基于机器学习的模型相关资讯-临床研究进展，文献-MedSci.cn

<font color="red">机器</font><font color="red">学习</font>和统计<font color="red">模型</font><font color="red">的</font>差异

机器学习和统计模型的差异

在各种各样的数据科学论坛上这样一个问题经常被问到——机器学习和统计模型的差别是什么？这确实是一个难以回答的问题。考虑到机器学习和统计模型解决问题的相似性，两者的区别似乎仅仅在于数据量和模型建立者的不同。这里有一张覆盖机器学习和统计模型的数据科学维恩图。在这篇文章中，我将尽最大的努力来展示机器学习和统计模型的区别，同时也欢迎业界有经验的朋友对本文进行补充。在我开始之前，让我们

数据工匠 - 机器学习，统计模型 - 2015-11-30

European Radiology：<font color="red">基于</font>x线组学<font color="red">的</font>骨良恶肿瘤<font color="red">的</font><font color="red">机器</font><font color="red">学习</font><font color="red">模型</font>

European Radiology：基于x线组学的骨良恶肿瘤的机器学习模型

放射线组学利用对多种成像特征的提取以描述肿瘤的特征[，可以作为机器学习模型的输入对肿瘤进行分类。

MedSci原创 - 放射组学，骨良恶肿瘤 - 2022-08-13

European Radiology：一种<font color="red">基于</font><font color="red">机器</font><font color="red">学习</font><font color="red">模型</font><font color="red">的</font>颅脑CT个性化剂量评估

European Radiology：一种基于机器学习模型的颅脑CT个性化剂量评估

现阶段，器官和组织剂量估计的 "黄金标准 "是蒙特卡洛（MC）模拟。个性化的，即针对病人、针对设备和针对协议的CT检查的MC模拟提供了确定病人体内辐射剂量准确分布的可能性。

MedSci原创 - 机器学习，颅脑CT - 2022-08-19

<font color="red">机器</font><font color="red">学习</font>——BP神经网络<font color="red">模型</font>

机器学习——BP神经网络模型

机器学习——BP神经网络模型 - medscizl - 2017-05-29

European Radiology：<font color="red">基于</font><font color="red">机器</font><font color="red">学习</font><font color="red">模型</font>和临床决策算法<font color="red">的</font>肾囊性病变<font color="red">的</font>风险分层

European Radiology：基于机器学习模型和临床决策算法的肾囊性病变的风险分层

肾脏囊性病变风险分层的标准放射学标准，即Bosniak分类系统，于1986年引入，旨在将复杂肾脏囊肿的描述标准化，并为区分非手术性和手术性囊性病变提供分类指南。

MedSci原创 - 肾囊肿，机器学习模型 - 2022-06-04

SVN：华山郁金泰：<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>预测未来10年<font color="red">的</font>心血管疾病风险

SVN：华山郁金泰：基于机器学习的模型预测未来10年的心血管疾病风险

基于ML的分类模型可以从潜在的高危CVD参与者中学习表达性的表征，这些参与者可能从早期的临床决策中受益。

MedSci原创 - 心血管病，机器学习模型 - 2023-05-06

SVN|复旦大学团队：开发<font color="red">基于</font><font color="red">机器</font><font color="red">学习</font><font color="red">的</font>心血管疾病 10 年风险预测<font color="red">模型</font>

SVN|复旦大学团队：开发基于机器学习的心血管疾病 10 年风险预测模型

研究基于 ML 的分类模型可以从潜在的心血管疾病高危人群中学习到表达性的表征，这些人群可能会受益于更早的临床决策。

MedSci原创 - 心血管风险，机器学习模型 - 2024-01-02

JNM：利用<font color="red">机器</font><font color="red">学习</font>开发住院患者<font color="red">的</font>跌倒预测<font color="red">模型</font>

JNM：利用机器学习开发住院患者的跌倒预测模型

包含它的模型比不包含它的模型更好地检测到跌倒的风险。

MedSci原创 - 机器学习，跌倒预测模型 - 2023-04-29

PLAST RECONSTR SURG：<font color="red">基于</font>监督式<font color="red">机器</font><font color="red">学习</font><font color="red">的</font>新型预测<font color="red">模型</font>用于术后游离皮瓣监测<font color="red">的</font>可靠性

PLAST RECONSTR SURG：基于监督式机器学习的新型预测模型用于术后游离皮瓣监测的可靠性

机器学习模型可以区分术后游离皮瓣循环类型。

MedSci原创 - 机器学习，游离皮瓣 - 2023-11-12

<font color="red">机器</font><font color="red">学习</font><font color="red">的</font>明天——迁移<font color="red">学习</font>

机器学习的明天——迁移学习

DeepMind创造的AlphaGo让人为之赞叹，让柯洁为之疯狂。而背后，从机器学习的角度，充分证明了深度强化学习和大数据的重要意义。DeepMind就是将深度学习应用到强化学习的范例，DeepMind把端到端的深度学习应用在强化学习上，使强化学习能够应付大数据，因此可以在围棋上把人类完全击倒，它做到这样是通过完全的自学习、自优化，然后一直迭代从科学的角度看AlphaGo到底有没有弱

CSDN - 机器学习，迁移学习 - 2018-02-05

<font color="red">机器</font><font color="red">学习</font>分类方法在医学诊断中应用——<font color="red">基于</font>R<font color="red">的</font>实现

机器学习分类方法在医学诊断中应用——基于R的实现

机器学习，是不是高大上？是不是很艰深？其实，这一切并不难，只要你掌握R语言。现在小编为大家全面展示不同的机器学习的方法的实际应用1．引言随着统计科学的日益发展，其对其他学科的渗透作用日益增强，数据分析方法在医学、生物学、社会学等各个学科中得到了广泛的应用，本文试图对收集到的某个临床医学数据运用决策树、神经网络、支持向量机、随机森林等各种现代分类方法进行分析，以佐证数据挖掘对其他学科的重要意义；

MedSci原创 - 机器学习，诊断 - 2016-07-13

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>冠状动脉CTA增强不足<font color="red">的</font>预测

European Radiology：基于机器学习的冠状动脉CTA增强不足的预测

众所周知，减少碘负荷对于降低肾功能损伤的风险、减少环境污染和降低总体成本非常重要。

MedSci原创 - 机器学习，冠状动脉CTA - 2022-10-18

SVN：复旦大学开发<font color="red">基于</font><font color="red">机器</font><font color="red">学习</font><font color="red">的</font>心血管疾病 10 年风险预测<font color="red">模型</font>——前瞻性队列研究

SVN：复旦大学开发基于机器学习的心血管疾病 10 年风险预测模型——前瞻性队列研究

基于 ML 的分类模型可以从潜在的心血管疾病高危人群中学习到有表现力的表征

MedSci原创 - 心血管疾病风险，机器学习模型 - 2024-02-08

Front Bioeng Biotechnol：<font color="red">基于</font>MRI<font color="red">的</font><font color="red">机器</font><font color="red">学习</font><font color="red">模型</font>：预测2型糖尿病患者认知功能障碍<font color="red">的</font>潜在方法

Front Bioeng Biotechnol：基于MRI的机器学习模型：预测2型糖尿病患者认知功能障碍的潜在方法

随着人口老龄化和人们生活习惯的改变，糖尿病因其高发病率、致残率和死亡率而逐渐成为全球范围内的关键健康问题。

MedSci原创 - 2型糖尿病，认知功能障碍 - 2022-12-21

机器学习里的贝叶斯基本理论、模型和算法

我今天想和大家分享的是，在深度学习或者大数据环境下我们怎么去看待相对来说比较传统的一类方法——贝叶斯方法。它是在机器学习和人工智能里比较经典的方法。

中国人工智能学会通讯 - 机器学习，贝叶斯 - 2017-04-04

内科

外科

专科科室

热点

按科室浏览

临床工具

科研工具

其他工具

科研数智化

真实世界研究解决方案

数字化学术传播解决方案

其它