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
×
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

当前检索式: 关键词=(Unsupervised Learning)
当前检索式
关键词=(Unsupervised Learning)
展开
  • 排序
  • 筛选
2316条结果
资源类型收起
  • 2277
  • 39
中图分类展开
6
4
3
2
1
更多...
中图分类
加载更多选项
    年份展开
    发布时间展开
    关键词聚类展开
    • 744
    • 547
    • 218
    • 181
    • 175
    更多...
    关键词聚类
      加载更多选项
        医学文献类型聚类展开
        • 110
        • 22
        • 13
        • 12
        • 12
        更多...
        医学文献类型聚类
          加载更多选项
            定制检索筛选项
            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
              加载更多选项
                定制检索筛选项
                当前检索式: 关键词=(Unsupervised Learning)
                当前检索式
                关键词=(Unsupervised Learning)
                展开
                共2316条结果
                排序方式
                出版时间 相关度 被引次数 下载量
                清除 | 已选 0/200
                0

                【中文期刊】 殷民月  朱锦舟  等 《临床肝胆病杂志》 2023年39卷12期 2978-2984页ISTICPKUCA

                【摘要】 急性胰腺炎是一种需要早期干预的消化系统急症,当进展为中度重症或重症急性胰腺炎时,患者病死率显著升高.机器学习凭借强大的计算和学习能力,充分利用临床数据对急性胰腺炎进行早期预测,取得了显著成果.本文综述机器学习在预测急性胰腺炎严重程度、并发症...

                【关键词】 急性胰腺炎人工智能有监督机器学习

                浏览:91 被引:3 下载:29
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 Stefan Stanojevic  Yijun Li  等 《基因组蛋白质组与生物信息学报(英文版)》 2022年20卷5期 836-849页SCIMEDLINEISTICCSCDCABP

                【摘要】 Recently developed technologies to generate single-cell genomic data have made a revo-lutionary impact in the field of b...

                【关键词】 Single-cellMulti-omicsMachine learning

                浏览:5 被引:2 下载:1
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 陈立超  杨瑜冰  等 《现代仪器与医疗》 2024年30卷3期 40-47页

                【摘要】 目的 探讨超高b值DWI图像采集在前列腺癌诊断中的独特优势,并解决其存在的采集时间长和易发生伪影等问题.方法 通过临床采集高b值磁共振图像与超高b值图像,并利用无监督学习两个域之间的特征关系生成前列腺超高b值DWI图像,以提高对比度和前列腺...

                【关键词】 前列腺磁共振图像医学图像生成

                浏览:15 被引:0 下载:6
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 郭惠  《黑龙江科学》 2024年15卷22期 32-36页

                【摘要】 糖尿病视网膜病变(Diabetic retinopathy,DR)是糖尿病最常见的并发症之一,随着病情的发展,患者会出现不同程度的视网膜病变,因此对患者及时进行DR诊断十分必要.眼底彩照检查和眼底荧光血管造影图像(Fundus fluore...

                【关键词】 深度学习糖尿病视网膜病变无监督网络

                浏览:2 被引:0 下载:1
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 靳建华  庄吓海  等 《北京生物医学工程》 2023年42卷6期 648-653页ISTIC

                【摘要】 近年,深度学习技术在磁共振(magnetic resonance,MR)图像重建领域飞速发展.然而,由于有监督的MR图像重建方法所依赖的高质量配对MR数据难以获取,无监督的MR图像重建方法逐渐成为了研究者们关注的重点,并展现出巨大的应用前景...

                【关键词】 加速磁共振成像图像重建深度学习

                浏览:10 被引:1 下载:1
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 Jun Wang  Xueying Xie  等 《基因组蛋白质组与生物信息学报(英文版)》 2020年18卷4期 468-480页SCIMEDLINEISTICCSCDCABP

                【摘要】 Precise biomarker development is a key step in disease management. However, most of the published biomarkers were derive...

                【关键词】 Denoising autoencoderUnsupervised learningLung cancer

                浏览:22 被引:2 下载:0
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 马偲臆  刘晓薇  等 《生物医学工程学进展》 2023年44卷4期 347-356页CA

                【摘要】 生物医学领域经常涉及多种数据类型,如图像、时间序列、各种组学分子数据等,通常存在样本稀缺和异质性的问题.如何充分利用有限的数据,同时解决数据的异质性问题,是生物医学领域面临的重要问题.迁移学习在生物医学领域的应用正在迅速推进.该方法可以缩小...

                【关键词】 迁移学习无监督学习监督学习

                浏览:14 被引:5 下载:1
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 孙娆  《自动化技术与应用》 2023年42卷7期 74-77页

                【摘要】 针对数字化医疗档案数目急剧增多,不同类型的档案信息分类变成棘手问题,为此提出基于离散核支持向量机的数字化档案信息自动分类方法.通过向量空间模型将档案文档扩展为向量空间点,将信息特征矢量与词条矢量间的夹角作为数据库与医院数字化信息的关联性,降...

                【关键词】 数字化档案分类信息清洗无监督学习

                浏览:1 被引:4 下载:1
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 黄梦林  段磊  等 《计算机应用》 2023年43卷7期 2010-2016页

                【摘要】 无监督关系抽取旨在从无标签的自然语言文本中抽取实体之间的语义关系.目前,基于变分自编码器(VAE)架构的无监督关系抽取模型通过重构损失提供监督信号来训练模型,这为完成无监督关系抽取任务提供了新思路.针对此类模型无法有效地理解上下文信息、依赖...

                【关键词】 无监督关系抽取Prompt学习变分自编码器

                浏览:2 被引:2 下载:1
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考

                【中文期刊】 罗江毅  姚音  《河南科学》 2023年41卷8期 1093-1101页

                【摘要】 依赖于临床标签的氨基酸致病突变预测方法通常由于标签存在跨基因的偏差、稀疏噪声等因素,出现性能膨胀的情况.为解决此问题,创新地在不需要标签的情况下,利用预训练蛋白质语言模型计算ClinVar数据库中突变位点的氨基酸概率分布,并基于此分布构造突...

                【关键词】 氨基酸致病突变蛋白质语言模型无监督学习

                浏览:5 被引:0 下载:4
                • 概要:
                • 方法:
                • 结论:
                收起
                AI内容生成中……
                以上内容由AI生成,结果仅供参考
                收起侧边栏
                显示侧边栏
                更多> - 相关医事流 -
                • 加载中...
                - 相关学者 -
                • 加载中...
                - 相关机构 -
                • 加载中...

                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