换一批- 最近
- 已收藏
- 排序
- 筛选
- 4083
- 96
- 2
- 27
- 7
- 6
- 5
- 4
- 492
- 451
- 407
- 406
- 323
- 160
- 30
- 20
- 17
- 15
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 医学主题词
- 出版状态
- 外文期刊
- 文献类型
- 刊名
- 作者
- 医学主题词
- 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】 Xiang Zhang Chenliang Qian 等 《药物分析学报（英文版）》 2025年15卷12期 2960-2974页SCIMEDLINEISTICCSCDCA
【摘要】 Various deep learning based methods have significantly impacted the realm of drug discovery.The development of deep lear...
【关键词】 Drug discovery；Chemical pre-trained model；Self-supervised learning；
- 概要：
- 方法：
- 结论：
【中文期刊】 马玉良 谢昀臻 等 《中国生物医学工程学报》 2025年44卷4期 385-392页ISTICPKUCSCDCA
【摘要】 近年来基于脑电信号的情绪识别研究取得了显著的进展,然而标签的标注需要大量的人力,实际应用中难以快速获取大量带标签的数据.高效利用有限的标签进行情绪识别研究逐渐成为了一个新的应用瓶颈.为了解决这个问题,本研究提出了一种基于双流孪生网络的模型架...
- 概要：
- 方法：
- 结论：
【中文期刊】 谈妍辰 王文文 等 《中国临床药理学与治疗学》 2025年30卷2期 200-208页ISTICPKUCSCDCA
【摘要】 随着药物基因组学和精准医学的不断发展,针对生物标记物的靶向治疗和免疫疗法开创了抗肿瘤治疗的新时代.由于肿瘤细胞的异质性和肿瘤微环境的多变性,即使在具有相同生物标记物富集的患者群体中,对于同一药物的反应仍存在显著差异.通过将多组学数据与药物敏...
- 概要：
- 方法：
- 结论：
【中文期刊】 林超隆 杨慧 等 《医疗卫生装备》 2025年46卷4期 1-8页ISTICCA
【摘要】 目的:为了提高质谱成像的分辨率,提出一种基于空间多层次自监督深度学习网络的质谱成像超分辨重建方法.方法:首先,基于非线性变换将组织学图像和质谱图像进行配准;其次,利用多分支视觉变换器(vision transformer,ViT)以自监督学...
- 概要：
- 方法：
- 结论：
【中文期刊】 陈翔 张桢泰 等 《中国医学物理学杂志》 2025年42卷6期 757-765页ISTICCSCD
【摘要】 肾小球超微结构的精准识别对慢性肾脏病诊断至关重要,但高质量标注数据的获取成本限制了全监督学习的应用.为此,提出一种基于SAM(Segment Anything Model)的多类别半监督语义分割框架MC4S-SAM.首先,对SAM的掩码解码...
- 概要：
- 方法：
- 结论：
【中文期刊】 陈鸣伸 周志勇 等 《中国医学物理学杂志》 2025年42卷10期 1280-1288页ISTICCSCD
【摘要】 提出一种基于尺度自适应和坐标编码的自监督超分辨率重建方法,在缺乏配对各向同性脑部磁共振图像的情况下,实现不同层厚各向异性脑部磁共振图像的超分辨率重建.首先,提出一种融合超分辨率尺度信息的图像编码模块,学习不同层厚图像的特异性特征;其次,采用...
- 概要：
- 方法：
- 结论：
【中文期刊】 陈福军 孟令慧 等 《中国医疗设备》 2025年40卷1期 26-33页ISTIC
【摘要】 目的 提出一种双任务自监督学习方法,该方法利用未经标注的医学影像数据提取通用视觉表征,以提升深度学习模型在颅脑CT扫描影像中(包括脑出血、鼻咽癌及常规检查影像)对脑组织的精准分割能力.方法 结合图像补全与分类作为辅助手段,在70％图像信息被...
- 概要：
- 方法：
- 结论：
【中文期刊】 赵航 徐晓丹 等 《中国医学物理学杂志》 2025年42卷9期 1236-1244页ISTICCSCD
【摘要】 目的:利用SimCLR算法的半监督学习框架,构建对内镜下反流性食管炎Los Angeles分级的分类模型.方法:设计的学习框架利用大型未标注数据集,通过自监督学习方式进行预训练.该框架在小型标注数据集上,按照Los Angeles分级标准进...
【关键词】 反流性食管炎；自监督学习；对比学习视觉表示的简单框架；
- 概要：
- 方法：
- 结论：
【中文期刊】 郝延喆 王琨 等 《哈尔滨医科大学学报》 2025年59卷4期 417-421页ISTICCA
【摘要】 目的 开发并评估一种嵌入临床决策支持系统(clinical decision support system,CDSS)的监督式机器学习算法,用于识别住院患者的细菌感染.方法 选取2023年4月～2024年7月哈尔滨医科大学附属第四医院住院患...
- 概要：
- 方法：
- 结论：
【中文期刊】 王博 于志昊 等 《解放军医学院学报》 2025年46卷1期 96-103,后插1页ISTICCA
【摘要】 背景 电子病历数据在构建医疗领域大规模语言模型中具有关键作用.目的 研究一种基于通用大语言模型的三阶段训练范式,以充分挖掘电子病历数据的价值.方法 第一阶段,利用大规模电子病历文本对预训练的通用模型进行进一步训练,增强其医疗领域的语言知识;...
- 概要：
- 方法：
- 结论：
【中文期刊】 张昱中 周威 等 《北京生物医学工程》 2025年44卷3期 258-265页ISTIC
【摘要】 目的 肺部CT图像中血管的分割有助于疾病的诊断以及为手术导航提供重要参考.针对肺部血管分割任务中标注数据的稀缺、血管的形态复杂、动静脉血管灰度相近等问题,本文提出了一种对比半监督分割模型(semi-supervised contrastiv...
- 概要：
- 方法：
- 结论：
【中文期刊】 Mario Daidone Sergio Ferrantelli 等 《中国神经再生研究（英文版）》 2024年19卷4期 769-773页SCIMEDLINEISTICCSCDCABP
【摘要】 Stroke is a leading cause of disability and mortality worldwide,necessitating the development of advanced technologies t...
【关键词】 cerebrovascular disease；deep learning；machine learning；
- 概要：
- 方法：
- 结论：
【中文期刊】 张姝曼 王雪 等 《黑龙江科学》 2025年16卷6期 94-97页
【摘要】 结肠镜息肉分割可辅助医生对消化道黏膜病变进行检测和诊断,是早期消化道疾病筛查和诊治的有效手段.传统的手动息肉分割方法存在效率和准确性的局限性,而监督学习技术因其强大的图像特征自动提取能力而备受青睐.总结了现有的基于监督学习的息肉分割方法,基...
- 概要：
- 方法：
- 结论：
【中文期刊】 陈泽雄 王平 等 《科学技术与工程》 2025年25卷11期 4476-4482页
【摘要】 目前复杂间质性肺疾病存在分类精度不高,且缺少辅助诊断信息的问题,针对这些问题提出了基于多特征融合和有监督对比学习方法的图像检索框架.使用Res-Net50和影像组学特征提取模块提取间质性肺疾病特征.为了使不同模态不同尺度的两个特征进行融合,...
- 概要：
- 方法：
- 结论：
【中文期刊】 乔桢 戚红 等 《天津科技》 2025年52卷9期 26-28,32页
【摘要】 Tri-training算法是机器学习算法中的一种半监督学习算法,该算法自提出以来,不断被深入分析,其改进算法也日益丰富.介绍了Tri-training算法的原理及步骤,并以此为基础,对其应用于辅助诊断等医学领域的改进算法做了分类,分别进行...
【关键词】 Tri-training；半监督学习；辅助诊断；
- 概要：
- 方法：
- 结论：
【中文期刊】 吴昌学 章闻曦 等 《上海交通大学学报（英文版）》 2025年30卷4期 800-814页
【摘要】 Medical image segmentation is a crucial task in clinical applications.However,obtaining labeled data for medical images ...
【关键词】 semi-supervised learning(SSL)；multi-consistency training(MCT)；medical image segmentation；
- 概要：
- 方法：
- 结论：
【中文期刊】 Kai Xie Chenxi Cui 等 《植物表型组学（英文）》 2025年7卷2期 205-219页
【摘要】 Reliable and automated three-dimensional segmentation of plant organs is essential for extracting phenotypic traits at t...
- 概要：
- 方法：
- 结论：
【中文期刊】 赵寅杰 侯润萍 等 《上海交通大学学报（英文版）》 2025年30卷1期 121-129页
【摘要】 Medical image segmentation is a crucial preliminary step for a number of downstream diagnosis tasks.As deep convolutiona...
【关键词】 self-supervised learning；medical image analysis；semantic segmentation；
- 概要：
- 方法：
- 结论：
【中文期刊】 汪子宇 曹维维 等 《图学学报》 2025年46卷4期 763-774页
【摘要】 从计算机断层扫描(CT)图像中精确分割肺气管是诊断和治疗各类肺部疾病的重要前提,但气管复杂的树状结构使得获取用于深度神经网络训练的像素级标注数据极为困难.半监督学习为在有限标注数据下的气管分割提供了新的思路.然而,在气道分割任务中,大气管(...
- 概要：
- 方法：
- 结论：
【中文期刊】 《镇江高专学报》 2025年38卷3期 75-80页
【摘要】 为提高医学影像分析中颅骨剥离的精度,尤其是具有明显病理影响(如脑肿瘤)的多模态大脑MRI影像、2D/3D混合扫描的大脑MRI影像,研究基于SegResUnet的半监督学习大脑MRI影像颅骨剥离(脑区分割).以卷积神经网络为基础,采用高效分割...
- 概要：
- 方法：
- 结论：
【中文期刊】 陈祝愿 秦传波 等 《机电工程技术》 2025年54卷23期 83-89页
【摘要】 在计算机断层扫描中自动分割嗜铬细胞瘤会遭受到肿瘤边界模糊、位置大小变化、周围组织对比度低以及标记数据稀缺的限制.为了解决这些问题,提出了一种新的半监督模型用于腹部CT嗜铬细胞瘤分割.模型由1个共享的编码器和2个独立解码器组成,在编码器的不同...
- 概要：
- 方法：
- 结论：
【中文期刊】 李子成 贾伟 等 《中国医学物理学杂志》 2024年41卷9期 1104-1114页ISTICCSCD
【摘要】 现有弱监督分割方法难以获得结直肠病理图像的细粒度腺体特征,导致无法生成高质量伪标签的问题,影响腺体分割的效果.为了解决上述问题,提出一种基于弱监督学习的双分支结直肠病理图像腺体分割方法.首先,将patch级结直肠病理图像输入到第一个分支网络...
- 概要：
- 方法：
- 结论：
【中文期刊】 陈训艺 夏焙 等 《广东医学》 2024年45卷2期 260-264页ISTICCA
【摘要】 先天性心脏病是导致婴幼儿死亡的主要原因之一,超声心动图是其首选检查方法,但其复杂性、可重复性问题常常影响了筛查和术前的诊断质量,以深度学习为基础的人工智能方法近来已经成为超声心动图诊断先天性心脏病的研究热点,本文就基于深度学习在儿科先天性心...
- 概要：
- 方法：
- 结论：
【中文期刊】 潘细朋 陈明威 等 《广西医学》 2024年46卷2期 187-195页ISTICCA
【摘要】 目的 基于LesionMix数据增强和熵最小化损失建立一种半监督肺癌CT影像分割方法——熵最小化病灶增强(EMLM).方法 首先,提出LesionMix数据增强方法,即通过对少量有标注的CT影像进行病灶信息提取并重复利用,来提升标注数据的利...
- 概要：
- 方法：
- 结论：
【中文期刊】 滕晓燕 何萍 《中国数字医学》 2024年19卷7期 23-28页ISTIC
【摘要】 目的:构建中医骨科专病智慧分诊导医平台,促进人工智能和传统中医的融合,推动中医骨科不断向数字化、信息化、智能化迈进.方法:构建了一种能够综合考虑骨科患者及医生信息的混合过滤推荐模型,采用数据挖掘和机器学习等监督学习算法等,对骨科患者的基本信...
- 概要：
- 方法：
- 结论：
【中文期刊】 白贺 滕野 等 《解剖学杂志》 2024年47卷6期 467-472页ISTICCA
【摘要】 目的:旨在充分利用现有数据获得更精确的海马头、体、尾的分割结果,并进行可视化分析与展示.方法:在103例青少年大脑MRI数据集上,采用半监督分割方法,充分利用有标注数据和无标注数据,使用2个子网络进行协同训练,每个子网络不仅通过有标注数据进...
- 概要：
- 方法：
- 结论：
【中文期刊】 赵娜娜 韩向敏 等 《北京生物医学工程》 2024年43卷5期 478-485页ISTIC
【摘要】 目的 基于CT图像的肺腺癌精确诊断对后续治疗具有重要的临床意义.卷积神经网络(convolutional nerual network,CNN)图像分类方法大多侧重于图像的局部特征,难以完全捕获全局知识和空间特征.为了充分学习这些有效特征,...
- 概要：
- 方法：
- 结论：
【中文期刊】 刘卫朋 祁业东 等 《中国医学物理学杂志》 2024年41卷9期 1078-1085页ISTICCSCD
【摘要】 提出一种基于多尺度下一致性和区域可靠性感知的半监督学习方法,在使用少量标注数据的情况下结合未标记的数据来实现高性能的肺部肿瘤分割任务.首先,提出一种多尺度一致性均值教师框架,构建多尺度一致性损失并约束教师学生网络中多个尺度上的输出保持一致,...
- 概要：
- 方法：
- 结论：
【中文期刊】 韩云龙 王苹苹 等 《生物医学工程研究》 2024年43卷3期 223-231页ISTIC
【摘要】 针对肺气肿智能化诊断高度依赖高质量标注数据、图像空间信息复杂及特征提取不足等问题,本研究基于Goddard评分法设计了一种肺气肿分级算法.首先,利用SimSiam框架进行自监督学习,以解决对大量高质量标注数据的依赖;其次,引入连续 3D卷积...
- 概要：
- 方法：
- 结论：
【中文期刊】 刘子兴 廉钰 等 《中国医疗设备》 2024年39卷11期 27-32,38页ISTIC
【摘要】 目的 通过使用合成图像的方法解决在配准过程中缺少金标准的问题,并应用深度学习算法进行心脏T1 定量图配准.方法 首先利用T1加权图像的先验信息合成无运动的参考图像;其次使用DeepIPMCNet卷积神经网络来学习和配准层内运动.另一个网络D...
【关键词】 心脏磁共振(CMR)；T1定量图；配准算法；
- 概要：
- 方法：
- 结论：
加载中...
