RADIOLOGY：用于整合胸部X光片和临床参数的多模态深度学习
一个接受过成像和非成像数据训练的模型的表现优于只用一种数据训练的模型，用于诊断ICU环境中患者的多种疾病。
MedSci原创 - 胸部x光片，多模态深度学习 - 2023-10-06
European Radiology：基于深度学习的多参数MRI脑膜瘤自动分割
放射组学是一种先进的影像学技术，可从多模态医学图像中提取高通量的定量特征用于临床决策支持。
MedSci原创 - 脑膜瘤，深度学习，多参数MRI - 2022-08-24
Deep Learning（深度学习）学习笔记整理系列之（三）
Deep Learning（深度学习）学习笔记整理系列之（三）
Deep Learning（深度学习）学 - medscizl - 2017-05-29
Radiology：深度学习帮你看胸片
深度学习具有发挥胸片在临床应用中更大的潜能，但因其规范性、相关疾病差异和不同研究间比较困难而受限。
MedSci原创 - X线，气胸，深度学习 - 2020-05-22
Deep Learning（深度学习）学习笔记整理系列之（一）
Deep Learning（深度学习）学习笔记整理系列之（一）
Deep Learning（深度学习）学 - medscizl - 2017-05-29
Deep Learning（深度学习）学习笔记整理系列之（四）
Deep Learning（深度学习）学习笔记整理系列之（四）
Deep Learning（深度学习）学 - medscizl - 2017-05-29
Deep Learning（深度学习）学习笔记整理系列之（五）
Deep Learning（深度学习）学习笔记整理系列之（五）
Deep Learning（深度学习）学 - medscizl - 2017-05-29
Deep Learning（深度学习）学习笔记整理系列之（二）
Deep Learning（深度学习）学习笔记整理系列之（二）
Deep Learning（深度学习）学 - medscizl - 2017-05-29
机器学习：从多元拟合，神经网络到深度学习
机器学习，或者更大的一个概念，数据科学这个领域中，同样是学了忘忘了学。不可否认，数学是机器学习的一个基石，但是也是无数人，包括笔者学习机器学习的一个高的门槛，毕竟数学差。而在这篇文章中，原作者并没有讲很多的数学方面的东西，而是以一个有趣实用的方式来介绍机器学习。
36大数据 - 机器学习，概念 - 2016-07-12
Radiology：深度学习与动脉自旋标记
本研究旨在利用深度学习算法改善动脉自旋标记（ASL）灌注图像的准确性和显着性，并将结果发表在Radiology上。
MedSci原创 - 深度学习，动脉自旋标记，灌注 - 2018-02-24
European Radiology:多参数深度学习实现脑膜瘤无创分级与全自动分割
现阶段，MRI是脑膜瘤诊断和定性、治疗计划和疗效监测的主要影像学方法；然而，由于寻找明显的影像学特征是个挑战，迄今为止，脑膜瘤的影像学分级价值尚未得到充分重视。
MedSci原创 - 脑膜瘤，深度学习 - 2024-01-29
Translational Psychiatry：基于机器学习和深度学习方法对抑郁症相关血液DNA甲基化的全面多队列探索
本研究发现1987个与抑郁症相关的CpG位点，随机森林模型在批次处理的数据中表现最佳，AUC达0.76，而在特征预选的模型中，AUC最高达到0.91，显示了机器学习在抑郁症DNA甲基化分析中的潜力。
MedSci原创 - 抑郁症，DNA甲基化，深度学习 - 2024-07-28
MIT TR：深度学习让学习更智能
2012 年 7 月，当雷·库兹威尔去见谷歌首席执行官拉里·佩奇的时候，他没想找工作。库兹韦尔是一位机器智能未来主义者，也是该领域受人尊敬的发明家；他本来是想来谈 谈自己即将出版的新书《如何创造人脑》的——佩奇曾经读过这本书的草稿。库兹韦尔对佩奇说，他想开个公司来实现他的设想，建造一台真正有智能的计算机：这 种计算机能理解语言，并能自行进行推断和作出决策。显而易见，这种事将需要完全
生物探索 - 深度学习，人工智能 - 2014-02-27
Deep Learning（深度学习）学习笔记整理系列之（六）
Deep Learning（深度学习）学习笔记整理系列之（六）
Deep Learning（深度学习）学 - medscizl - 2017-05-29
Nature：深度学习向人工智能迈进
3 年前，美国加利福尼亚州山景城神秘的谷歌X实验室的研究人员从 YouTube 视频中提取了 1000 万个静态图像，并将其输入“谷歌大脑”——由 1000 台计算机构成的网络，从而试图像一个蹒跚学步的孩子一样吸收这个世界的信息。经过3天寻找重复出现的模式后，谷歌大脑凭自身判断，它可以识别一些特定的重复类别：人类面孔和人类身体，甚至是猫。 谷歌大脑发现互联网上到处都是
生物360 - 深度学习，人工智能 - 2014-01-14
为您找到相关结果约500个
