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=(Supervised Learning)
当前检索式
关键词=(Supervised Learning)
展开
  • 排序
  • 筛选
4181条结果
资源类型收起
  • 4083
  • 96
  • 2
中图分类展开
27
7
6
5
4
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
    • 492
    • 451
    • 407
    • 406
    • 323
    更多...
    关键词聚类
      加载更多选项
        医学文献类型聚类展开
        • 160
        • 30
        • 19
        • 17
        • 15
        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=(Supervised Learning)
                当前检索式
                关键词=(Supervised Learning)
                展开
                共4181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】 Xiang Zhang  Chenliang Qian  等 《药物分析学报(英文版)》 2025年15卷12期 2960-2974页SCIMEDLINEISTICCSCDCA

                【摘要】 Various deep learning based methods have significantly impacted the realm of drug discovery.The development of deep lear...

                【关键词】 Drug discoveryChemical pre-trained modelSelf-supervised learning

                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】 马玉良  谢昀臻  等 《中国生物医学工程学报》 2025年44卷4期 385-392页ISTICPKUCSCDCA

                【摘要】 近年来基于脑电信号的情绪识别研究取得了显著的进展,然而标签的标注需要大量的人力,实际应用中难以快速获取大量带标签的数据.高效利用有限的标签进行情绪识别研究逐渐成为了一个新的应用瓶颈.为了解决这个问题,本研究提出了一种基于双流孪生网络的模型架...

                【关键词】 情绪识别自监督学习脑机接口

                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】 谈妍辰  王文文  等 《中国临床药理学与治疗学》 2025年30卷2期 200-208页ISTICPKUCSCDCA

                【摘要】 随着药物基因组学和精准医学的不断发展,针对生物标记物的靶向治疗和免疫疗法开创了抗肿瘤治疗的新时代.由于肿瘤细胞的异质性和肿瘤微环境的多变性,即使在具有相同生物标记物富集的患者群体中,对于同一药物的反应仍存在显著差异.通过将多组学数据与药物敏...

                【关键词】 机器学习药物响应预测监督学习

                浏览:10 被引:0 下载:9
                • 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】 林超隆  杨慧  等 《医疗卫生装备》 2025年46卷4期 1-8页ISTICCA

                【摘要】 目的:为了提高质谱成像的分辨率,提出一种基于空间多层次自监督深度学习网络的质谱成像超分辨重建方法.方法:首先,基于非线性变换将组织学图像和质谱图像进行配准;其次,利用多分支视觉变换器(vision transformer,ViT)以自监督学...

                【关键词】 质谱成像超分辨重建深度学习

                浏览:8 被引:0 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】 陈翔  张桢泰  等 《中国医学物理学杂志》 2025年42卷6期 757-765页ISTICCSCD

                【摘要】 肾小球超微结构的精准识别对慢性肾脏病诊断至关重要,但高质量标注数据的获取成本限制了全监督学习的应用.为此,提出一种基于SAM(Segment Anything Model)的多类别半监督语义分割框架MC4S-SAM.首先,对SAM的掩码解码...

                【关键词】 医学图像分割半监督学习一致性正则化

                浏览:6 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】 陈鸣伸  周志勇  等 《中国医学物理学杂志》 2025年42卷10期 1280-1288页ISTICCSCD

                【摘要】 提出一种基于尺度自适应和坐标编码的自监督超分辨率重建方法,在缺乏配对各向同性脑部磁共振图像的情况下,实现不同层厚各向异性脑部磁共振图像的超分辨率重建.首先,提出一种融合超分辨率尺度信息的图像编码模块,学习不同层厚图像的特异性特征;其次,采用...

                【关键词】 磁共振成像超分辨率重建自监督学习

                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】 陈福军  孟令慧  等 《中国医疗设备》 2025年40卷1期 26-33页ISTIC

                【摘要】 目的 提出一种双任务自监督学习方法,该方法利用未经标注的医学影像数据提取通用视觉表征,以提升深度学习模型在颅脑CT扫描影像中(包括脑出血、鼻咽癌及常规检查影像)对脑组织的精准分割能力.方法 结合图像补全与分类作为辅助手段,在70%图像信息被...

                【关键词】 自监督学习图像分割表征学习

                浏览:8 被引:0 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】 赵航  徐晓丹  等 《中国医学物理学杂志》 2025年42卷9期 1236-1244页ISTICCSCD

                【摘要】 目的:利用SimCLR算法的半监督学习框架,构建对内镜下反流性食管炎Los Angeles分级的分类模型.方法:设计的学习框架利用大型未标注数据集,通过自监督学习方式进行预训练.该框架在小型标注数据集上,按照Los Angeles分级标准进...

                【关键词】 反流性食管炎自监督学习对比学习视觉表示的简单框架

                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】 郝延喆  王琨  等 《哈尔滨医科大学学报》 2025年59卷4期 417-421页ISTICCA

                【摘要】 目的 开发并评估一种嵌入临床决策支持系统(clinical decision support system,CDSS)的监督式机器学习算法,用于识别住院患者的细菌感染.方法 选取2023年4月~2024年7月哈尔滨医科大学附属第四医院住院患...

                【关键词】 临床决策支持系统监督式机器学习细菌感染

                浏览:1 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】 王博  于志昊  等 《解放军医学院学报》 2025年46卷1期 96-103,后插1页ISTICCA

                【摘要】 背景 电子病历数据在构建医疗领域大规模语言模型中具有关键作用.目的 研究一种基于通用大语言模型的三阶段训练范式,以充分挖掘电子病历数据的价值.方法 第一阶段,利用大规模电子病历文本对预训练的通用模型进行进一步训练,增强其医疗领域的语言知识;...

                【关键词】 大规模语言模型医疗人工智能继续训练

                浏览:11 被引:0 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
                • / 419
                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