期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于经食道超声心动图超声数据的心脏病分类
被引量：
1
1
作者
王巧华
伍岳庆
姚宇
《计算机应用》
CSCD
北大核心
2017年第A01期220-222,共3页
为了研究经食道超声心动图(TEE)超声数据与心脏病类别之间的关系,提出一种以决策树(DT)分类器作为基分类器的自适应提升(AdaBoost)分类预测模型(DT_AdaBoost)。该模型首先对训练集中的每个样本赋予一个相同的权重表示样本被选中的概率,...
为了研究经食道超声心动图(TEE)超声数据与心脏病类别之间的关系,提出一种以决策树(DT)分类器作为基分类器的自适应提升(AdaBoost)分类预测模型(DT_AdaBoost)。该模型首先对训练集中的每个样本赋予一个相同的权重表示样本被选中的概率,然后有放回地选取样本组成训练子集训练DT分类器,如果该分类器的分类准确率大于50%,则计算此DT分类器的重要性,并更新样本权重,最后在新的样本分布下再次进行抽样训练。依此类推,可得到多个权重不同的DT分类器,把所有DT分类器按重要性叠加(boost)起来,即可得到最终的强分类器。仿真结果表明,以DT分类器作为基分类器的Ada Boost方法诊断准确率相对稳定在96.88%,高于以支持向量机(SVM)作为基分类器的94.70%、以K最近邻(KNN)作为基分类器的94.65%以及以朴素贝叶斯(Naive Bayes)作为基分类器的96.04%,并且较单一算法的分类器性能提高。
展开更多
关键词
经食道超声心动图
超声数据
心脏病
分类
决策树
ADABOOST
在线阅读
下载PDF
职称材料
基于深度学习与医学先验知识的超声心动图切片识别
被引量：
2
2
作者
唐涔轩
王晓东
姚宇
《计算机应用》
CSCD
北大核心
2017年第A01期211-214,共4页
针对传统机器学习方法在围术期食管超声心动图(TEE)上进行切片识别时识别精度不够高和模型不能端到端的问题,提出了一种基于深度学习与医学先验的端到端切片识别方法。首先,提取TEE超声切片上的切片角度信息训练一个小型卷积神经网络(C...
针对传统机器学习方法在围术期食管超声心动图(TEE)上进行切片识别时识别精度不够高和模型不能端到端的问题,提出了一种基于深度学习与医学先验的端到端切片识别方法。首先,提取TEE超声切片上的切片角度信息训练一个小型卷积神经网络(CNN)进行角度分类,获取分类结果即医学先验概率;然后,对整个TEE超声切片成像区域训练一个大型深度学习网络模型进行切片分类,获取验证前分类结果,即条件概率;最后通过贝叶斯方法校验获取最终的识别结果。实验结果表明,与传统方法相比结合深度学习与医学先验的切片识别方法极大地提高了TEE切片识别的精度。
展开更多
关键词
超声心动图
深度学习
卷积神经网络
医学先验
贝叶斯方法
在线阅读
下载PDF
职称材料
基于经食管超声心动图记录和基于项目协同过滤的混合推荐方法
3
作者
刘星星
王晓东
姚宇
《计算机应用》
CSCD
北大核心
2017年第A01期300-302,311,共4页
为提升经食管超声心动图(TEE)超声记录的临床应用价值,提高医师的工作效率,提出基于TEE超声记录和基于项目协同过滤(Item CF)的混合推荐方法,结合TEE超声记录特征和医师用户交互记录实现病例系统的个性化推荐。首先依托TEE病例查询系统...
为提升经食管超声心动图(TEE)超声记录的临床应用价值,提高医师的工作效率,提出基于TEE超声记录和基于项目协同过滤(Item CF)的混合推荐方法,结合TEE超声记录特征和医师用户交互记录实现病例系统的个性化推荐。首先依托TEE病例查询系统平台采集数据并进行预处理,包括TEE记录数据和医师用户记录数据的清洗,标出记录表中可能被作为推荐因素的项目并提取特征。然后针对不同医师查询习惯,分析医师-TEE记录交互数据,运用基于内容和Item CF的混合推荐,训练模型,同时根据医师反馈信息和TEE记录数据集的变化,动态更新推荐结果。经实验测试,形成了较稳定的推荐模型,并且在相似记录数目为50、推荐记录数目为10的情况下,推荐精度较高。
展开更多
关键词
tee
超声记录
用户交互记录
病例查询
基于内容推荐
ItemCF推荐
在线阅读
下载PDF
职称材料
题名
基于经食道超声心动图超声数据的心脏病分类
被引量：
1
1
作者
王巧华
伍岳庆
姚宇
机构
中国科学院成都计算机应用技术研究所
中国科学院大学
出处
《计算机应用》
CSCD
北大核心
2017年第A01期220-222,共3页
基金
中国科学院西部之光人才培养计划项目(2013)
文摘
为了研究经食道超声心动图(TEE)超声数据与心脏病类别之间的关系,提出一种以决策树(DT)分类器作为基分类器的自适应提升(AdaBoost)分类预测模型(DT_AdaBoost)。该模型首先对训练集中的每个样本赋予一个相同的权重表示样本被选中的概率,然后有放回地选取样本组成训练子集训练DT分类器,如果该分类器的分类准确率大于50%,则计算此DT分类器的重要性,并更新样本权重,最后在新的样本分布下再次进行抽样训练。依此类推,可得到多个权重不同的DT分类器,把所有DT分类器按重要性叠加(boost)起来,即可得到最终的强分类器。仿真结果表明,以DT分类器作为基分类器的Ada Boost方法诊断准确率相对稳定在96.88%,高于以支持向量机(SVM)作为基分类器的94.70%、以K最近邻(KNN)作为基分类器的94.65%以及以朴素贝叶斯(Naive Bayes)作为基分类器的96.04%,并且较单一算法的分类器性能提高。
关键词
经食道超声心动图
超声数据
心脏病
分类
决策树
ADABOOST
Keywords
trans
esophageal
echocardiography（
tee）
ultrasound
data
heart disease
classification
decision tree
AdaBoost
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于深度学习与医学先验知识的超声心动图切片识别
被引量：
2
2
作者
唐涔轩
王晓东
姚宇
机构
中国科学院成都计算机应用研究所
中国科学院大学
出处
《计算机应用》
CSCD
北大核心
2017年第A01期211-214,共4页
基金
中国科学院西部之光人才培养计划项目
文摘
针对传统机器学习方法在围术期食管超声心动图(TEE)上进行切片识别时识别精度不够高和模型不能端到端的问题,提出了一种基于深度学习与医学先验的端到端切片识别方法。首先,提取TEE超声切片上的切片角度信息训练一个小型卷积神经网络(CNN)进行角度分类,获取分类结果即医学先验概率;然后,对整个TEE超声切片成像区域训练一个大型深度学习网络模型进行切片分类,获取验证前分类结果,即条件概率;最后通过贝叶斯方法校验获取最终的识别结果。实验结果表明,与传统方法相比结合深度学习与医学先验的切片识别方法极大地提高了TEE切片识别的精度。
关键词
超声心动图
深度学习
卷积神经网络
医学先验
贝叶斯方法
Keywords
trans
esophageal
echocardiography（
tee）
deep learning
Convolutional Neural Network（CNN）
priori medicine
Bayes method
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于经食管超声心动图记录和基于项目协同过滤的混合推荐方法
3
作者
刘星星
王晓东
姚宇
机构
中国科学院成都计算机应用研究所
中国科学院大学
出处
《计算机应用》
CSCD
北大核心
2017年第A01期300-302,311,共4页
基金
中科院西部之光人才培养计划项目(2012SZ0133)
文摘
为提升经食管超声心动图(TEE)超声记录的临床应用价值,提高医师的工作效率,提出基于TEE超声记录和基于项目协同过滤(Item CF)的混合推荐方法,结合TEE超声记录特征和医师用户交互记录实现病例系统的个性化推荐。首先依托TEE病例查询系统平台采集数据并进行预处理,包括TEE记录数据和医师用户记录数据的清洗,标出记录表中可能被作为推荐因素的项目并提取特征。然后针对不同医师查询习惯,分析医师-TEE记录交互数据,运用基于内容和Item CF的混合推荐,训练模型,同时根据医师反馈信息和TEE记录数据集的变化,动态更新推荐结果。经实验测试,形成了较稳定的推荐模型,并且在相似记录数目为50、推荐记录数目为10的情况下,推荐精度较高。
关键词
tee
超声记录
用户交互记录
病例查询
基于内容推荐
ItemCF推荐
Keywords
trans esophageal echocardiography（tee） ultrasound record
user interaction
case query
content-based recommendation
Item-based Collaborating Filtering（ItemCF） recommendation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于经食道超声心动图超声数据的心脏病分类
王巧华
伍岳庆
姚宇
《计算机应用》
CSCD
北大核心
2017
1
在线阅读
下载PDF
职称材料
2
基于深度学习与医学先验知识的超声心动图切片识别
唐涔轩
王晓东
姚宇
《计算机应用》
CSCD
北大核心
2017
2
在线阅读
下载PDF
职称材料
3
基于经食管超声心动图记录和基于项目协同过滤的混合推荐方法
刘星星
王晓东
姚宇
《计算机应用》
CSCD
北大核心
2017
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
