机器学习在急性冠脉综合征风险评估中的应用  被引量:1

Application of machine learning in risk assessment for acute coronary syndrome

在线阅读下载全文

作  者:赵晨旭 钟方元 董建勋 葛恒[1] 卜军[1] Zhao Chenxu;Zhong Fangyuan;Dong Jianxun;Ge Heng;Bu Jun(Department of Cardiology,Renji Hospital,School of Medicine,Shanghai Jiao Tong University,Shanghai 200127,China)

机构地区:[1]上海交通大学医学院附属仁济医院心内科,上海200127

出  处:《中华心血管病杂志》2024年第3期311-315,共5页Chinese Journal of Cardiology

基  金:上海市科学技术委员会“科技创新行动计划”创新人才支撑高质量发展项目(22015830300);上海市国家卫生健康委员会“卫生健康学科带头人”(2022XD018);新疆维吾尔自治区自然科学基金面上项目(2022D01C16)。

摘  要:对急性冠脉综合征(ACS)患者的预后风险评估是ACS诊疗中非常重要的内容,但依然不够精准。人工智能的机器学习可以用于建立比传统统计学方法更精确和个体化的预后风险统计模型,近年来在医疗领域有了迅速进展。该文介绍利用机器学习构建预后模型的基本原理和方法,并对其在ACS预后评估中的临床应用现状进行综述。

关 键 词:人工智能 机器学习 急性冠脉综合征 风险评估 

分 类 号:TP181[自动化与计算机技术—控制理论与控制工程] R541.4[自动化与计算机技术—控制科学与工程]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象