在此主题中发布的文章:942(向下滚动以加载其余文章)
2023
使用大规模基于人群的数据进行骨质疏松风险筛查和个性化特征分析的可解释深度学习方法:模型开发和性能评估
Bogyeong Suh,Heejin余,Hyeyeon金,Sanghwa李,Sunghye香港,Jin-Woo金,Jongeun崔
中国医学互联网杂志,2023;25:e40179
2022
当前基于机器学习的乳腺癌风险预测模型的预测性能评估:系统回顾
应高,李蜀,茎的金,Lengxiao周,Shaomei太阳,全新课题徐,Shuqian李,Hongxi杨,清张,Yaogang王
JMIR公共卫生监测2022年(12月29日);8 (12): e35750
商店Okiyama,Memori福田,Masashi Sode,Wataru高桥,Masahiro Ikeda,加藤总裁中西宏明,Yusuke Tsugawa,正雄Iwagami
J Med Internet Res 2022(12月23日);24 (12): e38751
Glauco卡多佐,萨尔瓦多·弗朗西斯科·蒂洛尼,Antônio雷纳托·佩雷拉·莫罗,杰弗逊·路易斯·布鲁姆·马奎斯
JMIR Bioinform Biotech 2022(12月23日);3 (1): e40473
劳伦特·宾斯菲尔德Gonçalves,伊凡Nesic,Marko Obradovic,布拉姆斯蒂尔吉斯,托马斯Weikert,Jens Bremerich
JMIR Med Inform 2022(12月21日);10 (12): e40534
一个自动评估健康新闻质量的标准驱动系统的可视化解释:两种方法的探索性研究
小雨刘,Hiba Alsghaier,凌统,Amna Ataullah,苏珊·麦克罗伊
JMIR AI 2022(12月20日);1 (1): e37751
从初级保健临床文本数据估计时间主题模型的方法比较:回顾性封闭队列研究
Meaney克里斯托弗,迈克尔Escobar,特蕾莎·A·斯图克尔,彼得·C·奥斯汀,Liisa Jaakkimainen
JMIR Med Inform 2022(12月19日);10 (12): e40102
劳拉·J·坎巴尔,本杰明Wissel,Yizhao倪,内森Pajor,特蕾西的时候,约翰Pestian,朱迪斯·W·德克斯海默
JMIR Med Inform 2022(12月16日);10 (12): e37833
使用人工智能技术预测物理创伤患者住院死亡率的模型:基于韩国全国人口的研究
Seungseok李,吴成康,Sanghyun Seo,Do Wan Kim,胡恩Ko,Joongsuck金,Seonghwa李,Jinseok李
J Med Internet Res 2022(12月13日);24 (12): e43757
一种利用社交媒体数据表征州级食品环境和预测肥胖率的新方法:相关性研究
Chuqin李,亚历克西斯乔丹,小君的歌,Yaorong通用电气,阿尔伯特公园
J Med Internet Res 2022(12月13日);24 (12): e39340
黑色素瘤检测中的问题:通过人类和人工智能相结合的半监督深度学习算法开发
鑫源张,Ziqian谢,杨香,伊姆兰贝格,中东和北非地区Kozman,卡莉·斯坦,卢卡Giancardo,崔道
JMIR Dermatol 2022(12月12日);5 (4): e39113