Ear Hear：老年人对助听器的适应情况研究
听力学家和助听器使用者（HAUs）普遍认为，在首次使用助听器（HA）时需要一段适应期。最近，有研究人员利用听配能和行为测量调查了老年听力损失患者对HAs的适应情况。
MedSci原创 - 老年人，助听器，适应性 - 2020-08-25
JAHA：经皮冠状动脉介入治疗后住院死亡率的决定因素
由此可见，研究人员利用先进机器学习算法的大数据方法识别危险因素之间的新关联，并为预测经皮冠状动脉介入治疗患者的院内死亡率提供高准确度的信息。
网络 - PCI，住院死亡率，决定因素 - 2019-03-05
Nat Med：聚焦人工智能与临床医学
在这里，张康等人回顾了将AI应用到现有的临床工作流程中的一些关键的实际问题，包括数据共享和隐私、算法的透明度、数据标准化和跨多个平台的操作性，以及对病人安全的关注。
iNature - 人工智能，医学，FDA - 2019-01-08
谷歌AI医疗放大招：将转移性乳腺癌检测准确率推向99%！
继百度公布医疗AI计划，阿里健康发布医疗“DoctorYou”AI产品之后，始终保持低调的BAT三巨头中的腾讯终于也宣布参与到了这波浪潮之中。最近，腾讯发布AI医学影像产品——腾讯觅影，而在国外，谷歌和微软这些公司也早已在医疗领域开始布局，帮助治疗癌症。
优翔 - 乳腺癌 - 2018-10-17
Radiology：颅脑 18F-FDG PET能诊断Alzheimer病吗？
本研究旨在利用颅脑氟18(18F)氟脱氧葡萄糖（FDG）PET数据建立并验证深度学习算法来预测Alzheimer病（AD）、轻度认知障碍或健康志愿者的明确诊断，并将其结果与放射科医生诊断结果相比较。
MedSci原创 - 18F-FDG，PET，深度学习模型，Alzheimer病 - 2019-04-13
Radiology：深度学习对胸片的自动评估及分类
确定图像的变化和无变化一直是计算机视觉中的一个主要课题，例如比较卫星在不同时间拍摄的同一位置图像的遥感。
MedSci原创 - 深度学习，胸片 - 2024-01-23
Nat Med：肿瘤全基因组测序助力癌症个体化治疗
近日发表于《Nature Medicine》的一项研究表明，开发新的机器学习算法对肿瘤全基因组序列信息进行分析，有助于预测患者的预后，帮助患者选择最佳的治疗方案。
转化医学网 - 基因组测序，个体化治疗，乳腺癌 - 2019-10-30
Diabetic Med：未控制的糖尿病患者拒绝胰岛素治疗和胰岛素启动延迟
研究人员设计和验证一种自然语言处理算法，以从医师的病史文本中确定拒绝胰岛素治疗，并确定拒绝胰岛素治疗的比率及其对胰岛素启动的影响。研究人员使用公共可用的自然语言处理平台Canary设计了该算法。从大型学术医疗中心的电子病历系统随机选择的1501个初级保健医师的笔记评估算法
MedSci原创 - 拒绝胰岛素治疗 - 2018-01-04
Br J Cancer：浸润性乳腺导管癌伴随原位导管癌患者的21基因复发评分综合分析
乳腺导管原位癌（DCIS）是一种乳腺非侵入性疾病，可以通过不同的策略进行治疗。尽管DCIS的发生不会立即威胁生命，但其是大多数浸润性乳腺癌的前兆病变。既往研究显示，约有20.6–45.5％
MedSci原创 - 原位导管癌，乳腺导管癌，21基因复发评分，IDC/DCIS - 2020-12-22
Cancer Med：深圳先进院等成功构建23个中国妇女早期宫颈癌抗原树
鸡年伊始，中国科学院深圳先进技术研究院陈志英团队与华大基因等合作的一项癌症研究成果发表在美国Cancer Medicine 杂志上。
中国科学报 - 妇女早期宫颈癌抗原树 - 2017-03-14
Radiology：动脉硬化斑块组织：软件辅助测量斑块特点的非侵入定量评估与常规CT血管造影的比较
本研究旨在评价常规计算机断层血管造影显示的斑块组织特点是否利用图像处理算法能够获得较高的准确率，该算法通过对比在体结果与体外组织学结果将图像形成过程和组织分布特点进行分析，并评价观察者间的一致性。
MedSci原创 - 动脉硬化斑块，CTA，软件 - 2017-09-22
Radiology：非增强CT检查自动肝脂肪定量的应用价值
背景：非酒精性脂肪肝及其并发症越来越受到公众健康的关注，对于脂肪肝的非侵入性诊断和定量评估是非常有价值的。本研究旨在评估基于深度学习的自动肝脂肪体积定量方法来评估脂肪肝的发生率。
MedSci原创 - 非增强，CT，自动，脂肪定量 - 2019-12-12
Comput Methods Programs Biomed：苏州医工所在量化评定脑卒中患者肢体运动功能研究中取得进展
随着我国老龄化社会的加剧，脑卒中已经成为目前世界上三大致死和致残疾病之一。然而，受我国康复资源紧张、分布不均衡等因素的限制，许多脑卒中患者无法得到完善的康复治疗和指导服务。同时，传统的临床康复评定主要依赖评定量表（如：Brunnstrom六阶段分期法、Fugl-Meyer评定量表和Wolf运动功能测试等），容易受康复医生的主观因素影响且存在“天花板”效应，无法精细、准确地反映脑卒中患者的肢体运动功
苏州生物医学工程技术研究所 - 脑卒中，量化评定，肢体运动 - 2017-05-28
JAMA Cardiol：人工智能超声来了，超声科医生地位不保？
近年来，人工智能（AI）已被应用于医学影像分析，但是AI指导超声图像的采集仍是一个新颖的研究领域。
MedSci原创 - 超声心动图，人工智能，深度学习算法 - 2021-02-20
无创评估脑卒中损害的AI技术准确率达到92% 美国USC王炯炯团队在Stroke发表文章
近日，美国南加州大学（USC）Mark and Mary Stevens 神经影像与信息学研究所（INI）的研究人员正在研究一种替代方法，该方法使临床医生无需向患者注射造影剂即可评估脑卒中损害。该团队于2019年12月在《Stroke》杂志上的发表了题为《Deep Learning Detection of Penumbral Tissue on Arterial Spin Label
网络 - 2020-01-16
为您找到相关结果约500个
