检索历史 清除

【中文期刊】 卢梓涵 黄方俊  等 《南方医科大学学报》 2025年45卷1期 170-178页 MEDLINEISTICPKUCSCDCA

【摘要】 目的 探索基于多约束表征学习分类模型在面对缺失实验室指标的情况下鉴别卵巢癌的鉴别能力和应用价值.方法 收集了 2344例患者(393例卵巢癌和1951例对照)的缺失实验室指标表格型数据,使用本研究提出的基于判别学习和互信息以及特征投影重要性...

【关键词】 缺失数据； 多约束表征学习模型； 判别分析；

【中文期刊】 吴胜男 吴佳辉  等 《医学信息学杂志》 2025年46卷2期 68-75页 ISTICCA

【摘要】 目的/意义探讨网络表示学习与链路预测在挖掘潜在医学实体关系方面的应用,为医学知识发现研究提供新视角.方法/过程从PubMed数据库获取文献摘要,利用"主语-行为-宾语"语义挖掘方案识别疾病与药物治疗信息,抽取药物实体与疾病实体,构建"药物-...

【关键词】 二分网络； "主语-行为-宾语"语义挖掘； 网络表示学习；

【中文期刊】 汪俊 赵梦飞  等 《应用心理学》 2025年31卷1期 89-96页

【摘要】 为探明社会学习迁移效应的认知机制,本研究操纵同伴意图有无,即实验中的同伴类型及任务参与类型,并测量不同条件下的社会学习迁移效应.结果发现,仅当同伴积极参与执行任务时存在社会学习迁移效应,而同伴为显著客体但不具备行动意图时不存在.这表明表征同...

【关键词】 社会学习迁移效应； 共同表征理论； 意图；

【中文期刊】 谢莹鹏 屈俊龙  等 《中国生物医学工程学报》 2024年43卷5期 525-538页 ISTICPKUCSCDCA

【摘要】 获取全面的眼底病变分割图是开发自动化、可解释的视网膜病症诊断工具的关键步骤.然而,眼底图像上病变的多样性及复杂性,导致了精确标注的稀缺,限制了传统监督学习方法的发展及应用.近期研究表明,表征学习通过从大规模未标注数据中预训练强大的图像表征提...

【关键词】 眼底病变； 去噪扩散概率模型； 表征学习；

【中文期刊】 吴垂杏 钟伟雄  等 《南方医科大学学报》 2024年44卷8期 1561-1570页 MEDLINEISTICPKUCSCDCA

【摘要】 目的 探讨基于序列缺失的MRI多序列特征填补与融合互助模型应用于高级别胶质瘤(HGG)与低级别胶质瘤(LGG)鉴别的性能表现.方法 回顾性收集305例胶质瘤患者(189例HGG,116例LGG)的MRI图像,分别勾画出T1加权成像(T1WI...

【关键词】 序列缺失； 特征填补； 表征学习；

【中文期刊】 张振阳 谢金城  等 《南方医科大学学报》 2024年44卷1期 138-145页 MEDLINEISTICPKUCSCDCA

【摘要】 目的 探索基于距匹配及判别表征学习的多模态特征融合分类模型在鉴别高级别胶质瘤(HGG)与单发性脑转移(SBM)中的鉴别能力和应用价值.方法 收集了121例患者(61例HGG和60例SBM)的多参数磁共振成像(MRI)扫描图像,在T1W1、T...

【关键词】 特征融合； 共享表征学习； 判别分析；

【中文期刊】 何佳怡 谢佳东  等 《南京中医药大学学报》 2024年40卷12期 1424-1429页 ISTICPKUCSCDCA

【摘要】 近年来,图表示学习方法备受瞩目,它能够有效地处理图结构数据.中药以其多成分、多靶标、多通路的特点,在复杂疾病的治疗中展现出显著优势,特别是中药的不同组合能够产生独特的协同效果.图表示学习为中药组合的深入研究提供了新的视角.介绍了图表示学习的...

【关键词】 中药组合； 图表示学习； 图神经网络；

【中文期刊】 黄新瑞 黄河颂  等 《中国医学物理学杂志》 2024年41卷1期 1-7页 ISTICCSCD

【摘要】 基于视频的动作智能识别是计算机视觉领域的一项具有挑战性的研究.本文回顾了基于视频动作智能识别最先进的方法并进行分析、比较和讨论,主要介绍基于手工制作特征的机器学习方法、基于自动特征提取的深度学习方法和基于多信息融合方法.同时介绍近十年来该技...

【关键词】 动作识别； 计算机视觉； 特征表示；

【中文期刊】 李安琪 赵佩然  等 《实用临床医药杂志》 2024年28卷5期 1-9,16页 ISTICCA

【摘要】 目的 基于文献计量学探讨人工智能(AI)在代谢相关脂肪性肝病(MAFLD)中的应用及展望.方法 检索Web of Science核心合集数据库(WoSCC)中AI技术应用于MAFLD中的相关文献.运用CiteSpace、VOSviewer、...

【关键词】 文献计量学； 人工智能； 代谢相关脂肪性肝病；

【中文期刊】 章广能 张育芳  等 《生物信息学》 2024年22卷4期 287-295页 ISTIC

【摘要】 化合物-蛋白质互作的鉴定对药物发现、靶标鉴定,网络药理学和蛋白质功能的阐明等至关重要.本文开发了一种基于表示学习的图神经网络预测化合物-蛋白质互作模型.首先利用Word2vec表示学习方法自动提取化合物和蛋白质的特征;然后将特征输入构建图神...

【关键词】 化合物-蛋白质相互作用； 表示学习； 图神经网络；