您当前的位置：
首页 > 文献资料
所属专业：
多示例学习文献资料
-
数据挖掘技术在中医诊疗数据分析中的应用
经过中华民族几千年的传承和发展，中医学形成了特有的理论体系，其疗效受到广泛认可，但因中医理论更关注有关疾病的症、治、效之间的关联关系，而不是现代自然科学所探究的因果关系，导致其科学性屡遭质疑。近年来，基于真实世界的临床研究模式和“大数据”理念日益受到重视，因此，越来越多的研究人员开始将研究重点放在疾病干预措施与结局指标的相关关系上，这一转变以及计算机数据挖掘与分析技术的进步，无疑给中医理论与实践的进一步发展带来重大契机。本文归纳总结了近年来中医诊疗中用到的数据挖掘技术，如聚类分析、决策树、贝叶斯网络、神经网络和多示例学习等，展示了如何运用这些方法从大量中医病症数据中揭示中医诊疗规律，发现隐藏在数据中的知识，以数据为支撑而显示中医学的有效性。
-
基于视频序列的疼痛估计研究方法综述
在临床治疗中,病人的面部疼痛估计受到了广泛的关注,尤其是在诸如儿童、脑损伤病人等具有语言功能障碍的患者中显得尤为重要.与此同时,伴随着模式识别方法的广泛应用,基于视频序列的自动疼痛评估方法引起了很多科研人员的兴趣.本文回顾了近些年来相关文献中关于疼痛估计的方法,尤其着眼于深度学习和弱监督学习在该领域上的应用.此外,本文对每类方法中算法的优缺点进行了深入的分析和比较,并列举了现阶段关于在疼痛估计领域中数据库和方法所面对的挑战.后,对未来研究的方向做了大胆的预测.
