您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. ICD-10编码

  2. 学医学的人都应该知道这个,这是我院多方论证最终倒入医院his系统的疾病目录。
  3. 所属分类:医疗

    • 发布日期:2013-06-09
    • 文件大小:9437184
    • 提供者:w622719
  1. SPIHT算法在医学图像无失真压缩中的应用

  2. 随着社会的发展和医疗技术的进步,人们对身体健康的关心程度越来越高。医学影像已经不再是仅供医生参考的信息而成为诊断疾病的重要依据。在网络传输条件下的图像压缩编码成为建立数字化医院的关键技术。目前,二维图像的压缩标准有JPEG、GIF及采用了小波变换的JPEG2000等。医学图像具有特殊性,它一般不允许丢失有用的细节信息。传统的DCT(Discrete Cosine Transform,离散余弦变换)和第一代小波在图像变换后会产生浮点数,因而必须对变换后的数据进行量化处理,这样就会产生不同程度的失真
  3. 所属分类:其它

    • 发布日期:2020-10-21
    • 文件大小:196608
    • 提供者:weixin_38718434
  1. 对人类疾病有害的非同义单核苷酸多态性的预测

  2. 鉴定导致人类遗传疾病的遗传变异是人类和医学遗传学中的一个基本问题。 作为一种典型的遗传变异,在蛋白质编码区发生的非同义单核苷酸多态性(nsSNPs)可能会改变编码的氨基酸,潜在地影响蛋白质的结构和功能,并进一步导致人类遗传性疾病。 因此,开发有助于区分有害的nsSNP与中性nsSNP的计算方法非常重要。 在本文中,我们回顾了收集nsSNP的数据库,并总结了用于鉴定有害nsSNP的计算方法。 我们将表征nsSNP的现有方法分为三类(基于序列,基于结构和基于注释),并介绍了用于预测有害nsSNP的机
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:1048576
    • 提供者:weixin_38501610
  1. HybridCovidLUS:基于集成的自动编码器的混合CNN-LSTM模型,用于通过肺超声预测COVID-19严重性-源码

  2. 肺超声对COVID-19评分的混合CNN-LSTM模型 基于集成的自动编码器的混合CNN-LSTM模型,用于通过肺超声预测COVID-19严重程度 , 和Shaikh 在生物学和医学计算机上。 论文: 摘要: COVID-19大流行已经成为全球医疗保健系统的最大威胁之一,在世界范围内创造了前所未有的状况。 快速诊断的必要性要求采用其他方法来预测患者的病情,对于这些疾病,基于肺超声(LUS)进行疾病严重性评估可以是一种安全,无辐射,灵活且有利的选择。 在本文中,提出了一种基于框架的4评分疾病
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:815104
    • 提供者:weixin_42107165
  1. SIIM-PCR-Pneumothorax-Segmentation-源码

  2. SIIM-PCR-气胸分割 业务问题: 气胸是一种医学病症,当空气泄漏到肺与胸壁之间的空间中时出现。 这种空气会推动肺部的外部并使其塌陷。 因此,气胸可以是完全的肺塌陷,也可以是一部分肺塌陷。 气胸可能是钝性胸部损伤,潜在的肺部疾病所致,或者有时根本没有明显原因。 这可能是威胁生命的事件。 气胸通常是由放射科医生在胸部X光片上诊断出来的,有时可能很难确认。 该案例研究要解决的问题是,该疾病将在给定的胸部X射线图像中是否存在这种状况,如果存在,它将分割受影响的肺部。 准确的预测在许多临床情况下将
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:3145728
    • 提供者:weixin_42099815
  1. CardioCoders:数据训练营小组项目-源码

  2. 心脏编码器 数据训练营小组项目 项目章程 在美国,心血管疾病是主要的死亡原因。 为了识别哪些个体处于最高风险中,开发了一种机器学习应用程序以识别最佳的疾病预测因子,从而为医师提供指导。 此应用程序旨在解决以下问题: 心血管疾病最准确的预测指标是什么? 在美国哪些位置与领先预测变量的相对较高数量相关联? 概述图 通讯协议 我们整个小组每周至少要通过Zoom开会两次,以讨论即将发布的成果,并确保每个人都按计划进行。 我们将使用Slack在会议之间进行通信,并将根据需要安排临时的Zoom会议。 如
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:1008640
    • 提供者:weixin_42125192
  1. 肺癌手术后死亡率预测器:用于预测肺癌患者手术后预期寿命的二进制分类神经网络-源码

  2. 肺癌手术后死亡率预测因子 动机 基于医学数据的诊断膀胱炎存在的多元二元分类算法。 该数据是由医学专家创建的,用于测试专家系统的数据集,该系统将对两种泌尿系统疾病进行推定诊断。[1] 考虑到数据集的多变量性质[2],使用pandas cat.codes类对分类特征进行了一种热编码。 所有功能也通过sklearn的StandardScaler类进行了标准化。 神经网络拓扑和结果摘要 针对该分类问题,利用了二进制交叉熵损失函数和Adam优化器。 在大约70个时代之后,二元分类器在膀胱炎诊断中的准
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:1024
    • 提供者:weixin_42103587