换一批- 最近
- 已收藏
- 排序
- 筛选
- 229
- 7
- 2
- 1
- 89
- 82
- 77
- 62
- 10
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 出版状态
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 Sishu Li Jing Fan 等 《中国天然药物》 2025年23卷11期 1293-1300页SCIMEDLINEISTICCSCDBP
【摘要】 The accurate prediction of drug absorption,distribution,metabolism,excretion,and toxicity(ADMET)properties represents a ...
【关键词】 Molecular ADMET prediction；Multi-view fusion；Attention mechanism；
- 概要：
- 方法：
- 结论：
【中文期刊】 Longyu Zhou Dezhi Han 等 《植物表型组学（英文）》 2025年7卷2期 29-41页
【摘要】 The unmanned aerial vehicle(UAV)platform has emerged as a powerful tool in soybean(Glycine max(L.)Merr.)breeding phenoty...
- 概要：
- 方法：
- 结论：
【中文期刊】 李虎浩 李世龙 等 《生物医学工程研究》 2025年44卷5期 288-296页ISTIC
【摘要】 针对现有杂音检测方法多局限于单一任务,未能充分利用心音信号间关联性的问题,本研究提出了一种基于渐进式分层提取(PLE)的多任务心脏杂音检测模型,可同时完成小片段心脏杂音检测与心音信号自动分割.该模型能通过共享底层特征,有效整合心音信号的时空...
- 概要：
- 方法：
- 结论：
【中文期刊】 刘剑 张峥 等 《中国医学物理学杂志》 2025年42卷10期 1306-1320页ISTICCSCD
【摘要】 针对现有公开数据集缺乏肺部关键器官、组织标注的问题,收集863例胸部CT扫描图像,采用计算机视觉算法与放射科医生手动校正的半自动化方法,构建首个含肺血管、气道及肺结节标注的综合数据集.在此基础上,提出基于多任务学习的肺结节分割模型,通过加入...
- 概要：
- 方法：
- 结论：
【中文期刊】 林楠 胡鹏 等 《中华医学杂志》 2025年105卷31期 2655-2660页MEDLINEISTICPKUCSCDCA
【摘要】 目的:通过融合睡眠特征的多任务学习算法，建立发作间期癫痫样放电（IED）检测模型，并进行有效性评价。方法:基于卷积神经网络构建一个整合睡眠特征的多任务学习模型Siamese-ES。数据集来自2019年3月至2023年4月北京协和医院癫痫中心...
- 概要：
- 方法：
- 结论：
【中文期刊】 He Kelei Gan Chen 等 《智慧医学（英文）》 2023年03卷1期 59-78页
【摘要】 Transformers have dominated the field of natural language processing and have recently made an impact in the area of com...
- 概要：
- 方法：
- 结论：
【中文期刊】 Qin Wang Feng Zhao 等 《中国癌症研究（英文版）》 2025年37卷1期 28-47页SCIMEDLINEISTICCSCDCA
【摘要】 Objective:Early predicting response before neoadjuvant chemotherapy(NAC)is crucial for personalized treatment plans for ...
【关键词】 Artificial intelligence；breast cancer；digital pathology；
- 概要：
- 方法：
- 结论：
【外文期刊】 Avola D. ; Cinque L. ; 等 2022年153卷 386-398页SCISCIEMEDLINE
【关键词】 Deep learning;Multi-task learning;Neural network architectures;
- 概要：
- 方法：
- 结论：
【外文期刊】 Bi Xiaojun ; Wang Haibo ; 《Neural Networks: The Official Journal of the International Neural Network Society》 2019年114卷 119-135页SCISCIEMEDLINE
【关键词】 Early diagnosis of AD;Multi-task learning;Deep learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Liu Yuhang ; Wang Zixuan ; 等 《Briefings in bioinformatics》 2023年24卷5期 SCISCIEMEDLINE
【关键词】 enhancers;multi-task learning;epigenetic modifications;
- 概要：
- 方法：
- 结论：
【外文期刊】 Wachinger, Christian ; Reuter, Martin ; 等 《NeuroImage》 2018年170卷 434-445页SCISCIEMEDLINE
【关键词】 Brain segmentation;Deep learning;Convolutional neural networks;
- 概要：
- 方法：
- 结论：
【外文期刊】 Park B. ; Shin T. ; 等 《Journal of Microbiological Methods》 2023年209卷 SCISCIEMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Pyrros, Ayis ; Flanders, Adam Eugene ; 等 《Academic radiology》 2021年28卷8期 1151-1158页
- 概要：
- 方法：
- 结论：
【外文期刊】 Bateson, M. ; Dolz, J. ; 等 《IEEE Transactions on Medical Imaging》 2021年40卷7期 1875-1887页
- 概要：
- 方法：
- 结论：
【外文期刊】 Khosravan, Naji ; Celik, Haydar ; 等 《Medical image analysis》 2019年51卷 101-115页SCISCIEMEDLINE
【关键词】 Multi-task deep learning;Graph sparsification;Eye-tracking;
- 概要：
- 方法：
- 结论：
【外文期刊】 Xu, Xuanang ; Lian, Chunfeng ; 等 《Medical image analysis》 2021年72卷 SCISCIEMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Wang, Ying ; Yu, Xiaosheng ; 等 2022年35卷3期 638-653页SCISCIEMEDLINE
【关键词】 Optic disc;Optic cup;Deep learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Fabio Broccatelli ; Richard Trager ; 等 2022年41卷8期 2100321-2100321页
【关键词】 ADME;in?vitro assays;deep learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Shen Rongbo ; Shen, Rongbo ; 等 2020年47卷4期 1566-1578页SCISCIEMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Xuanyu Jin ; Jiajia Tang ; 等 2021年29卷 103-112页
- 概要：
- 方法：
- 结论：
【外文期刊】 Samala, Ravi K. ; Chan, Heang-Ping ; 等 《Physics in medicine and biology.》 2017年62卷23期 8894-8908页SCISCIEMEDLINE
【关键词】 digitized screen-film mammography;digital mammography;computer-aided diagnosis;
- 概要：
- 方法：
- 结论：
【外文期刊】 Yuan Yuan Li ; Lingfeng Chen ; 等 2023年42卷5期 2200245-2200245页
【关键词】 Toxicity prediction;Multi-task learning;Deep learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Wang, Xiaofei ; Jiang, Lai ; 等 《IEEE Transactions on Medical Imaging》 2021年40卷9期 2463-2476页
【关键词】 Lesions;COVID-19;Computed tomography;
- 概要：
- 方法：
- 结论：
【外文期刊】 Dorado-Moreno, M. ; Navarin, N. ; 等 《Neural Networks: The Official Journal of the International Neural Network Society》 2020年123卷 401-411页SCISCIEMEDLINE
【关键词】 Wind power ramp events;Multi-task learning;Multi-output;
- 概要：
- 方法：
- 结论：
【外文期刊】 Hervella A.S. ; Rouco J. ; 等 《Neural Networks: The Official Journal of the International Neural Network Society》 2024年170卷 254-265页SCISCIEMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Keceli A.S. ; Kaya A. ; 等 2022年69卷
【关键词】 Convolutional neural networks;Deep neural networks;Multi-task learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Xuhui Li ; Xinyu Zhao ; 等 《Current Medical Imaging.》 2023年19卷3期 199-242页
- 概要：
- 方法：
- 结论：
【外文期刊】 Li, Lin ; Li, Zheng ; 等 《Neural Networks: The Official Journal of the International Neural Network Society》 2021年141卷 72-86页SCISCIEMEDLINE
【关键词】 Deep joint learning;Language recognition;Language identification;
- 概要：
- 方法：
- 结论：
【外文期刊】 Suk, Heung-Il ; Lee, Seong-Whan ; 等 《Brain structure & function》 2016年221卷5期 2569-2587页
【关键词】 Alzheimer's disease (AD);Mild cognitive impairment (MCI);Feature selection;
- 概要：
- 方法：
- 结论：
【外文期刊】 Yuhang,Liu ; Zixuan,Wang ; 等 《Briefings in bioinformatics》 2023年24卷5期 SCIMEDLINEBP
【关键词】 bioinformatics;deep learning;enhancers;
- 概要：
- 方法：
- 结论：
加载中...
