outcome prediction | BriefGPT

关键词outcome prediction

搜索结果 - 12

基于深度学习的多角度 PET 图像最大强度投影（MA-MIPs）的头颈癌无分割结果预测
我们引入了一种创新的、简单而有效的无分割方法，用于对头颈癌（HNC）患者的结果预测。通过利用基于深度学习的特征提取技术和应用于氟脱氧葡萄糖正电子发射断层扫描（FDG-PET）体积的多角度最大强度投影（MA-MIP），我们的提出的方法消除了对
PDF2 months ago
基于大型语言模型的多模态临床试验结果预测
临床试验结果预测的多模态融合专家模型（LIFTED）通过将各种方式的数据转化为自然语言描述，再利用统一的噪声抵抗编码器提取信息，进一步利用稀疏的专家模型优化表示，通过动态集成不同方式的表示进行预测，有效提升临床试验结果预测性能。
PDF5 months ago
基于机器学习的胶质瘤组织切片分析综述
近年来，诊断胶质瘤变得越来越复杂。通过现代机器学习技术对胶质瘤组织进行组织学评估为支持诊断和预测结果提供了新机会。本综述通过对 70 项公开的基于机器学习的染色人类胶质瘤组织切片分析研究进行概述，包括亚型划分（16/70）、分级（23/70
PDF5 months ago
数据流支持下的移动众包协同评估
移动众包是指任务的完成必须要求众包人员在按需工作力量中进行物理移动的系统。本文提出了在移动众包中实现任务转移、结果预测和任务协调的不同机制，包括数据流学习方法用于任务结果预测，以及具有不同自治程度的两种不同方法实现任务协调，分别为具有协作但
PDF5 months ago
一种基于知识蒸馏的多变量临床时间序列中的感染性休克预测方法
通过知识蒸馏和约束变分推断，我们使用一个高预测能力的 “教师” 神经网络模型来训练一个 “学生” 潜在变量模型，学习可解释的隐层表示，以实现对脓毒症预测结果的高准确性。
PDF8 months ago
口咽癌患者预测结果的图数据建模
本文首次提出了病患超图网络（PHGN），并在感染舌咽癌（OPC）患者的计算机断层扫描（CT）辐射组学特征上进行了针对二分类和时间分析的研究，与图神经网络和基准线性模型进行了比较。
PDF9 months ago
ICMLMaxCorrMGNN：用于广义多模态融合医学数据的多图神经网络框架进行结果预测
本文提出了一种称为 MaxCorr MGNN 的创新融合方法，旨在通过 Hirschfeld-Gebelein-Renyi 最大相关性嵌入来建模跨患者内部和之间的非线性模式相关性，从而得出一个多层图模型，从而有效地预测结局。通过设计一种广义
PDFa year ago
利用时空自注意力预测长期 COVID 患者的结果
本研究提出了一种空时关注机制，可以从时间维度和特征空间共同衡量特征重要性，以识别 COVID-19 的后续慢性病。实验结果表明，在长 COVID 患者的预测结果中，Local-LSTM 和联合空时关注优于其他有关方法。此提出的方法为长 CO
PDFa year ago
应急科室结果预测的多模态感知语言模型
本文探讨了多模式语言建模在医疗保健领域的应用，特别是基于急诊科主诉和生命体征文本信息的病人问题和需求预测，通过对 MIMIC-IV ED 数据集的诊断代码预测实验分析，我们发现多模式提高了预测性能，并且对一些疾病类别来说，生命体征具有更强的
PDFa year ago
部分丢失的多组学协变量数据的预测方法：文献综述和实证比较研究
本文研究使用多组学数据作为协变量自动预测结果的方法，提供了现有预测方法的文献综述，并使用 13 个公开的多组学数据集比较了这些方法的预测性能，讨论了这些比较性研究的结果和初步结论。
PDFa year ago
多层个性化联邦学习用于缓解学生预测分析中的偏差
本文提出了一种用于学生建模的多层个性化联邦学习 (Multi-Layer Personalized Federated Learning, MLPFL) 方法，旨在优化不同层次学生群组标准的推断准确性。该方法通过分布式训练以元梯度更新推导出
PDF2 years ago
ACL使用自我监督知识融合从入院记录中预测临床结果
该研究旨在通过临床文本的预测，预防医生忽略潜在风险并帮助医院规划能力。使用语言模型分析预测诊断结果、手术、住院死亡率和住院时间。提出了临床结局预训练来整合多个公共来源的患者结局知识，并提出了一种将 ICD 编码层次结构纳入模型的简单方法，以
PDF3 years ago