期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
动态不确定因果图(DUCG)在鞍区疾病中的诊断价值
被引量：
6
1
作者
包新杰
范阳华
+6 位作者
张湛
景中奇
王怡
刘振宇
郭岷江
王任直
冯铭
《中国微侵袭神经外科杂志》
CAS
2018年第6期249-253,共5页
目的拟在采取综合考虑鞍区疾病相关特征的基础上,提出一种基于动态不确定因果图(DUCG)的诊断建模与推理方法。方法通过专科医生和人工智能工程师合作,基于DUCG的算法及原理,融合专家知识、临床经验、医学研究成果、临床样本统计数据多...
目的拟在采取综合考虑鞍区疾病相关特征的基础上,提出一种基于动态不确定因果图(DUCG)的诊断建模与推理方法。方法通过专科医生和人工智能工程师合作,基于DUCG的算法及原理,融合专家知识、临床经验、医学研究成果、临床样本统计数据多种数据和知识来源,构建基于DUCG的鞍区疾病诊断模型。从北京协和医院电子信息病例系统中选择17种最常见的鞍区疾病相关病例,验证诊断模型的的诊断能力,并以图形方式直观展示疾病和症状之间因果关系的推理过程。结果本组DUCG鞍区疾病诊断模型包含138个变量。采用1个病例进行诊断模型测试,结果表明:颅咽管瘤的概率排名第一,占89.004%,并可得到DUCG推导图,清楚解释疾病病因和所有相关因素,症状和监测结果,及其关联性。本组共测试139例鞍区病例,诊断模型的平均准确率为94%。结论基于DUCG的鞍区疾病诊断模型应用于医学诊断中可弥补个人知识和专业限制,降低误诊率,减轻公共卫生保健资源的负担。
展开更多
关键词
动态不确定因果图
诊断模型
鞍区疾病
人工智能
下载PDF
职称材料
基于动态不确定因果图人工智能诊断模型对以关节痛为主诉风湿性疾病的诊断价值
被引量：
2
2
作者
焦洋
张湛
+2 位作者
黄晓明
景中奇
张勤
《中华临床免疫和变态反应杂志》
2019年第4期283-287,共5页
目的 基于动态不确定因果图(dynamic uncertain causality graph,DUCG)理论建立以关节痛症状为主诉的疾病库的人工智能诊断模型,并验证其对整体疾病库疾病及其中风湿性疾病的诊断价值.方法 结合临床经验和流行病学数据,确定关节痛为主...
目的 基于动态不确定因果图(dynamic uncertain causality graph,DUCG)理论建立以关节痛症状为主诉的疾病库的人工智能诊断模型,并验证其对整体疾病库疾病及其中风湿性疾病的诊断价值.方法 结合临床经验和流行病学数据,确定关节痛为主诉的疾病库,优化疾病库内各疾病的诊断与鉴别诊断路径;根据DUCG理论的不确定因果知识表达方法,通过DUCG知识库编辑器,构建人工智能诊断模型;从两家三级医院的电子信息病历系统中随机选择疾病库疾病相关病历,利用DUCG测试平台和推理机进行测试,验证模型的诊断能力.结果 以关节痛症状为主诉的疾病库的人工智能诊断模型共包含170个症状、 体征、 血清学和影像学结果变量.疾病谱包括风湿性疾病12种,感染性疾病4种.按筛选条件纳入验证病例数为192例,184例诊断正确,整体诊断模型的平均准确率为95.8%.其中测试以关节痛为主诉的风湿性疾病病例共169例,对风湿性疾病诊断准确率达97.6%.结论 基于DUCG的人工智能诊断模型可弥补个人知识和专业限制,降低误诊率,减轻公共卫生保健资源的负担.
展开更多
关键词
动态不确定因果图
人工智能
诊断
风湿性疾病
下载PDF
职称材料
题名
动态不确定因果图(DUCG)在鞍区疾病中的诊断价值
被引量：
6
1
作者
包新杰
范阳华
张湛
景中奇
王怡
刘振宇
郭岷江
王任直
冯铭
机构
中国医学科学院北京协和医院神经外科
北京清睿智能科技有限公司
中国医学科学院北京协和医院病案科
中国科学院自动化研究所
中国医学科学院医学信息研究所
出处
《中国微侵袭神经外科杂志》
CAS
2018年第6期249-253,共5页
基金
中国医科科学院创新工程课题(编号:2017-I2M-3-014)
北京市自然科学基金面上项目(编号:7182137)
首都特色专项基金(编号:Z161100000516092)
文摘
目的拟在采取综合考虑鞍区疾病相关特征的基础上,提出一种基于动态不确定因果图(DUCG)的诊断建模与推理方法。方法通过专科医生和人工智能工程师合作,基于DUCG的算法及原理,融合专家知识、临床经验、医学研究成果、临床样本统计数据多种数据和知识来源,构建基于DUCG的鞍区疾病诊断模型。从北京协和医院电子信息病例系统中选择17种最常见的鞍区疾病相关病例,验证诊断模型的的诊断能力,并以图形方式直观展示疾病和症状之间因果关系的推理过程。结果本组DUCG鞍区疾病诊断模型包含138个变量。采用1个病例进行诊断模型测试,结果表明:颅咽管瘤的概率排名第一,占89.004%,并可得到DUCG推导图,清楚解释疾病病因和所有相关因素,症状和监测结果,及其关联性。本组共测试139例鞍区病例,诊断模型的平均准确率为94%。结论基于DUCG的鞍区疾病诊断模型应用于医学诊断中可弥补个人知识和专业限制,降低误诊率,减轻公共卫生保健资源的负担。
关键词
动态不确定因果图
诊断模型
鞍区疾病
人工智能
Keywords
dynamic uncertain causality graph
diagnostic model
sellar region disease
artificial intelligence
分类号
R319 [医药卫生—基础医学]
下载PDF
职称材料
题名
基于动态不确定因果图人工智能诊断模型对以关节痛为主诉风湿性疾病的诊断价值
被引量：
2
2
作者
焦洋
张湛
黄晓明
景中奇
张勤
机构
中国医学科学院北京协和医学院北京协和医院普通内科
北京清睿智能科技有限公司
清华大学计算机科学与技术系
出处
《中华临床免疫和变态反应杂志》
2019年第4期283-287,共5页
基金
课题“基于DUCG的医疗辅助诊断的理论和应用研究——在DUCG中引入分类变量的算法研究”资助
文摘
目的 基于动态不确定因果图(dynamic uncertain causality graph,DUCG)理论建立以关节痛症状为主诉的疾病库的人工智能诊断模型,并验证其对整体疾病库疾病及其中风湿性疾病的诊断价值.方法 结合临床经验和流行病学数据,确定关节痛为主诉的疾病库,优化疾病库内各疾病的诊断与鉴别诊断路径;根据DUCG理论的不确定因果知识表达方法,通过DUCG知识库编辑器,构建人工智能诊断模型;从两家三级医院的电子信息病历系统中随机选择疾病库疾病相关病历,利用DUCG测试平台和推理机进行测试,验证模型的诊断能力.结果 以关节痛症状为主诉的疾病库的人工智能诊断模型共包含170个症状、 体征、 血清学和影像学结果变量.疾病谱包括风湿性疾病12种,感染性疾病4种.按筛选条件纳入验证病例数为192例,184例诊断正确,整体诊断模型的平均准确率为95.8%.其中测试以关节痛为主诉的风湿性疾病病例共169例,对风湿性疾病诊断准确率达97.6%.结论 基于DUCG的人工智能诊断模型可弥补个人知识和专业限制,降低误诊率,减轻公共卫生保健资源的负担.
关键词
动态不确定因果图
人工智能
诊断
风湿性疾病
Keywords
Dynamic uncertain causality graph
Artificial intelligence
Diagnosis
Rheumatic disease
分类号
R5 [医药卫生—内科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
动态不确定因果图(DUCG)在鞍区疾病中的诊断价值
包新杰
范阳华
张湛
景中奇
王怡
刘振宇
郭岷江
王任直
冯铭
《中国微侵袭神经外科杂志》
CAS
2018
6
下载PDF
职称材料
2
基于动态不确定因果图人工智能诊断模型对以关节痛为主诉风湿性疾病的诊断价值
焦洋
张湛
黄晓明
景中奇
张勤
《中华临床免疫和变态反应杂志》
2019
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
