换一批- 最近
- 已收藏
- 排序
- 筛选
- 46
- 4
- 2
- 1
- 1
- 1
- 1
- 1
- 18
- 12
- 8
- 7
- 6
- 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】 姚瑶 袁梦 等 《中国康复医学杂志》 2026年41卷5期 781-789页ISTICPKUCSCDCA
【摘要】 目的:使用多临床因素结合机器学习算法构建产后压力性尿失禁(stress urinary incontinence,SUI)的疾病预测模型,并使用SHAP(Shapley additive explanations)算法解释最优模型中各因子在...
- 概要：
- 方法：
- 结论：
【中文期刊】 路桃影 蔡坚雄 等 《环球中医药》 2026年19卷6期 1141-1149页ISTICCA
【摘要】 目的 将中医湿性体质(痰湿质和湿热质)作为预测变量加入可解释性机器学习风险预测模型中,探究中医湿性体质对2型糖尿病风险预测是否具有科学价值.方法 对广州市第十一人民医院2017年～2021年1 388例固定年度体检人群进行回顾性分析研究,收...
- 概要：
- 方法：
- 结论：
【中文期刊】 王平 刘爱贤 等 《国际神经病学神经外科学杂志》 2026年53卷1期 20-27页ISTIC
【摘要】 目的 基于可解释机器学习(XML)方法构建卒中患者康复相关出院预测模型,识别影响康复出院的关键因素,为康复评估与医疗资源配置提供数据支持.方法 该研究利用MIMIC-Ⅳ v3.1数据库,依据ICD-9/10编码筛选卒中患者共14 824例....
- 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：
【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】 Ling,Yang ; Weifeng,Zhou ; 等 《Biology》 2025年14卷11期 SCIMEDLINECABP
【关键词】 Light Gradient Boosting Machine (LightGBM);SHapley Additive exPlanations (SHAP);catch per unit effort (CPUE);
- 概要：
- 方法：
- 结论：
【外文期刊】 Yazeed Yasin,Ghadi ; Sheikh Muhammad,Saqib ; 等 《Scientific reports》 2025年15卷1期 8070页
【关键词】 Explainable boosting classifier;Explainable-AI;Machine learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Farhad,Radfar ; Shahriar,Shahidi ; 等 《The Clinical neuropsychologist》 1-22页SCIMEDLINE
【关键词】 Multiple sclerosis (MS);disability severity;dissociative symptoms;
- 概要：
- 方法：
- 结论：
【外文期刊】 Francis,Ngema ; Albert,Whata ; 等 《JMIR AI》 2026年5卷 e68196页
【关键词】 HIV viral suppression;Uganda;XGBoost;
- 概要：
- 方法：
- 结论：
【外文期刊】 Benjamin,Sailer ; Sibel,Sari-Yavuz ; 等 《European heart journal. Digital health》 2026年7卷6期 ztag093页
【关键词】 Explainable boosting machines;Machine learning;Non-cardiac surgery;
- 概要：
- 方法：
- 结论：
加载中...
