CASIA OpenIR

浏览/检索结果: 共10条,第1-10条 帮助

限定条件    
已选(0)清除 条数/页:   排序方式:
基于功能磁共振影像的深度学习算法及其在精神疾病分类中的应用 学位论文
, 2024
作者:  赵敏
Adobe PDF(5736Kb)  |  收藏  |  浏览/下载:8/1  |  提交时间:2024/06/14
功能磁共振影像  深度学习  精神疾病分类  多特征融合  模型可解释性  
基于多模态磁共振影像融合计算的青少年精神障碍标记物研究 学位论文
, 2024
作者:  胥铭
Adobe PDF(11233Kb)  |  收藏  |  浏览/下载:31/0  |  提交时间:2024/06/13
多模态融合  磁共振成像  青少年精神障碍  风险因素  影像标志物  
基于多模态磁共振影像的个体脑图谱绘制方法研究 学位论文
, 2024
作者:  黎诚译
Adobe PDF(21622Kb)  |  收藏  |  浏览/下载:16/1  |  提交时间:2024/06/05
脑图谱  个体化分区  多模态 MRI  脑连接  深度学习  
基于影像基因组学的脑结构与精神健康的关联机制研究 学位论文
, 2024
作者:  胡珂
Adobe PDF(17570Kb)  |  收藏  |  浏览/下载:14/0  |  提交时间:2024/06/04
精神健康  脑结构  影像基因组学  全基因组关联分析  因果关系  
A Double-Hurdle Quantification Model for Freezing of Gait of Parkinson's Patients 期刊论文
IEEE Transactions on Biomedical Engineering, 2024, 页码: 1 - 12
作者:  Ningcun Xu;  Chen Wang;  Liang Peng;  Xiao-Hu Zhou;  Jingyao Chen;  Zhi Cheng;  Zeng-Guang Hou
Adobe PDF(875Kb)  |  收藏  |  浏览/下载:12/2  |  提交时间:2024/06/04
T-Agent: A Term-Aware Agent for Medical Dialogue Generation 会议论文
, Yokohama, Japan, 2024-6-30 - 2023-7-5
作者:  Zefa Hu;  Haozhi Zhao;  Yuanyuan Zhao;  Shuang Xu;  Bo Xu
Adobe PDF(483Kb)  |  收藏  |  浏览/下载:22/5  |  提交时间:2024/05/29
SA-MPF: A Status-Aware Mask Prediction Framework for Online Disease Diagnosis 会议论文
, Yokohama, Japan, 2024-6-30 - 2023-7-5
作者:  Zefa Hu;  Linghui Meng;  Yunlong Zhao;  Yuanyuan Zhao;  Shuang Xu;  Bo Xu
Adobe PDF(307Kb)  |  收藏  |  浏览/下载:25/5  |  提交时间:2024/05/29
医疗领域任务型对话系统研究 学位论文
, 2024
作者:  胡泽发
Adobe PDF(3935Kb)  |  收藏  |  浏览/下载:38/3  |  提交时间:2024/05/29
医疗对话系统  任务型对话系统  对话理解  对话推理  幻觉现象  
基于神经影像的精准经颅磁刺激方法研究 学位论文
, 2024
作者:  程鑫乐
Adobe PDF(4207Kb)  |  收藏  |  浏览/下载:19/1  |  提交时间:2024/05/28
经颅磁刺激  神经影像  手部热点  抑郁症  机器学习  
A Knowledge-enhanced Two-stage Generative Framework for Medical Dialogue Information Extraction 期刊论文
Machine Intelligence Research, 2024, 卷号: 21, 期号: 1, 页码: 153-168
作者:  Zefa Hu;  Ziyi Ni;  Jing Shi;  Shuang Xu;  Bo Xu
Adobe PDF(1525Kb)  |  收藏  |  浏览/下载:29/8  |  提交时间:2024/04/23
Medical dialogue understanding, information extraction, text generation, knowledge-enhanced prompt, low-resource setting, data augmentation