Br J Cancer:新型集成分类算法预测人群中DPYD和TPMT的遗传变异
药物不良反应(ADR)是癌症治疗过程中的常见现象,因此,识别高危患者是精准肿瘤学的一个重要目标。在过去的十年中,遗传学分析已发现了许多可以指导化疗药物选择和剂量的基因突变。
MedSci原创 - TPMT,DPYD,集成分类算法 - 2020-10-04
机器学习常见算法分类汇总
很多人在平时的工作中都或多或少会用到机器学习的算法。本文为您总结一下常见的机器学习算法,以供您在工作和学习中参考。 机器学习的算法很多。很多时候困惑人们都是,很多算法是一类算法,而有些算法又是从其他算法中延伸出来的。这里,我们从两个方面来给大家介绍,第一个方面是学习的方式,第二个方面是算法的类似性。
MedSci原创 - 机器学习,算法 - 2017-03-13
分类算法之朴素贝叶斯(Naive Bayes)介绍
作者:程Sir我个人认为,在数据挖掘领域,分类算法是最为重要。它根据以往的数据来对新的数据做预测。垃圾邮件判断,潜在用户挖掘等都会用到分类算法。今天把总结朴素贝叶斯算法的学习心得。
MedSci原创 - 贝叶斯,分类 - 2016-08-30
基于相似度匹配算法对真实世界草药处方分类的探索及实例解读
目前处方分类多以临床经验判断为主,但人工判定的方式存在缺少统一判别标准、耗费人力和不易核查的问题。该文在构建中西医结合治疗新型
中国中药杂志 - 真实世界草药处方分类 - 2022-11-10
Clin Oral Investig:决策算法对当前牙周病分类诊断准确性的影响
本文研究了Tonetti和Sanz在2019年发表的决策算法对使用当前牙周病分类的两组不同经验的牙科学生诊断准确性的影响。
MedSci原创 - 准确性,决策算法,牙周病分类诊断 - 2023-09-28
European Radiology:深度学习辅助成分分类和甲状腺实性结节的诊断
人工智能 (AI)在影像诊断方面具有独特的优势,尤其是深度学习 (DL)算法。AI节省了时间,并且不依赖于放射科医生的经验和技能,在检测方面表现非常出色。
MedSci原创 - 深度学习,甲状腺实性结节 - 2024-07-24
European Radiology:多模态成像和临床信息对人工智能算法分类乳腺肿块的重要性
现阶段,临床上常规使用超声、钼靶及MR成像来评估不确定的乳腺肿块。
MedSci原创 - 人工智能,女性乳腺癌,多模态影像技术 - 2022-04-18
ARCH PATHOL LAB MED:将Cervista人乳头瘤病毒16/18检测方法纳入对福尔马林固定、石蜡包埋头颈部鳞癌标本中人乳头瘤病毒状态的分类算法中
网络 - 癌症,检测 - 2019-05-09
IEEE trans:基于运动协同分析和多模态融合的脑卒中后康复上肢运动功能定量评估
中风是一种由脑出血或脑梗塞引起的慢性疾病,是人类非创伤性残疾最常见的病因之一。大约三分之二的中风后患者在上肢运动方面有严重缺陷,这影响了他们在日常生活活动方面的表现。为了帮助这些患者在一定程度上恢复运
MedSci原创 - 运动协同分析,多模态融合,康复上肢 - 2021-06-25
Nature:大脑生化地图:深度学习加速的高通量质谱成像新视角
在探索生物体复杂系统的过程中,空间组学技术和质谱成像(MSI)技术的融合为科研人员提供了前所未有的分子水平视角。
生物探索 - 质谱成像,空间组学技术 - 2024-02-26
European Urology:北京基因组所开发泌尿生殖系统肿瘤诊断和预后的液体活检技术
泌尿生殖系统(genitourinary, GU)肿瘤是指发生在泌尿生殖系统上的肿瘤,包括肾癌,尿路上皮癌,前列腺癌等。到 2020 年,全世界 GU 癌症的估计发病率将超过 200 万,死亡人数约 80 万人。目前对 GU 肿瘤的诊断和监测方法多为侵袭性和 / 或缺乏敏感性和特异性。液体活检技术凭借其无创或微创、实时监控等优势已然成为肿瘤研究领域的新兴技术。
北京基因所 - 液体活检 - 2019-11-22
收藏:机器学习27张速查表、13种算法和4种学习方法
机器学习的算法很多。很多时候困惑人们都是,很多算法是一类算法,而有些算法又是从其他算法中延伸出来的。这里,我们从两个方面来给大家介绍,第一个方面是学习的方式,第二个方面是算法的分类。
MedSci原创 - 机器学习,算法 - 2018-02-10
不平衡数据机器学习的四种处理策略---采用R语言实现
在对不平衡的分类数据集进行建模时,机器学习算法可能并不稳定,其预测结果甚至可能是有偏的,而预测精度此时也变得带有误导性。实际上,经典的统计学建模(如回归),同样也是不稳定的。到底是什么因素影响了这些算法的表现? 在不平衡的数据中,任一算法都没法从样本量少的类中获取足够的信息来进行精确预测。因此,机器学习算法常常被要求应用在平衡数据集上。那我们该如何处理不平衡数据
数控小V - 数据,R语言 - 2016-09-04
用R语言巧妙处理不平衡数据的方法
在对不平衡的分类数据集进行建模时,机器学**算法可能并不稳定,其预测结果甚至可能是有偏的,而预测精度此时也变得带有误导性那么,这种结果是为何发生的呢?到底是什么因素影响了这些算法的表现? 在不平衡的数据中,任一算法都没法从样本量少的类中获取足够的信息来进行精确预测因此,机器学**算法常常被要求应用在平衡数据集上那我们该如何处理不平衡数据集?本文会介绍一些相关方
MedSci原创 - R语言,不平衡数据 - 2018-12-17
为您找到相关结果约500个