基于机器学习的医疗大数据分析与临床应用

• 作者: 孙涛 徐秀林
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 医疗大数据 机器学习 诊断及预后 深度学习 临床应用
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 10-14
• 页数: 5页
• 分类号: TP301
• 字数: 4843字
• 语种: 中文
• DOI: 10.11907/rjdk.191047

摘要

医疗大数据指数目庞大、增长迅速、结构复杂、隐藏价值高的数据.机器学习技术能够有效分析医疗大数据的内部联系,对疾病的早期诊断及预后具有重要临床指导意义.阐述了机器学习技术在医疗大数据中的应用及研究进展,包括在大数据分析中的回归分析、决策树、基于内核的算法、降低维度算法等浅层机器学习算法模型,卷积神经网络、循环神经网络、自动编码器、深度信念网络等深度学习算法模型,以及各个算法模型的临床应用,分析了机器学习在医疗数据挖掘中的应用前景和存在的技术难题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐秀林	上海理工大学医疗器械与食品学院	106	455	12.0	17.0
2	孙涛	上海理工大学医疗器械与食品学院	52	265	10.0	14.0