基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用人工智能技术,基于患者既往就诊数据进行机器学习相关算法分析,建立心肌梗死疾病特征自动识别模型,通过特征挖掘找出关键和主要致病因素,为医生提供定性或定量辅助诊断意见.
推荐文章
雷达信号脉内特征自动识别的一种新方法
瞬时自相关
频率方差
小波变换
自动识别
车牌自动识别的算法研究与实现
车牌定位
字符分割
字符识别
算法思想
算法实现
自动特征识别的新方法
特征识别
相交特征
信息提取
基于扫描数据零件轮廓特征自动识别的方法
扫描数据
轮廓特征
最小二乘法
反求工程
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于特征自动识别的心肌梗死关键因素挖掘研究
来源期刊 医学信息学杂志 学科 医学
关键词 心肌梗死 机器学习 特征重要性
年,卷(期) 2022,(1) 所属期刊栏目 医学信息研究
研究方向 页码范围 54-58
页数 5页 分类号 R-056
字数 语种 中文
DOI 10.3969/j.issn.1673-6036.2022.01.010
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
心肌梗死
机器学习
特征重要性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
医学信息学杂志
月刊
1673-6036
11-5447/R
大16开
北京市朝阳区雅宝路3号
2-664
1979
chi
出版文献量(篇)
5799
总下载数(次)
19
总被引数(次)
20699
论文1v1指导