雖然這篇roc曲線下面積鄉民發文沒有被收入到精華區:在roc曲線下面積這個話題中,我們另外找到其它相關的精選爆讚文章
在 roc曲線下面積產品中有1篇Facebook貼文,粉絲數超過2萬的網紅國家衛生研究院-論壇,也在其Facebook貼文中提到, ➥【以肺炎開放資料及深度學習技術,建立新冠肺炎預後預測模型】:武漢研究團隊利用開放資料,透過深度學習(deep learning)及交叉驗證,建立了預測新冠肺炎及罹病嚴重度的模型。 開放資料包含1521位肺炎(包含非新冠肺炎、疑似及確診新冠肺炎)患者的胸部電腦斷層影像及130種臨床檢驗數值(包...
同時也有10000部Youtube影片,追蹤數超過2,910的網紅コバにゃんチャンネル,也在其Youtube影片中提到,...
roc曲線下面積 在 國家衛生研究院-論壇 Facebook 的最佳貼文
➥【以肺炎開放資料及深度學習技術,建立新冠肺炎預後預測模型】:武漢研究團隊利用開放資料,透過深度學習(deep learning)及交叉驗證,建立了預測新冠肺炎及罹病嚴重度的模型。
開放資料包含1521位肺炎(包含非新冠肺炎、疑似及確診新冠肺炎)患者的胸部電腦斷層影像及130種臨床檢驗數值(包含血液/尿液的生化及細胞學檢查等),以及確診新冠肺炎患者的疾病嚴重度。
其中1170位病患資料為深度學習的訓練集(training dataset),351位病患資料為驗證集(validation dataset)。利用訓練集訓練出的預測模型可成功辨識驗證集中的非新冠肺炎、新冠肺炎輕症及重症患者,ROC曲線下面積分別為0.944、0.860及0.884。
此結果顯示...完整轉譯文章,詳連結:http://forum.nhri.org.tw/covid19/virus/j_translate/j2448/ ( 財團法人國家衛生研究院 吳綺容醫師摘要整理)
📋 Nature Biomedical Engineering - 2020-11-18
Open resource of clinical data from patients with pneumonia for the prediction of COVID-19 outcomes via deep learning
■ Author:Wanshan Ning, Shijun Lei, Jingjing Yang, et al.
■ Link:https://www.nature.com/articles/s41551-020-00633-5
〈 國家衛生研究院-論壇 〉
➥ COVID-19學術資源-轉譯文章 - 2020/12/31
衛生福利部
疾病管制署 - 1922防疫達人
疾病管制署