期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的心力衰竭临床研究进展
1
作者
雷英鹏
刘思汝
+2 位作者
吴钰萱
李川
(
综述
)
刘加林(审校)
《生物医学工程学杂志》
EI
CAS
北大核心
2023年第2期373-377,383,共6页
心力衰竭是一种严重危害人类健康的疾病,已成为全球公共卫生问题。基于医学影像、临床等数据进行心力衰竭诊断与预后分析能揭示心力衰竭的病程规律,从而降低患者死亡风险,具有重要研究价值。传统基于统计学与机器学习的分析方法存在模...
心力衰竭是一种严重危害人类健康的疾病,已成为全球公共卫生问题。基于医学影像、临床等数据进行心力衰竭诊断与预后分析能揭示心力衰竭的病程规律,从而降低患者死亡风险,具有重要研究价值。传统基于统计学与机器学习的分析方法存在模型能力不足、先验依赖造成的准确性差、模型适应性不佳等问题。近年来,随着人工智能技术的发展,深度学习方法逐渐开始在心力衰竭领域的临床数据分析应用中展现出新的前景。本文综述深度学习在心力衰竭诊断、心力衰竭生存风险、心力衰竭再入院等方面的主要工作进展、应用方式与主要成果,总结目前存在的问题,提出相关研究展望,以促进深度学习在心力衰竭临床研究的临床应用。
展开更多
关键词
心力衰竭
深度学习
诊断
预后
原文传递
题名
基于深度学习的心力衰竭临床研究进展
1
作者
雷英鹏
刘思汝
吴钰萱
李川
(
综述
)
刘加林(审校)
机构
四川大学计算机学院
美国范德堡大学医学中心生物医学信息学系
四川大学华西临床医学院
四川大学华西医院信息中心
四川大学华西临床医学院医学信息学教研室
出处
《生物医学工程学杂志》
EI
CAS
北大核心
2023年第2期373-377,383,共6页
基金
四川省重点研发项目(2020YFS0162)。
文摘
心力衰竭是一种严重危害人类健康的疾病,已成为全球公共卫生问题。基于医学影像、临床等数据进行心力衰竭诊断与预后分析能揭示心力衰竭的病程规律,从而降低患者死亡风险,具有重要研究价值。传统基于统计学与机器学习的分析方法存在模型能力不足、先验依赖造成的准确性差、模型适应性不佳等问题。近年来,随着人工智能技术的发展,深度学习方法逐渐开始在心力衰竭领域的临床数据分析应用中展现出新的前景。本文综述深度学习在心力衰竭诊断、心力衰竭生存风险、心力衰竭再入院等方面的主要工作进展、应用方式与主要成果,总结目前存在的问题,提出相关研究展望,以促进深度学习在心力衰竭临床研究的临床应用。
关键词
心力衰竭
深度学习
诊断
预后
Keywords
Heart failure
Deep learning
Diagnoses
Prognosis
分类号
TN911.7 [电子电信—通信与信息系统]
TP18 [自动化与计算机技术—控制理论与控制工程]
R541.6 [医药卫生—心血管疾病]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的心力衰竭临床研究进展
雷英鹏
刘思汝
吴钰萱
李川
(
综述
)
刘加林(审校)
《生物医学工程学杂志》
EI
CAS
北大核心
2023
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部