European Radiology：利用深度神经网络实现儿科患者全身CT图像的身体成分全自动分析
CT和MR检查是用于各种临床情况的横断面成像方法，可作为准确的身体成分评估的数据来源。
MedSci原创 - 身体成分，深度神经网络，全身CT - 2022-11-15
Genome Med：基于体细胞突变表征的深度神经网络模型MuAt，可预测肿瘤类型及亚型
研究团队开发了一种新颖的深度神经网络（DNN）模型能够通过学习简单和复杂的体细胞突变表征，从癌症全基因组和全外显子组测序数据中预测肿瘤类型和亚型。
测序中国 - 肿瘤，MuAt，深度神经网络模型 - 2023-08-09
斯坦福人工智能突破：结构递归神经网络用于 时空领域图像中的深度学习
虽然相当适合用来进行序列建模，但深度递归神经网络体系结构缺乏直观的高阶时空架构。计算机视觉领域的许多问题都固有存在高阶架构，所以我们思考从这方面进行提高。在本文中，我们提出了一种结合高阶时空图像和递归神经网络的方法。我们开发了一种可随意扩展时空图像的办法，这是一种正反馈、差异化高、可同步训练的RNN混合网络。这种方法是通用的
AI科技评论 - 深度学习 - 2016-07-02
Neurology：癫痫儿童语言神经网络存在静息状态功能连接性（FC）差异，适应、补偿形式反映神经网络可塑性
近日，有学者对比了典型发育期儿童(TD)和癫痫儿童的语言静息状态功能连接性(RS fMRI；FC)，发现基于疾病、癫痫灶位置和生长发育中的FC差异，表明FC以适应和补偿的形式反映了神经网络的可塑性。
MedSci原创 - 癫痫，神经可塑性，静息状态功能磁共振成像，语言神经网络 - 2022-02-01
European Radiology:使用深度卷积神经网络自动ACR BI-RADS乳腺密度分类的诊断准确性。
数字化乳腺断层扫描（DBT）作为一种准三维模式，越来越多地被用于确定乳腺密度和检测癌症，检测乳腺癌的诊断准确性很高，AUC、敏感性和特异性分别为0.95、0.90和0.90。
MedSci原创 - 卷积神经网络，BI-RADS - 2024-01-06
俄罗斯研究人员尝试利用神经网络研发新药
来自俄罗斯 Mail.ru 集团、Insilico Medicine 医药公司、莫斯科物理技术学院的研究人员首次尝试利用神经网络研制新的药物。他们试图教会神经网络“思考”并创造出新的分子结构，进而生成一些新的有前景的药物成分。该研究结果发表在《Оncotarget》杂志上。
科技部 - 神经网络，新药 - 2017-03-13
一种大数据新算法———脉冲神经网络（SNN）
本文是对脉冲神经网络（Spiking Neural Networks，SNNs）的一篇基础性综述，阐述了SNN网络的一些基本原则、概念和模型，以及存在的技术难点和挑战，对于大数据和算法研究者而言，是一篇较好的总结性文章简述： 在过去的近十年内，随着计算神经科学中的脉冲神经元模型的不断受人关注，多种不同的脉冲神经网络模型也随之不断涌现。本文对这些几近
新煮意的世界 - 大数据，新算法 - 2017-01-07
Nat Med：吴恩达教授利用神经网络诊断心率不齐
近日，吴恩达团队在 Nature Medicine 上发表了一项研究，开发了一种深度神经网络，可基于单导程 ECG 信号分类 10 种心率不齐以及窦性心律和噪音，性能堪比心脏病医生。
MedSci原创 - Nature，Medicine，吴恩达，神经网络 - 2019-01-11
JAMDA：NEAT人工神经网络对鉴别易跌倒老年人有效
为此，我们研究的主要目的是研究三个人工神经网络即MLP、调整后的MLP、NEAT，利用一系列与社区老年人跌倒因素相符合的临床特征，测试它们区分经常跌倒与不经常跌倒老年人的有效性（人工神经网络，简写为ANNs，是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接
MedSci原创 - 跌倒，NEAT，人工神经网络 - 2015-03-28
European Radiology：应用卷积神经网络的IVIM预测HCC微血管侵犯
带有体素内非相干运动（IVIM）的多b值DWI可以使用双指数模型区分真正的分子扩散和微毛细血管灌注，这可能比使用单指数模型计算的表观扩散系数（ADC）更准确地确定组织灌注和扩散。
MedSci原创 - HCC，卷积神经网络，IVIM - 2022-10-23
Sci Rep：使用计算机断层扫描和深度神经网络自动检测Graves眼病中增大的眼外肌
在实际临床实践中，约40%–60%的GO患者出现眼外肌功能障碍，并对生活质量产生显著的负面影响。
MedSci原创 - Graves眼病 - 2022-11-14
递归神经网络(RNNs)基本原理及最新进展
摘要 递归神经网络(Recurrent Neural Network, RNNs)的研究最近取得了很大进展，成功应用包括手写识别、语音识别、自然语言处理以及计算机视觉等一系列问题。本文介绍了递归神经网络的基本原理与近期进展，并对若干代表性工作进行了回顾。导读 递归神经网络（RNN）是目前最流行的几种深度学习网络结构之一，因其递归处理历史信息和建模历史记忆的功能特点而特别适用于处理时间、空间
知乎 - 递归神经网络，RNNs - 2016-08-27
技术向：一文读懂卷积神经网络
自今年七月份以来，一直在实验室负责卷积神经网络（Convolutional Neural Network，CNN），期间配置和使用过theano和cuda-convnet、cuda-convnet2。先明确一点就是，Deep Learning是全部深度学习算法的总称，CNN是深度学习算法在图
张雨石博客 - 卷积神经网络，技术 - 2016-04-01
为您找到相关结果约500个
