神经网络相关资讯-临床研究进展，文献-MedSci.cn

JAMDA：NEAT人工<font color="red">神经网络</font>对鉴别易跌倒老年人有效

JAMDA：NEAT人工神经网络对鉴别易跌倒老年人有效

为此，我们研究的主要目的是研究三个人工神经网络即MLP、调整后的MLP、NEAT，利用一系列与社区老年人跌倒因素相符合的临床特征，测试它们区分经常跌倒与不经常跌倒老年人的有效性（人工神经网络，简写为ANNs，是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接

MedSci原创 - 跌倒，NEAT，人工神经网络 - 2015-03-28

Circulation：深度<font color="red">神经网络</font>自动判读超声心动图心室壁运动异常

Circulation：深度神经网络自动判读超声心动图心室壁运动异常

深度神经网络自动判读超声心动图检查可以支持临床报告和提高效率。虽然既往研究已经使用静止图像评估了心脏结构的空间关系，该研究旨在通过结合空间和时间信息来开发一个用于视频分析的深度神经网络，并进行检测，以

MedSci原创 - 超声心动图学会，深度神经网络，心室壁运动异常 - 2020-10-24

Invest Ophthalmol Vis Sci：深度学习的<font color="red">神经网络</font>算法检测视网膜病变！

Invest Ophthalmol Vis Sci：深度学习的神经网络算法检测视网膜病变！

美国加利福尼亚州圣何塞市圣克拉拉谷医疗中心眼科和斯坦福大学生物医学数据科学系的Lam C近日在Invest Ophthalmol Vis Sci发表了一项重要的工作，他们开发了一种自动化的方法来定位和辨别视网膜图像中的多种类型的特征。这套方法使用有限的数据进行训练，中间没有编码特征提取的算法。因为有的疾病的数据有限，所以可以将此算法推广到少数疾病检测的步骤中。

MedSci原创 - 视网膜病变，神经网络算法，自动化，智能化 - 2018-01-31

European Radiology：应用卷积<font color="red">神经网络</font>的IVIM预测HCC微血管侵犯

European Radiology：应用卷积神经网络的IVIM预测HCC微血管侵犯

带有体素内非相干运动（IVIM）的多b值DWI可以使用双指数模型区分真正的分子扩散和微毛细血管灌注，这可能比使用单指数模型计算的表观扩散系数（ADC）更准确地确定组织灌注和扩散。

MedSci原创 - HCC，卷积神经网络，IVIM - 2022-10-23

Stroke：人工<font color="red">神经网络</font>计算机断层扫描灌注预测缺血核心

Stroke：人工神经网络计算机断层扫描灌注预测缺血核心

由此可见，综合临床和CTP数据的ANN可准确预测缺血核心。

网络 - Ann，预测，缺血核心 - 2019-05-17

递归<font color="red">神经网络</font>(RNNs)基本原理及最新进展

递归神经网络(RNNs)基本原理及最新进展

摘要递归神经网络(Recurrent Neural Network, RNNs)的研究最近取得了很大进展，成功应用包括手写识别、语音识别、自然语言处理以及计算机视觉等一系列问题。本文介绍了递归神经网络的基本原理与近期进展，并对若干代表性工作进行了回顾。导读递归神经网络（RNN）是目前最流行的几种深度学习网络结构之一，因其递归处理历史信息和建模历史记忆的功能特点而特别适用于处理时间、空间

知乎 - 递归神经网络，RNNs - 2016-08-27

European Radiology：实现丘脑全自动分割的3D卷积<font color="red">神经网络</font>！

European Radiology：实现丘脑全自动分割的3D卷积神经网络！

丘脑是多发性硬化症过程中最早出现萎缩表现的脑结构之一，基于MRI的丘脑体积是预测从临床孤立的综合征到临床明确的多发性硬化症的一个重要标志。

MedSci原创 - 多发性硬化症，卷积神经网络 - 2023-02-13

当你生病时，你会选择机器还是医生｜对话<font color="red">神经网络</font>先驱特伦斯

当你生病时，你会选择机器还是医生｜对话神经网络先驱特伦斯

来看一道选择题。深陷某种疑难杂症的你面临两个诊断结果和两套治疗方法：第一个来自一台通过验证的机器，通过视觉影像输入，它能够针对你的病症进行诊断并给出相应疗法；第二个则来自一个有经验的专业医生。你会相信谁？“我会毫不犹豫地选择相信机器，不管这个医生有多优秀。”作出这个回答的是特伦斯·谢诺夫斯基（Terrence Sejnowski），深度学习领域的先驱者和顶级AI科学家，NIPS基金会主席，上世

大数据文献 - 生病，机器，医生 - 2019-12-04