您当前的位置:
首页 >
文章列表页 >
基于电子病历时间嵌入的编码器稠密网络冠心病预测模型
人工智能 | 更新时间:2025-09-30
    • 基于电子病历时间嵌入的编码器稠密网络冠心病预测模型

    • EMR-Based Time Embedding Encode-Dense Network Model for Coronary Heart Disease Prediction

    • “最新研究发现,E-TEED-CHD模型利用电子病历数据,实现冠心病早期预测,准确率高达98.71%。”
    • 软件导刊   2025年24卷第9期 页码:48-54
    • DOI:10.11907/rjdk.241496    

      中图分类号: TP181
    • 收稿日期:2024-05-29,

      纸质出版日期:2025-09-15

    移动端阅览

  • 陈艳章,韩文静,刘增光.基于电子病历时间嵌入的编码器稠密网络冠心病预测模型[J].软件导刊,2025,24(09):48-54. DOI: 10.11907/rjdk.241496.

    CHEN Yanzhang,HAN Wenjing,LIU Zengguang.EMR-Based Time Embedding Encode-Dense Network Model for Coronary Heart Disease Prediction[J].Software Guide,2025,24(09):48-54. DOI: 10.11907/rjdk.241496.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基层医疗单位电子病历系统问题与对策分析
基于深度学习的电子病历实体标准化

相关作者

朱畅
甘昕艳
林柳云
赵逸凡
郑建立
徐霄玲

相关机构

广西中医药大学 公共卫生与管理学院
广西中医药大学第一附属医院
上海理工大学 医疗器械与食品学院
0