搜尋結果

使用者輸入 LLM或 chatgpt 識別腎臟病理切片圖 (時間範圍: all)
轉換句 LLM kidney pathology image recognition, chatgpt kidney histopathology slide identification, Machine learning for kidney disease pathology slide analysis
執行時間 6.70919 秒
花費Token 141
Deep Learning-Based Automated Imaging Classification of ADPKD.
基於深度學習的自動影像分類技術在ADPKD中的應用。 Kidney Int Rep / / 2024-06-20

開發了一種基於深度學習的方法，可自動根據腹部MRI影像將患者分類為1或2類，用於Mayo影像分類模型（MICM）。該方法表現優異，對兩個類別皆有高準確度、精確度和召回率。可解釋的人工智慧（XAI）方法透過突顯貢獻區域，增強了分類結果的可解釋性。這種自動化方法能像人類專家一樣精確地分類患者，對臨床試驗和管理ADPKD患者可能非常有價值。 PubMed DOI

Establishing a differential diagnosis model between primary membranous nephropathy and non-primary membranous nephropathy by machine learning algorithms.
利用機器學習演算法建立原發性膜性腎病與非原發性膜性腎病之間的鑑別診斷模型。 Ren Fail / / 2024-07-23

這項研究評估了四種深度學習分類演算法——決策樹、隨機森林、支持向量機和極端梯度提升（Xgboost），用於500名原發性腎小球疾病患者的原發性膜性腎病（PMN）鑑別診斷。結果顯示，322名患者為PMN，178名為非PMN。Xgboost模型表現最佳，對PMN的敏感度達92%，特異度達96%。因此，這項研究成功建立了PMN的鑑別診斷模型，Xgboost是臨床上最有效的選擇。 PubMed DOI