檢索結果(共6筆)
龔千芬;郝沛毅;
頁: 239-276
日期: 2024/04
卷期: 31(2)
關鍵字: 敗血症早期預測;深度學習;模糊支持向量機;醫學訊息學;生成對抗網路;
Keywords: : Sepsis early warning model;Deep learning;Fuzzy support vector machines;Medical informatics;Generative adversarial network;
摘要: 敗血症是一種可能導致死亡的嚴重疾病,根據世界衛生組織的統計,每年大 約有 600 萬人因為敗血症休克而死亡,死亡率高達 50%。敗血症發作的早期預 警和及早的干預治療,可以避免絕大多數的敗血症休克死亡的發生。人工智慧演 算法的蓬勃發展與重症監護病房的大量病患...
引用 導入Endnote
頁: 239-276
日期: 2024/04
卷期: 31(2)
關鍵字: 敗血症早期預測;深度學習;模糊支持向量機;醫學訊息學;生成對抗網路;
Keywords: : Sepsis early warning model;Deep learning;Fuzzy support vector machines;Medical informatics;Generative adversarial network;
摘要: 敗血症是一種可能導致死亡的嚴重疾病,根據世界衛生組織的統計,每年大 約有 600 萬人因為敗血症休克而死亡,死亡率高達 50%。敗血症發作的早期預 警和及早的干預治療,可以避免絕大多數的敗血症休克死亡的發生。人工智慧演 算法的蓬勃發展與重症監護病房的大量病患...
引用 導入Endnote
龔千芬;龔嘉德;蘇志民;郝沛毅;林奕儒;
頁: 445-476
日期: 2021/10
卷期: 28(4)
關鍵字: 敗血症早期預測;深度學習;模糊支持向量機;臨床決策支持系統;醫學資訊學;
Keywords: Sepsis early prediction;deep learning;fuzzy support vector machines;clinical decision support systems;medical informatics;
摘要: 敗血症是全世界的主要死亡原因,敗血性休克的死亡率高達50%。根據世界衛生組織估計,每年有超過600萬人死於敗血症,早期診斷和治療可以預防大多數的敗血性休克發病與死亡,但是,目前缺乏可靠的早期敗血症智能預測系統。時至今日,在大數據分析的快速發展和重症監護室的...
引用 導入Endnote
頁: 445-476
日期: 2021/10
卷期: 28(4)
關鍵字: 敗血症早期預測;深度學習;模糊支持向量機;臨床決策支持系統;醫學資訊學;
Keywords: Sepsis early prediction;deep learning;fuzzy support vector machines;clinical decision support systems;medical informatics;
摘要: 敗血症是全世界的主要死亡原因,敗血性休克的死亡率高達50%。根據世界衛生組織估計,每年有超過600萬人死於敗血症,早期診斷和治療可以預防大多數的敗血性休克發病與死亡,但是,目前缺乏可靠的早期敗血症智能預測系統。時至今日,在大數據分析的快速發展和重症監護室的...
引用 導入Endnote
洪新原;謝碧容;辜文聰;
頁: 45-70
日期: 2010/07
卷期: 17(3)
關鍵字: 領域知識;認知適合理論;護理資訊;
Keywords: Domain Knowledge;Cognitive Fit Theory;Nursing Information;
摘要: 醫療疏失的降低與病患安全的維護已成為世界各國醫療照護上的重要議題,尤其在健康照護過程中,要如何運用資訊科技的導入,讓護理人員在認知適合的情況下,得到正確的醫療資訊,作出適當的護理決策,以預防醫療疏失就顯得非常的重要。Vessey(1991)提出認知適合理論(Cogni...
引用 導入Endnote
頁: 45-70
日期: 2010/07
卷期: 17(3)
關鍵字: 領域知識;認知適合理論;護理資訊;
Keywords: Domain Knowledge;Cognitive Fit Theory;Nursing Information;
摘要: 醫療疏失的降低與病患安全的維護已成為世界各國醫療照護上的重要議題,尤其在健康照護過程中,要如何運用資訊科技的導入,讓護理人員在認知適合的情況下,得到正確的醫療資訊,作出適當的護理決策,以預防醫療疏失就顯得非常的重要。Vessey(1991)提出認知適合理論(Cogni...
引用 導入Endnote
陳啟斌;林進財;張恒鴻;吳文祥;陳正傑;
頁: 31-52
日期: 2005/10
卷期: 12(4)
關鍵字: 知識發掘;潛在群體分析;中醫疾病分類辨證編碼系統;系統性紅斑性狼瘡;
Keywords: Knowledge Discovery;Latent Class Analysis;B-code;Systematic Lupus Erythematosus SLE;
摘要: 本文運用知識發掘法之潛在群體分析,配合中醫疾病分類辨證編碼系統(B-code),對系統性紅斑性狼瘡(Systematic Lupus Erythematosus; SLE)之臨床診療進行知識發掘。本文利用B-code對現有SLE病症患者之辨證進行資料整理,並運用潛在群體分析法進行分類,找出經常出現之證型...
引用 導入Endnote
頁: 31-52
日期: 2005/10
卷期: 12(4)
關鍵字: 知識發掘;潛在群體分析;中醫疾病分類辨證編碼系統;系統性紅斑性狼瘡;
Keywords: Knowledge Discovery;Latent Class Analysis;B-code;Systematic Lupus Erythematosus SLE;
摘要: 本文運用知識發掘法之潛在群體分析,配合中醫疾病分類辨證編碼系統(B-code),對系統性紅斑性狼瘡(Systematic Lupus Erythematosus; SLE)之臨床診療進行知識發掘。本文利用B-code對現有SLE病症患者之辨證進行資料整理,並運用潛在群體分析法進行分類,找出經常出現之證型...
引用 導入Endnote