【肝癌】基於CT和組織學全切片影像,利用DL預測肝切除術後「肝細胞癌」復發風險 文章出處 Communications Biology 原文標題 A deep learning radiopathomic signature predi...
【敗血症】基於淋巴球計數,利用機器學習預測「敗血症」預後
【敗血症】基於淋巴球計數,利用機器學習預測「敗血症」預後 文章出處 Scientific Reports 原文標題 A machine learning-based prediction model for poor prognosis...
【泌尿道】利用機器學習預測「上泌尿道上皮癌(UTUC)」患者的預後
【泌尿道】利用機器學習預測「上泌尿道上皮癌(UTUC)」患者的預後 文章出處 Scientific Reports 原文標題 Training and external validation of machine learning su...
【血栓】透過血流動力學特徵和機器學習,預測血栓切除術後出血性轉化風險
【血栓】透過血流動力學特徵和機器學習,預測血栓切除術後出血性轉化風險 文章出處 Scientific Reports 原文標題 Machine learning-enabled prediction of hemorrhagic tra...
【中風】利用機器學習預測「急性缺血性中風」的功能預後
【中風】利用機器學習預測「急性缺血性中風」的功能預後 文章出處 Scientific Reports 原文標題 Machine learning for predicting functional outcomes in acute i...
【乳癌】利用機器學習識別「乳癌」骨轉移的關鍵基因
【乳癌】利用機器學習識別「乳癌」骨轉移的關鍵基因 文章出處 npj Precision Oncology 原文標題 Integrative multi-omics and machine learning framework ident...
【血管】利用機器學習識別「血管鈣化」的風險因子
【血管】利用機器學習識別「血管鈣化」的風險因子 文章出處 IRBM 原文標題 Development and Validation of Predictive Factors for Vascular Calcification via...
【卵巢癌】利用機器學習輔助拉曼光譜進行「卵巢癌」細胞分類
【卵巢癌】利用機器學習輔助拉曼光譜進行「卵巢癌」細胞分類 文章出處 Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy 原文標題 Machine lea...
【甲狀腺】透過超音波、SWE和CEUS特徵,使用機器學習識別良惡性「甲狀腺結節」
【甲狀腺】透過超音波、SWE和CEUS特徵,使用機器學習識別良惡性「甲狀腺結節」 文章出處 Current Medical Imaging 原文標題 The Value of Multimodal Ultrasound Based on...
【肺結核】利用隨機森林分析臨床藥師介入對「肺結核」患者住院時間的影響
【肺結核】利用隨機森林分析臨床藥師介入對「肺結核」患者住院時間的影響 文章出處 BMC Infectious Diseases 原文標題 Multidimensional analysis of clinical pharmacist ...
【骨鬆】基於胸部X光,利用深度學習識別女性「骨質疏鬆症」
【骨鬆】基於胸部X光,利用深度學習識別女性「骨質疏鬆症」 文章出處 Osteoporosis International 原文標題 Clinical and economic impact of deep learning-enha...
【透析】基於發炎指數,利用機器學習對「血液透析」患者死亡風險進'行分層
【透析】基於發炎指數,利用機器學習對「血液透析」患者死亡風險進'行分層 文章出處 European Journal of Medical Research 原文標題 Development and validation of ...
【肺癌】利用ML區分PET/MRI上代謝活躍的「非小細胞肺癌」組織學亞型
【肺癌】利用ML區分PET/MRI上代謝活躍的「非小細胞肺癌」組織學亞型 文章出處 PLOS ONE 原文標題 Machine learning using entropy–based texture features from MRI...
【心肌梗塞】利用GNN預測「心肌梗塞」患者的併發症和死亡率
【心肌梗塞】利用GNN預測「心肌梗塞」患者的併發症和死亡率 文章出處 Scientific Reports 原文標題 Predicting complications and mortality in myocardial infarc...