coronary artery disease | BriefGPT

关键词coronary artery disease

搜索结果 - 28

无监督特征选择以识别机器学习中的重要 ICD-10 编码：以冠状动脉疾病患者队列为例的案例研究
本研究比较了多种无监督特征选择方法以选择最佳 100 个特征，结果显示 Concrete Autoencoder 方法在重现特征空间和预测 90 天死亡率方面的表现优于其他方法。此外，该方法中 ICD 树的权重调整可降低特征的复杂性。
PDFa year ago
智能决策支持集成投票模型用于智能医疗监测环境下冠状动脉疾病预测
利用机器学习的集成方法在智能医疗监测系统中设计出一种电子诊断工具来诊断冠心病，结果表明集成分类器中的多层感知机、随机森林和 AdaBoost 是最优的，达到了 88.12% 的准确率，而且比其他所有分类器都表现更好。
PDF2 years ago
FCM-DNN: 基于深度准确模糊 C-Means 聚类模型的冠心病诊断
本文使用神经网络、深度神经网络、和模糊 C 均值聚类加深度神经网络的方法诊断冠状动脉疾病，得到 99.91% 的准确度，这一方法可能有助于科研中心。
PDF2 years ago
使用深度学习和任务特定中心线标注的 CAD-RADS 评分
这份研究论文用深度学习算法实现了一种快速，可靠，易于实施的冠状动脉 CT 血管造影图标注方法，将冠状动脉树分成患者间一致的部分，并获得了比以前更好的诊断表现
PDF2 years ago
心脏 MRI 分类的全局与局部可解释性
本文提出了一种可解释的卷积神经网络模型，基于变分自编码器，用于识别心脏核磁共振分割序列中的疾病，并使用 ' 概念激活向量 ' 技术关联一些向量，并定性地观察在这些向量方向上的测量值的变化，从而提供相应的自然可解释概念，该方法在英国生物银行心
PDF5 years ago
KDD从电子病历中学习治疗方案
本研究提出了一种基于电子病历利用混合多变量限制玻尔兹曼机和医疗领域知识提取分组治疗方案的数据驱动框架，并以冠状动脉疾病为实际案例进行实验。结果表明，该框架有助于协助医生进行临床决策。
PDF6 years ago
从随机试验个体到所有符合试验条件个体的因果推断的普适性
研究了如何通过使用基线共变量数据和随机分配的治疗和结局数据，来辨别出所有适合个体的潜在（反事实）结局均值和平均治疗效应，并评估了它们的估计器在模拟研究中的有限样本表现，最后通过应用这些估计器对慢性冠状动脉疾病的研究结果进行了说明。
PDF7 years ago
应用监督学习算法和新的特征选择方法预测冠状动脉疾病
本文利用 DNA 位点级别上所采集的单核苷酸多态性（SNPs）数据，从数据科学的视角探讨了冠状动脉疾病的预测。研究中介绍了两种常用的监督学习算法和二维降维技术，分别进行了误差比较分析，结果表明新方法随机森林预测模型的准确率和 ROC 曲线的
PDF10 years ago