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=(Multi-task learning)
当前检索式
关键词=(Multi-task learning)
展开
  • 排序
  • 筛选
852条结果
资源类型收起
  • 832
  • 20
中图分类展开
7
2
1
1
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
    • 384
    • 264
    • 88
    • 80
    • 23
    更多...
    关键词聚类
      加载更多选项
        医学文献类型聚类展开
        • 14
        • 5
        • 3
        • 3
        • 2
        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=(Multi-task learning)
                当前检索式
                关键词=(Multi-task learning)
                展开
                共852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】 Sishu Li  Jing Fan  等 《中国天然药物》 2025年23卷11期 1293-1300页SCIMEDLINEISTICCSCDBP

                【摘要】 The accurate prediction of drug absorption,distribution,metabolism,excretion,and toxicity(ADMET)properties represents a ...

                【关键词】 Molecular ADMET predictionMulti-view fusionAttention mechanism

                浏览:2 被引:1 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】 Longyu Zhou  Dezhi Han  等 《植物表型组学(英文)》 2025年7卷2期 29-41页SCIMEDLINECSCDCABP

                【摘要】 The unmanned aerial vehicle(UAV)platform has emerged as a powerful tool in soybean(Glycine max(L.)Merr.)breeding phenoty...

                【关键词】 Remote sensing3D reconstructionPoint cloud

                浏览:0 被引:0 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】 王宏  耿中利  等 《中国医疗器械杂志》 2026年50卷1期 24-34页MEDLINEISTIC

                【摘要】 目的 构建基于多任务深度学习的跨器官AI模型,实现甲状腺与乳腺结节恶性风险统一预测.方法 收集三家医院甲状腺结节(n=2 386)和乳腺结节(n=2 753)患者临床数据.基于Transformer架构构建多任务深度学习模型,采用特征共享层...

                【关键词】 甲状腺结节乳腺结节人工智能

                浏览:0 被引:0 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】 李惠莲  李芙蓉  等 《分子影像学杂志》 2025年48卷12期 1484-1490页ISTIC

                【摘要】 目的 结合人工智能与产前超声影像技术,构建一个基于深度学习的多任务模型,以实现胎儿心脏超声图像中标准切面的识别与关键解剖结构的精准分割.方法 纳入2021年1月~2023年7月福建医科大学附属第二医院妊娠18~24周共1300例单胎妊娠孕妇...

                【关键词】 胎儿心脏超声标准切面识别关键结构分割

                浏览:5 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】 李虎浩  李世龙  等 《生物医学工程研究》 2025年44卷5期 288-296页ISTIC

                【摘要】 针对现有杂音检测方法多局限于单一任务,未能充分利用心音信号间关联性的问题,本研究提出了一种基于渐进式分层提取(PLE)的多任务心脏杂音检测模型,可同时完成小片段心脏杂音检测与心音信号自动分割.该模型能通过共享底层特征,有效整合心音信号的时空...

                【关键词】 心脏杂音深度学习小片段杂音检测

                浏览:1 被引:0 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】 刘剑  张峥  等 《中国医学物理学杂志》 2025年42卷10期 1306-1320页ISTICCSCD

                【摘要】 针对现有公开数据集缺乏肺部关键器官、组织标注的问题,收集863例胸部CT扫描图像,采用计算机视觉算法与放射科医生手动校正的半自动化方法,构建首个含肺血管、气道及肺结节标注的综合数据集.在此基础上,提出基于多任务学习的肺结节分割模型,通过加入...

                【关键词】 肺结节多任务学习深度学习

                浏览:1 被引:0 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】 张志远  胡冀苏  等 《上海交通大学学报》 2025年59卷8期 1216-1224页

                【摘要】 基于前列腺癌原发灶的术前磁共振影像定量特征预测盆腔淋巴结转移(PLNM)是治疗方案制定的重要参考依据.然而,现有预测方法对肿瘤原发灶内部的异质性信息提取不足,导致提取的图像定量特征与PLNM关联性较弱.针对这一问题,提出一种以肿瘤分割任务为...

                【关键词】 前列腺癌盆腔淋巴结转移多任务学习多分支各向异性大核注意力模块

                浏览:2 被引:0 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】 甘伟男  夏小琴  等 《中国生物医学工程学报》 2024年43卷5期 631-635页ISTICPKUCSCDCA

                【摘要】 针对电子病历命名实体识别和负面断言检测的热点和难点问题,提出了一种基于层级参数变换的电子病历多任务信息提取方法.该方法通过基于层级参数转换矩阵的迁移学习策略实现标注模型间接的参数优化,以解决数据稀缺导致目标模型不能直接训练的难题,同时引入了...

                【关键词】 电子病历多任务学习迁移学习

                浏览:3 被引:2 下载:2
                • 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】 李斌  李霄  等 《中国医疗设备》 2023年38卷9期 12-16页ISTIC

                【摘要】 目的 比较3种网络模型[VGG19网络、多任务学习、卷积注意力模块(Convolutional Block Attention Module,CBAM)]在中医背部痧象特征分类的可行性与有效性,进而说明该模块的有效性.方法 首先通过对痧象图...

                【关键词】 中医痧象特征分类注意力机制

                浏览:10 被引:4 下载:12
                • 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】 陈君恒  卢佩雯  等 《中国数字医学》 2023年18卷8期 35-41页ISTIC

                【摘要】 对已知药物不良反应和药物蛋白质链路分别构建二分图,并分别基于消息传递神经网络(MPNN)和TransE模型进行建模,同时以交叉压缩单元(CCU)作为共享单元,联结药物不良反应预测和药物蛋白质链路预测,构建多任务MPNN(MT-MPNN)模型...

                【关键词】 药物不良反应预测药物蛋白质链路预测多任务学习

                浏览:75 被引:4 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
                • / 86
                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