
机器学习的新玩法：可做医疗监控
也许现在多数人们还认为“机器学习”（Machine Learning）是一个相当前沿的概念，但事实上，你接触的若干互联网产品已经使用了与机器学习有关的思维或技术。比如电子邮件服务商就是使用机器学习算法来过滤垃圾邮件的，Google也通过相关的技术来辨别垃圾站点。对于很多互联网用户来说，电子邮件和搜索引擎几乎是每天都在使用的产品，但除了这些以外，一些新的机器学习应用已经开始涌现，福布斯就列举了如下六
生物探索 - 机器，医疗监控 - 2014-01-17
为您找到相关结果约500个
