换一批- 最近
- 已收藏
- 排序
- 筛选
- 999
- 15
- 2
- 1
- 1
- 1
- 1
- 349
- 291
- 163
- 143
- 143
- 87
- 31
- 15
- 12
- 11
- 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】 Yongbing Zhao Jinfeng Shao 等 《基因组蛋白质组与生物信息学报（英文版）》 2022年20卷5期 899-911页SCIMEDLINEISTICCSCDCABP
【摘要】 Explainable artificial intelligence aims to interpret how machine learning models make decisions,and many model explaine...
【关键词】 Machine learning；Model interpretability；Gene expression；
- 概要：
- 方法：
- 结论：
【中文期刊】 匡静 黄松涛 等 《磁共振成像》 2025年16卷5期 164-169,216页ISTICPKUCSCDCA
【摘要】 目的 探讨基于磁共振高分辨率增强延迟期图像的夏普利加性解释(Shapley additive explanations,SHAP)机器学习模型术前预测非特殊型浸润性乳腺癌组织分级的价值.材料与方法 回顾性收集2019年1月至2023年12月...
- 概要：
- 方法：
- 结论：
【中文期刊】 郭玉娇 张岩波 等 《中国卫生统计》 2025年42卷6期 871-877页ISTICPKUCSCD
【摘要】 目的 应用一种具有显著特征估计的最优变分贝叶斯逻辑回归(optimal variational Bayesian logistic re-gression model with a salient feature estimation,OV...
【关键词】 弥漫性大B细胞淋巴瘤；复发预测；类别不平衡；
- 概要：
- 方法：
- 结论：
【中文期刊】 舒培州 左仟岭 等 《放射学实践》 2025年40卷9期 1166-1172页ISTICPKUCSCD
【摘要】 目的:通过文献计量学方法,分析影像医学与核医学领域可解释人工智能(XAI)的研究现状和趋势,为该领域人工智能(AI)相关研究提供参考.方法:使用 Web of Science数据库检索截至2024年6月的XAI相关文献,并利用Bibliom...
- 概要：
- 方法：
- 结论：
【中文期刊】 李知晓 吴承照 《生态学报》 2025年45卷16期 7753-7768页ISTICPKUCSCDCA
【摘要】 黑麂(Muntiacus crinifrons)为国家一级保护野生动物,是钱江源-百山祖国家公园候选区钱江源园区(简称钱江源园区)的旗舰物种,科学的管控分区对黑麂种群和栖息地的保护具有重要的意义.为了科学评价黑麂栖息地的适宜性,支撑其种群保...
【关键词】 国家公园规划与管理；物种分布模型(SDM)；机器学习(ML)；
- 概要：
- 方法：
- 结论：
【中文期刊】 郝璐 朱明慧 等 《磁共振成像》 2025年16卷12期 22-29页ISTICPKUCSCDCA
【摘要】 目的 构建基于T1加权成像(T1-weighted imaging,T1WI)影像组学的三分类模型,实现帕金森病(Parkinson's disease,PD)的诊断及早、中晚期分期,并探讨不同核团特征的诊断价值.材料与方法 前瞻性分析14...
- 概要：
- 方法：
- 结论：
【中文期刊】 Nan Jiang Zaiqiang Yang 等 《植物表型组学（英文）》 2025年7卷2期 98-115页
【摘要】 Capturing crop physiological information by phenotyping is a key trend in smart agriculture.However,current studies unde...
【关键词】 Cold stress monitoring and early warning；Explainable machine learning；Fragaria × ananassa Duch.；
- 概要：
- 方法：
- 结论：
【中文期刊】 罗枭 程义 等 《南方医科大学学报》 2023年43卷7期 1241-1247页MEDLINEISTICPKUCSCDCA
【摘要】 目的 构建一种内在可解释性机器学习模型,即可解释提升机模型(EBM)来预测重症缺血性脑卒中患者一年死亡风险.方法 使用2008～2019年MIMIC-IV2.0数据库中符合纳排标准的2369例重症缺血性脑卒中患者资料,将数据集随机分成训练集...
【关键词】 重症缺血性脑卒中；内在可解释性机器学习；可解释提升机；
- 概要：
- 方法：
- 结论：
【中文期刊】 谭洁 危千骏 等 《应用生态学报》 2025年36卷3期 659-670页MEDLINEISTICPKUCSCDCABP
【摘要】 随着全球大城市中高层建筑的增多,探讨城市二维(2D)和三维(3D)形态对地表温度(LST)的影响,已成为缓解城市热环境和优化城市规划的关键.本研究以长沙市三环以内地区为例,基于2020年多源遥感数据提取了 13项城市2D/3D特征因子,通过...
- 概要：
- 方法：
- 结论：
【中文期刊】 吴娟 季学丽 等 《临床急诊杂志》 2025年26卷11期 655-660页ISTICCA
【摘要】 体外心肺复苏(extracorporeal cardiopulmonary resuscitation,ECPR)在提高心搏骤停患者生存率和神经功能恢复方面具有重要的临床价值,但其启动决策高度依赖医生经验,且常受到资源紧张和信息不足的制约....
- 概要：
- 方法：
- 结论：
【中文期刊】 Islam Hedayetul Iqbal Md. Sadiq 等 《智慧医学（英文）》 2025年05卷1期 54-65页
【摘要】 Objective:Hypertension is a critical medical condition that increases the risks of many fatal diseases. Early detection ...
【关键词】 Machine learning；Explainable artificial intelligence；Principal component analysis；
- 概要：
- 方法：
- 结论：
【中文期刊】 Cen Hui Zhang Peng 等 《生物安全与健康（英文）》 2025年07卷6期 384-394页
【摘要】 Understanding the mechanisms of drug resistance in Mycobacterium tuberculosis (MTB) is essential for the rapid det...
【关键词】 Mycobacterium tuberculosis；Antimicrobial resistance；Drug resistance mechanisms；
- 概要：
- 方法：
- 结论：
【中文期刊】 DING Zhong Ao ZHANG Li Ying 等 《生物医学与环境科学（英文版）》 2023年36卷6期 557-560页SCIMEDLINEISTICCSCDCABP
【摘要】 Type 2 diabetes mellitus (T2DM) is recognized as a heterogeneous and complicated disease that is able to influence indiv...
- 概要：
- 方法：
- 结论：
【中文期刊】 Juan Miguel Lopez Alcaraz Ebenezer Oloyede 等 《综合精神医学（英文）》 2025年38卷5期 379-387页
【摘要】 Background Electrocardiogram(ECG)analysis has emerged as a promising tool for detecting physiological changes linked to ...
- 概要：
- 方法：
- 结论：
【中文期刊】 南子涵 韩利南 等 《协和医学杂志》 2026年17卷1期 98-108页
【摘要】 目的基于可解释的机器学习模型构建可预测恶性肿瘤合并急性呼吸衰竭(acute respiratory failure ARF)患者重症监护病房(intensive care unit, ICU)死亡风险的模型, 并对其性能进行验证。方法检索美...
- 概要：
- 方法：
- 结论：
【外文期刊】 Jiménez-Mesa Carmen ; Arco Juan E. ; 等 《International Journal of Neural Systems》 2023年33卷4期 SCISCIEMEDLINE
【关键词】 Clock drawing test;cognitive impairment;clinical diagnosis;
- 概要：
- 方法：
- 结论：
【外文期刊】 Boshra, Rober ; Dhindsa, Kiret ; 等 《IEEE transactions on neural systems and rehabilitation engineering: a publication of the IEEE Engineering in Medicine and Biology Society》 2019年27卷7期 1492-1501页
【关键词】 Event-related potentials;brain injury;electroencephalography;
- 概要：
- 方法：
- 结论：
【外文期刊】 Gimeno Marian ; Sada del Real Katyna ; 等 《Briefings in bioinformatics》 2023年24卷4期 SCISCIEMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Vu, Mai-Anh T. ; Adali, Tulay ; 等 《The Journal of Neuroscience: The Official Journal of the Society for Neuroscience》 2018年38卷7期 1601-1607页SCISCIEMEDLINE
【关键词】 machine learning;reinforcement learning;explainable artificial intelligence;
- 概要：
- 方法：
- 结论：
【外文期刊】 Christian Feldmann ; Jürgen Bajorath ; 2022年41卷12期 2200190-2200190页
【关键词】 Polypharmacology;multi-target compounds;medicinal chemistry;
- 概要：
- 方法：
- 结论：
【外文期刊】 Bajorath, Juergen ; 《Future medicinal chemistry》 2022年14卷16期 1171-1173页
【关键词】 compound design;explainable machine learning;single- versus multi-target activity;
- 概要：
- 方法：
- 结论：
【外文期刊】 Choi, Hoseok ; Lim, Seokbeen ; 等 2021年18卷6期 SCISCIEMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Pedro A. Moreno-Sanchez ; Ruben Arroyo-Fernandez ; 等 2024年181卷Jan.期 105280.1-105280.9页
【关键词】 Fibromyalgia severity;Explainable AI;Classification machine learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Seo, Hyeram ; Ahn, Imjin ; 等 2024年27卷1期 114-129页
【关键词】 Hospital admission prediction;Electronic medical record;Emergency department;
- 概要：
- 方法：
- 结论：
【外文期刊】 Conti, Allegra ; Campagnolo, Luisa ; 等 《Nanotoxicology》 2022年16卷6/10期 844-856页
【关键词】 Engineered nanomaterials;cytotoxicity;predictive machine learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Xu K. ; Sun Z. ; 等 2024年54卷 101825-101825页
【关键词】 Autism severity;Diagnosis;Explainable machine learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Isaly,Tappan ; Erica M.,Lindbeck ; 等 2024年52卷3期 498-509页
【关键词】 Biomechanics;Machine learning;Explainable artificial intelligence;
- 概要：
- 方法：
- 结论：
【外文期刊】 Sophie A. Martin ; Florence J. Townend ; 等 《Alzheimer’s & dementia: the journal of the Alzheimer’s Association》 2023年19卷5期 2135-2149页
【关键词】 dementia;diagnosis;explainable artificial intelligence;
- 概要：
- 方法：
- 结论：
【外文期刊】 Karim Md Rezaul ; Islam Tanhim ; 等 《Briefings in bioinformatics》 2023年24卷5期 SCISCIEMEDLINE
【关键词】 bioinformatics;explainable AI;interpretable machine learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Suh, Jungyo ; Yoo, Sangjun ; 等 2020年126卷6期 694-703页SCISCIEMEDLINE
【关键词】 machine learning;explainable AI;decision-supporting tool;
- 概要：
- 方法：
- 结论：
【外文期刊】 Sekaran, Karthik ; Gnanasambandan, R. ; 等 《Progress in Biophysics and Molecular Biology: An International Review Journal》 2023年179卷 1-9页SCISCIEMEDLINE
【关键词】 COVID-19;Explainable artificial intelligence;Genomics;
- 概要：
- 方法：
- 结论：
【外文期刊】 Hu, Lien-Hsin ; Betancur, Julian ; 等 《European heart journal cardiovascular Imaging》 2020年21卷5期 549-559页
【关键词】 coronary artery disease;early coronary revascularization;explainable machine learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Simonson, Paul D. ; Wu, Yue ; 等 2021年156卷6期 1092-1102页SCISCIEMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Alessia,Sarica ; Andrea,Quattrone ; 等 《Brain imaging and behavior》 2022年16卷5期 2188-2198页
【关键词】 Explainable boosting machine;Interpretable machine learning;Parkinson’s disease;
- 概要：
- 方法：
- 结论：
【外文期刊】 Matthias Medl ; Friedrich Leisch ; 等 《Biotechnology Journal: Healthcare,Nutrition,Technology》 2024年19卷2期 n/a-n/a页MEDLINE
【关键词】 bioprocess;chromatography;explainable;
- 概要：
- 方法：
- 结论：
【外文期刊】 Cao, Kelei ; Liu, Mengchen ; 等 《Molecular human reproduction.》 2021年27卷7期 3289-3304页SCISCIEMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 McCay, Kevin D. ; Hu, Pengpeng ; 等 2022年30卷 8-19页
- 概要：
- 方法：
- 结论：
【外文期刊】 《Advances in anatomic pathology》 2020年27卷4期 241-250页SCISCIEMEDLINE
【关键词】 computational pathology;digital pathology;explainable artificial intelligence;
- 概要：
- 方法：
- 结论：
【外文期刊】 Karthik Sekaran ; Rinku Polachirakkal Varghese ; 等 《Cell biochemistry and function》 2023年41卷1期 112-127页SCISCIEMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Simonson, Paul D. ; Lee, Aaron Y. ; 等 2022年157卷3期 443-450页SCISCIEMEDLINE
【关键词】 Flow cytometry;Machine learning;Chronic lymphocytic leukemia;
- 概要：
- 方法：
- 结论：
【外文期刊】 Bruno Alberto Soares,Oliveira ; Giulia Zanon,Castro ; 等 《Medical and Biological Engineering and Computing: Journal of the International Federation for Medical and Biological Engineering》 2023年61卷6期 1409-1425页SCISCIEMEDLINE
【关键词】 Cardiovascular diseases;Machine learning;Primary prevention;
- 概要：
- 方法：
- 结论：
【外文期刊】 Apicella, A. ; Isgro, F. ; 等 《International Journal of Neural Systems》 2020年30卷8期 SCISCIEMEDLINE
【关键词】 XAI and explainable artificial intelligence;machine learning;sparse coding;
- 概要：
- 方法：
- 结论：
【外文期刊】 Szulc Natalia A ; Mackiewicz Zuzanna ; 等 《Briefings in bioinformatics》 2023年24卷4期 SCISCIEMEDLINE
【关键词】 RNA;small molecules;structural interaction fingerprint;
- 概要：
- 方法：
- 结论：
【外文期刊】 Bohan,Shi ; Satvinder Singh,Dhaliwal ; 等 《JMIR AI》 2023年2卷 e48340页
【关键词】 diabetes mellitus;explainable artificial intelligence;feature engineering;
- 概要：
- 方法：
- 结论：
【外文期刊】 P Troy,Teo ; Kevin,Rogacki ; 等 《Clinical and translational radiation oncology》 2024年46卷 100747页
【关键词】 Assessments, risk;Early onset lymphedema;Explainable AI;
- 概要：
- 方法：
- 结论：
【外文期刊】 Berk B,Ozmen ; Victor F A,Almeida ; 等 《Journal of plastic, reconstructive & aesthetic surgery : JPRAS》 2025年108卷 90-92页SCIMEDLINE
【关键词】 Clinical decision support;Explainable artificial intelligence;Machine learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Suliman,Aladhadh ; 《Diagnostics (Basel, Switzerland)》 2025年15卷22期
【关键词】 Parkinson’s disease;clinical decision-making;deep learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Pablo,Rodríguez-Belenguer ; José Luis,Piñana ; 等 《Computer methods and programs in biomedicine》 2024年246卷 108011页SCIMEDLINEBP
- 概要：
- 方法：
- 结论：
【外文期刊】 Suheda,Kaya ; Serkan,Kirik ; 等 《Physiology & behavior》 2026年304卷 115156页SCIMEDLINECABP
【关键词】 CWNCA;Directed Lobish;Explainable feature engineering;
- 概要：
- 方法：
- 结论：
【外文期刊】 Martin,Zurowietz ; Tim W,Nattkemper ; 《Frontiers in artificial intelligence》 2020年3卷 49页
【关键词】 computer vision;deep neural network visualization;explainable deep learning;
- 概要：
- 方法：
- 结论：
加载中...
