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
1
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
神经精神疾病自动分类与预测研究进展
被引量：
9
1
作者
陈小怡
周静
+3 位作者
柯鹏飞
孔令茵
吴逢春
吴凯
《中国生物医学工程学报》
CAS
CSCD
北大核心
2021年第6期752-763,共12页
神经精神疾病的神经病理机制仍有许多未知,客观临床诊断标准也十分欠缺,其诊断与预后面临巨大挑战。随着神经影像技术的快速发展,神经影像数据被广泛应用于神经精神疾病神经病理机制的探索和潜在生物标志物的发掘。相比于实现群体水平...
神经精神疾病的神经病理机制仍有许多未知,客观临床诊断标准也十分欠缺,其诊断与预后面临巨大挑战。随着神经影像技术的快速发展,神经影像数据被广泛应用于神经精神疾病神经病理机制的探索和潜在生物标志物的发掘。相比于实现群体水平分析的传统单变量分析方法,机器学习模型基于神经影像数据,实现神经精神疾病的个体化、智能化预测。综述近年来基于机器学习的神经精神疾病自动分类与预测研究进展,从机器学习基本原理和精神分裂症、抑郁症、阿尔兹海默症与帕金森病等4种典型神经精神疾病的最新研究成果等方面进行了总结和分析。目前,疾病自动分类与预测研究还存在着样本量小、可重复性低等局限性,未来可以通过多站点数据协同分析来提高研究的样本量。此外,深度学习和跨疾病诊断与预测也是未来研究的重要方向。
展开更多
关键词
机器学习
神经精神疾病
神经影像
分类与预测
在线阅读
下载PDF
职称材料
题名
神经精神疾病自动分类与预测研究进展
被引量：
9
1
作者
陈小怡
周静
柯鹏飞
孔令茵
吴逢春
吴凯
机构
华南理工大学
材料科学与
工程
学院
广州医科
大学
附属脑科医院(广州市惠爱医院)
广东省
精神疾病转化
医学
工程
技术研究中心
广东省
老年痴呆诊断与康复
工程
技术研究中心
华南理工大学
国家人体组织功能重建
工程
技术研究中心
华南理工大学广东省生物医学工程重点实验室
国家医疗保健器具
工程
技术研究中心
日本东北
大学
加龄
医学
研究所机能画像
医学
研究室
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2021年第6期752-763,共12页
基金
国家重点研发计划(2020YFC2004301)
国家自然科学基金(31771074)
广州市产学研协同创新重大专项(201903010032)。
文摘
神经精神疾病的神经病理机制仍有许多未知,客观临床诊断标准也十分欠缺,其诊断与预后面临巨大挑战。随着神经影像技术的快速发展,神经影像数据被广泛应用于神经精神疾病神经病理机制的探索和潜在生物标志物的发掘。相比于实现群体水平分析的传统单变量分析方法,机器学习模型基于神经影像数据,实现神经精神疾病的个体化、智能化预测。综述近年来基于机器学习的神经精神疾病自动分类与预测研究进展,从机器学习基本原理和精神分裂症、抑郁症、阿尔兹海默症与帕金森病等4种典型神经精神疾病的最新研究成果等方面进行了总结和分析。目前,疾病自动分类与预测研究还存在着样本量小、可重复性低等局限性,未来可以通过多站点数据协同分析来提高研究的样本量。此外,深度学习和跨疾病诊断与预测也是未来研究的重要方向。
关键词
机器学习
神经精神疾病
神经影像
分类与预测
Keywords
machine learning
neuropsychiatric diseases
neuroimaging
classification and prediction
分类号
R318 [医药卫生—生物医学工程]
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
神经精神疾病自动分类与预测研究进展
陈小怡
周静
柯鹏飞
孔令茵
吴逢春
吴凯
《中国生物医学工程学报》
CAS
CSCD
北大核心
2021
9
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
