换一批- 最近
- 已收藏
- 排序
- 筛选
- 102
- 7
- 2
- 1
- 26
- 18
- 16
- 10
- 10
- 2
- 1
- 1
- 1
- 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】 林艳梅 曹爱清 等 《广西科学》 2024年31卷5期 842-853页
【摘要】 基于机器学习预测潜在药物-靶标相互作用(Drug-Target Interaction,DTI)的方法是一个具有竞争力的研究主题,但当前相关的预测方法和模型在特征学习方面尚有较大的发展空间.本研究基于无监督学习思想提出了一个结合去噪自编码器...
- 概要：
- 方法：
- 结论：
【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 autoencoder；Unsupervised learning；Lung cancer；
- 概要：
- 方法：
- 结论：
【中文期刊】 韩仲鑫 刘瑞兰 等 《现代电子技术》 2023年46卷20期 55-60页
【摘要】 电阻抗成像技术是一种安全无创的医学成像技术,且没有辐射带来的危害,但其逆问题是一个高度不适定的病态非线性问题,获得的重构图像伪影较大.为了得到较为清楚的重建图像,提出一种将传统方法与去噪自编码器相结合的深度成像方法.该方法首先使用分裂Bre...
- 概要：
- 方法：
- 结论：
【中文期刊】 林铭俊 肖中举 等 《现代仪器与医疗》 2023年29卷5期 44-48页
【摘要】 随着人工智能技术的快速发展,运用心电图自动诊断模型辅助临床诊断成为一大研究热点,但仍存在着心电医疗数据难以获取、样本不平衡、数据隐私限制与泄露等问题.而大型免费医疗数据集的出现以及深度生成模型的发展,使得生成高质量的心电数据成为解决上述问题...
- 概要：
- 方法：
- 结论：
【中文期刊】 黎红 禹龙 等 《计算机应用研究》 2018年35卷3期 745-749页
【摘要】 常规毒理学实验方法周期长、耗资高,对现代药物研发和环境化合物安全性评估具有局限性,通过对化合物毒理性研究,提取1 047维分子指纹特征,提出去噪自编码神经网络无监督学习机制及对腐败特征的自联想学习特性提取隐含毒性化合物特征,实现化合物毒性预...
- 概要：
- 方法：
- 结论：
【中文期刊】 徐志敏 刘士远 《国际生物医学工程杂志》 2025年48卷4期 401-406页ISTICCA
【摘要】 生成式网络在医学影像领域展现出良好应用前景，可有效缓解医学图像数据稀缺与标注困难问题。梳理了近年来主流生成式网络在多模态影像合成、低剂量图像重建及结构保持等方面的代表性工作，包括变分自动编码器、生成对抗网络与去噪扩散概率模型等框架的演进及其...
- 概要：
- 方法：
- 结论：
【中文期刊】 Huamei Qi Wenhui Yang 等 《Quantitative Biology》 2024年12卷2期 205-214页
【摘要】 Effective clinical trials are necessary for understanding medical advances but early termination of trials can result in...
- 概要：
- 方法：
- 结论：
【外文期刊】 Zheng, Yu-Jun ; Zhou, Xiao-Han ; 等 《Neural Networks: The Official Journal of the International Neural Network Society》 2018年102卷 78-86页SCISCIEMEDLINE
【关键词】 Intelligent data analysis;Fraud detection;Generative adversarial network (GAN);
- 概要：
- 方法：
- 结论：
【外文期刊】 Majumdar, Angshul ; 《Neural Networks: The Official Journal of the International Neural Network Society》 2018年106卷 271-280页SCISCIEMEDLINE
【关键词】 Autoencoder;Graph;Classification;
- 概要：
- 方法：
- 结论：
【外文期刊】 Li Y. ; Gan Z. ; 等 《Journal of Microbiological Methods》 2022年192卷 SCISCIEMEDLINE
【关键词】 Convolutional neural networks;Denoising autoencoder;Listeria species;
- 概要：
- 方法：
- 结论：
加载中...
