您当前的位置:
首页 >
文章列表页 >
基于随机森林的冠状动脉狭窄风险识别模型
基于随机森林的冠状动脉狭窄风险识别模型
Risk Identification Model of Coronary Artery Stenosis Constructed Based on Random Forest
- 中山大学学报(医学科学版) 2025年46卷第1期 页码:138-146
DOI: 10.13471/j.cnki.j.sun.yat-sen.univ(med.sci).2025.0116
修回:2024-10-16 ,
录用:2024-12-18
移动端阅览
HTML全文
图( 4 ) 表( 3 )
参考文献
出版信息
数据统计
347
浏览量
978
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
机器学习辅助临床决策在皮肤病中的应用进展
人工智能在颈椎病诊断中的创新与突破
结合临床与超声影像多模态数据构建小于胎龄儿预测模型
估计葡萄糖处置率与冠状动脉狭窄严重程度关系的横断面研究
能谱CT参数对胰腺无功能性神经内分泌肿瘤淋巴结转移的预测价值
相关作者
司晓青
张书成
高鑫海
何升华
陈心雨
朱云晓
陈倩
夏敏
相关机构
山东省胸部肿瘤数字诊疗重点实验室,山东省数据开放创新应用实验室,智能外科山东省工程研究中心,山东第一医科大学第一附属医院//山东省千佛山医院
中国青年创业就业基金会盈康一生公益基金
山东第一医科大学第一附属医院皮肤科
广州中医药大学第四临床医学院
深圳市中医院骨伤科二病区


