机器学习在传染病风险预测中的应用调查
通过对使用机器学习算法诊断传染病的最新研究文章的综述,我们发现大多数文章使用小数据集,结论表明合适的机器学习技术取决于数据集的类型和预期目标。
Jun, 2022
通过研究稳健学习算法并将其应用于传染病风险的预警,本项目提出了一种动态截断损失模型,将传统的互信息隐式权重特征与平均变异特征相结合,通过降低受噪声影响的训练结果引入训练损失的下界和基于采样率的方法,验证了该方法在不同噪声类型下的有效性,并实现了包含标签噪声数据的稳健学习。
Jun, 2024
使用各种机器学习和图像处理方法,探测和预测疟疾疾病的潜力,发现深度学习技术作为智能工具在疟疾检测中具有广泛适用性,旨在针对深度学习在计算机框架和组织方面的常见限制进行未来的研究方向。
Sep, 2022
COVID-19 和可解释机器学习在呼吸系统疾病预测中的应用,对未来研究和临床实践具有重要意义。通过综述各种机器学习模型,探索其能够整合现有临床领域知识和学习新信息的能力,以提高卫生管理系统的准备和应对能力,改善患者预后和减轻呼吸系统疾病对社会的影响。
May, 2024
计算机辅助诊断是一个快速发展的医学成像研究领域。本文综述了在计算机辅助诊断中应用机器学习和模式识别的算法,以检测包括肝炎、糖尿病、肝病、登革热和心脏疾病在内的多种疾病,以提高疾病检测的精确性和支持决策过程的客观性。
Jul, 2023
该研究通过使用机器学习,特别是结合表格数据,更准确地预测结核病(TB)的治疗结果,将这一预测任务转化为二元分类问题,并通过来自印度国家结核病控制计划的 50 万多个病人记录的数据生成风险评分。数据预处理是该研究的关键组成部分,在验证集上获得了 98% 的召回率和 0.95 的 AUC-ROC 得分。该研究还探索了自然语言处理(NLP)在模型学习中的应用,通过各种指标和消融研究证实了该方法的有效性。研究通过讨论我们的研究对结核病根除工作的潜在影响,并提出了未来的研究方向,展示了机器学习在医疗保健中的潜力。
Mar, 2024