|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 机器学习在腰椎间盘突出症诊治中的优势和应用策略显示文摘背景:基于机器学习的不同算法,如何借助各种算法模型开展腰椎间盘突出症的临床研究已成为目前智能化医学发展的趋势和热点。目的:综述机器学习不同算法模型在腰椎间盘突出症诊治中的特点,归纳相同用途的算法模型各自优势和应用策略。方法:计算机检索PubMed、Web of Science、EMBASE、中国知网、万方数据、维普及中国生物医学数据库中与机器学习在腰椎间盘突出症诊治中的相关应用文献,按入组标准筛选后最终纳入96篇文献进行综述。结果与结论:①机器学习的不同算法模型为腰椎间盘突出症的临床诊治提供了智能化、精准化的应用策略。②监督学习中的传统统计学方法和决策树在探究危险因素,制定诊断、预后模型方面简单高效;支持向量机适用于高维特征的小数据集,作为非线性分类器可应用于正常或退变椎间盘的识别、分割、分类,制定诊断、预后模型;集成学习可相互弥补单一模型的不足,具有处理高维数据的能力,提高临床预测模型的精度和准确性;人工神经网络提高了模型的学习能力,可应用于椎间盘识别和分类,制作临床预测模型;深度学习在具有以上用途的基础上,还能优化图像,辅助手术操作,是目前腰椎间盘突出症诊治中应用最广泛、性能最佳的模型;无监督学习中的聚类算法主要用于椎间盘分割和不同突出节段的分类;而半监督学习方式临床应用相对较少。③目前,机器学习在腰椎间盘的识别、分割,退变椎间盘的分类和分级,自动化临床诊断和分类,构建临床预测模型以及辅助术中操作方面具有一定临床优势。④近年来,机器学习的研究策略已向神经网络和深度学习方向转变,具有更强学习能力的深度学习算法将会是未来实现智能化医疗的关键。 | 余伟杰 刘爱峰 陈继鑫 郭天赐 贾易臻 冯汇川 杨家麟 | 2024 | 中国组织工程研究2024，28，9： | 1 |
| 2 | 基于电子健康记录的智能算法研究综述显示文摘【目的/意义】大数据时代下,人工智能、区块链等信息技术得到了迅速发展。电子健康记录(Electronic Health Records,EHRs)涵盖了大量医疗的关键信息,基于EHRs的智能算法在提升智慧医疗水平方面发挥着重要作用,该领域吸引了众多国内外学者的兴趣,取得了丰硕的成果。【设计/方法】通过整理Web of Science和CNKI两大核心数据库的EHRs的相关研究文献,结合国家政策背景和国内外EHRs数据库的发展现状,用可视化图表分析了国内外EHRs相关研究的现状和发展趋势,并基于智能算法在EHRs的应用进行分类,展示了智能算法与EHRs相结合的研究成果。【结论/发现】通过回顾性研究,揭示了EHRs与深度学习、大数据、强化学习和区块链等人工智能技术的关系,发现我国在EHRs数据库建设与利用方面的不足,并对此提出可改进的相关建议与对策。 | 李天皓 张倩 陆炜 | 2022 | 电子科技大学学报(社科版)2022，24，5： | 0 |
| 3 | 面向风湿免疫膝关节护理的多场耦合模型识别研究显示文摘针对单一物理场条件下传统识别模型对风湿免疫膝关节炎识别正确率的问题,提出一种力学模量场、血流场、温度场多物理场耦合的膝关节炎识别模型。模型以极限学习机(Extreme Learning Machine,ELM)为基础框架,通过采用粒子群优化算法(Particle Swarm Optimization,PSO)获取ELM模型输入层与隐含层之间的连接权值及隐含层神经元间的阈值,并将膝关节周围软组织肌肉和肌腱/韧带杨氏模量、血管内径大小、血流量、血流速度,以及膝关节周围组织肌肉、肌腱/韧带、血管表面温度的前25个主成分特征值作为改进ELM模型输入,实现了高效、精确的风湿免疫膝关节炎的识别。仿真结果表明,所提多物理场耦合的改进ELM模型,对风湿免疫膝关节炎的识别正确率较高,达到85%以上,相较于标准ELM模型和BP、ID3、LVQ模型,具有一定的优越性。 | 孙雪 | 2023 | 自动化与仪器仪表2023，，6： | 0 |
| 4 | 基于机器学习的信号扰动自动识别系统显示文摘为及时检测交流信号的扰动和故障,避免扰动给负载电路带来损害,在虚拟仪器平台上,基于机器学习方法实现了信号扰动自动识别系统。系统以随机森林算法构建分类器,对原始信号进行频谱分析实现了信号扰动自动识别。功能验证表明,系统对常见的信号中断、幅值升高、幅值降低扰动可以达到98%以上的识别率,可以用于实际电路保护和辅助调试。 | 魏元焜 吴丹阳 | 2023 | 承德石油高等专科学校学报2023，25，1： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员