基于机器学习的模型相关资讯-临床研究进展，文献-MedSci.cn

European Radiology：<font color="red">基于</font><font color="red">机器</font><font color="red">学习</font><font color="red">的</font>腮腺肿瘤MRI组织学分类<font color="red">的</font>比较

European Radiology：基于机器学习的腮腺肿瘤MRI组织学分类的比较

放射组学是近十年来发展起来的一个相对较新的概念，可从医学图像中高通量提取定量特征，并通过后续分析将这些特征与疾病诊断、预后和生物信息学相关特征联系起来。

MedSci原创 - 磁共振成像（MRI），机器学习，放射组学，腮腺肿瘤 - 2022-10-22

Academic Radiology：<font color="red">基于</font>多参数MRI和<font color="red">机器</font><font color="red">学习</font><font color="red">的</font>放射组学<font color="red">模型</font>在胰腺癌患者术前风险评估中<font color="red">的</font>应用！

Academic Radiology：基于多参数MRI和机器学习的放射组学模型在胰腺癌患者术前风险评估中的应用！

放射组学是一种基于机器学习和人工智能的新兴技术，以高通量提取定量成像特征。放射组学发现了无数的几何轮廓、纹理特征和肿瘤的异质性以协助临床诊断和预后。

MedSci原创 - 胰腺癌，机器学习，放射组学，多参数MRI - 2023-11-18

Hypertension： <font color="red">机器</font><font color="red">学习</font><font color="red">模型</font>精准预测青年高血压转归!

Hypertension：机器学习模型精准预测青年高血压转归!

近日，阜外医院宋雷教授与北京航空航天大学周晟瀚教授团队在Hypertension杂志在线发表研究，应用新的机器学习算法，对青年高血压数据建模预测高血压相关终点事件并取得良好的预测效果。

中国循环杂志 - 高血压 - 2020-03-23

European Radiology:<font color="red">基于</font>US<font color="red">机器</font><font color="red">学习</font><font color="red">的</font>甲状腺结节细粒度风险分层

European Radiology:基于US机器学习的甲状腺结节细粒度风险分层

基于机器学习（ML）的RSS使用预定义的临床放射学特征，如果与放射科医生的诊断工作流程相结合可提供潜在的定性及定量价值。

MedSci原创 - 甲状腺结节，机器学习 - 2023-07-21

Gastroenterology：评估克罗恩病患者有无肠纤维化：<font color="red">基于</font><font color="red">机器</font><font color="red">学习</font><font color="red">的</font><font color="red">模型</font> 完胜放射科医生！

Gastroenterology：评估克罗恩病患者有无肠纤维化：基于机器学习的模型完胜放射科医生！

纤维化是克罗恩病(Crohn病，CD)的严重并发症，约发生于一半的克罗恩患者。

MedSci原创 - 克罗恩病，放射科医生，肠纤维化，机器学习的模型 - 2021-02-22

Nat Commun：<font color="red">基于</font>特异性DNA甲基化特征<font color="red">的</font><font color="red">机器</font><font color="red">学习</font><font color="red">模型</font>实现脑膜瘤<font color="red">的</font>准确诊断和复发预测

Nat Commun：基于特异性DNA甲基化特征的机器学习模型实现脑膜瘤的准确诊断和复发预测

该研究结果为采用抽血等非侵入性方法实施脑膜瘤术前检测和评估其复发风险预测奠定了基础，将对脑膜瘤患者的治疗和预后产生深远影响。

测序中国 - 脑膜瘤，DNA甲基化 - 2023-10-08

European Radiology：<font color="red">基于</font>多参数MRI特征<font color="red">的</font><font color="red">机器</font><font color="red">学习</font><font color="red">模型</font>在区分子宫肉瘤和非典型平滑肌瘤中<font color="red">的</font>应用

European Radiology：基于多参数MRI特征的机器学习模型在区分子宫肉瘤和非典型平滑肌瘤中的应用

随着机器学习 (ML) 和计算机技术的进步，医学成像研究的一个重要领域是计算机辅助诊断系统的开发。

MedSci原创 - 子宫平滑肌瘤，机器学习，子宫肉瘤 - 2022-11-08

Nat Commun：胡泽平/韩鹏/田艳涛团队合作构建<font color="red">基于</font>代谢组学<font color="red">的</font>胃癌诊断和预后<font color="red">机器</font><font color="red">学习</font><font color="red">模型</font>

Nat Commun：胡泽平/韩鹏/田艳涛团队合作构建基于代谢组学的胃癌诊断和预后机器学习模型

研究团队揭示了胃癌患者血浆的代谢重编程图谱，发现基于代谢组学构建的机器学习模型能准确诊断胃癌患者，并预测患者预后风险。

测序中国 - 胃癌，代谢组学，机器学习模型 - 2024-04-09

决策树<font color="red">模型</font>组合之随机森林与GBDT——<font color="red">机器</font><font color="red">学习</font>中<font color="red">的</font>算法

决策树模型组合之随机森林与GBDT——机器学习中的算法

前言：决策树这种算法有着很多良好的特性，比如说训练时间复杂度较低，预测的过程比较快速，模型容易展示（容易将得到的决策树做成图片展示出来）等。但是同时，单决策树又有一些不好的地方，比如说容易over-fitting，虽然有一些方法，如剪枝可以减少这种情况，但是还是不够的。美国金融银行业的大数据算法：随机森林模型+综合模型模型组合（比如说有Boosting，Bagging等）与决策

MedSci原创 - 随机森林，决策树，模型，组合 - 2016-02-20