更多
通知
医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
更多
在国内外文献保障系统中检索
高级检索 检索偏好
热搜词：
换一批
  • 二次检索
  • 检索历史
论文 期刊
取消
高级检索

检索历史 清除

首页> FASEB journal : official publication of the Federation of American Societies for Experimental Biology> An Interpretable Machine Learning Model Based on Metabolomics for Predicting Plaque Burden in Cryptogenic Stroke.

An Interpretable Machine Learning Model Based on Metabolomics for Predicting Plaque Burden in Cryptogenic Stroke.

导出 LinkOut
翻译 打印 收藏 分享
  • 新浪微博
  • 微信
  • QQ空间
  • 豆瓣
 纠错
广告
第一作者： Zi-Miao,Liu
第一单位： Department of Neurology, Nanfang Hospital, Southern Medical University, Guangzhou, P.R. China.
作者： Zi-Miao,Liu [1] ; Yin-Yu,Zi [1] ; Xiao-Yu,Cheng [1] ; Ning-Yuan,Liu [1] ; Zhong,Ji [1] ; Yi-Hua,He [1] ; Ling,Li [1] ; Meng-Jia,Yang [1] ; Chao,Dang [2] ; Ming,Yi [3] ; Ying-Xin,He [1] ; Xin-Guang,Yang [2] ; Yong-Teng,Xu [2] ; Zhen-Zhou,Lin [1] ; Jia-Jia,Zhu [1] ; Jia,Yin [1] ; Yong-Ming,Wu [1] ; Liang,Zhou [1] ; Jin-Sheng,Zeng [3] ; Su-Yue,Pan [1] ; Zhen,Deng [1]
作者单位： Department of Neurology, Nanfang Hospital, Southern Medical University, Guangzhou, P.R. China. [1] Department of Neurology, Sun Yat-sen Memorial Hospital, Sun Yat-sen University, Guangzhou, P.R. China. [2] Department of Neurology, The First Affiliated Hospital of Sun Yat-sen University, Guangzhou, P.R. China. [3]
关键词 acute ischemic strokemachine learningplasma metabolites
医学主题词 老年人(Aged);女(雌)性(Female);人类(Humans);男(雄)性(Male);中年人(Middle Aged);代谢组学(Metabolomics);试点项目(Pilot Projects);斑块, 动脉粥样硬化(Plaque, Atherosclerotic);卒中(Stroke);病例对照研究(Case-Control Studies)
DOI 10.1096/fj.202503352R
PMID 41313589
发布时间 2025-12-22
提交
  • 浏览0
FASEB journal : official publication of the Federation of American Societies for Experimental Biology

FASEB journal

2025年39卷23期

e71266页

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中！

加载中！

加载中！

加载中！

  • 浏览0

相关期刊

加载中！

法律状态公告日 法律状态 法律状态信息

特别提示：本网站仅提供医学学术资源服务，不销售任何药品和器械，有关药品和器械的销售信息，请查阅其他网站。

  • 客服热线：4000-115-888 转3 (周一至周五：8:00至17:00)

  • |

  • 客服邮箱：yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话：4000-115-888，举报邮箱：problem@wanfangdata.com.cn，举报专区

官方微信
万方医学小程序
new医文AI 翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷