chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

一種機器學習系統(tǒng),預測小兒人群中關節(jié)炎的嚴重程度

倩倩 ? 來源:新經(jīng)網(wǎng) ? 2020-04-25 09:30 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

研究人員開發(fā)了一種機器學習系統(tǒng),該系統(tǒng)可以預測小兒人群中關節(jié)炎的嚴重程度,從而使治療個性化。他們的研究結果發(fā)表在《PLOS Medicine》上。

兒童關節(jié)炎最嚴重的形式可能導致終身疼痛和殘疾。但是,有些孩子長期沒有受到這種疾病的影響。如果醫(yī)生知道哪些孩子將需要輕度的治療選擇,則可以使他們免受不必要的治療和潛在的藥物副作用。

該研究人員由多倫多大學兒科,免疫學和醫(yī)學教授,病童醫(yī)院(SickKids)的資深科學家和風濕病學教授Rae Yeung博士領導,力圖開發(fā)一種能夠預測兒童的疾病嚴重程度。

楊潔in在一份準備好的聲明中說:“知道哪些孩子在什么時候將從哪種治療中受益,這確實是個性化醫(yī)學的基石,醫(yī)生和家人在初次診斷出孩子時希望回答的問題?!?/p>

Yeung及其同事專門研究了640例新診斷出的關節(jié)炎患者的數(shù)據(jù),這些患者屬于加拿大兒童關節(jié)炎研究中的重點研究結果(ReACCh-Out)。數(shù)據(jù)來源于2005年至2010年,身體檢查詳細說明了人體疼痛關節(jié)的位置。

算法能夠根據(jù)人體關節(jié)腫脹或疼痛的部位將其分為七個不同的組-骨盆帶,手指,手腕,腳趾,腳踝,膝蓋和隱隱綽綽。研究人員發(fā)現(xiàn)一些患者匹配了多種模型。

為了確定他們的疾病結果是否會有所不同,研究人員進一步將640例患者按定位程度分為三組:局部,部分定位或擴展,其活動關節(jié)的百分比與分配的模式對齊。未表現(xiàn)出局部模式的患者需要更長的時間才能緩解,其結果更糟。

楊說:“及早發(fā)現(xiàn)這一類兒童將有助于我們及早確定正確的治療方法,并防止由于持續(xù)性活動性疾病引起的不必要的疼痛和殘疾。”

值得注意的是,還沒有治愈關節(jié)炎的方法。隨著疾病的進展,治療變得更加積極,藥物也更加昂貴-從布洛芬到類固醇再到最嚴重的生物制劑,這會關閉免疫系統(tǒng)的某些部分。抑制免疫系統(tǒng)的功能會引起副作用,包括增加感染風險。

共同研究者說:“現(xiàn)在我們更好地了解了這種疾病,我們可以將兒童分為不同的類別,以預測對治療的反應,他們進入緩解狀態(tài)的速度以及我們是否可以告知他們處于緩解狀態(tài)并取消治療?!?Quaid Morris博士,多倫多大學計算機科學教授。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 機器學習
    +關注

    關注

    66

    文章

    8503

    瀏覽量

    134618
  • 免疫系統(tǒng)

    關注

    0

    文章

    13

    瀏覽量

    7364
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    FPGA在機器學習的具體應用

    隨著機器學習和人工智能技術的迅猛發(fā)展,傳統(tǒng)的中央處理單元(CPU)和圖形處理單元(GPU)已經(jīng)無法滿足高效處理大規(guī)模數(shù)據(jù)和復雜模型的需求。FPGA(現(xiàn)場可編程門陣列)作為一種靈活且高效的硬件加速平臺
    的頭像 發(fā)表于 07-16 15:34 ?370次閱讀

    基于多通道降壓穩(wěn)壓器的機器關節(jié)供電系統(tǒng)設計

    出了適用于復雜工況的電源管理方案。通過對ASP4644和ASP3605的技術特點、內部構造、封裝設計以及散熱設計的深入探討,結合實際案例分析,展示了這些芯片在機器關節(jié)供電系統(tǒng)的應用
    的頭像 發(fā)表于 04-13 18:48 ?409次閱讀

    基于RISC-V內核的嵌入式系統(tǒng)機器關節(jié)控制的應用研究

    控制提供了新的選擇。本文結合多個基于RISC-V內核的芯片案例,詳細探討了基于RISC-V內核的嵌入式系統(tǒng)機器關節(jié)控制的應用研究,分析了其優(yōu)勢、關鍵技術以及未來應用前景。
    的頭像 發(fā)表于 04-13 00:00 ?752次閱讀

    舵機:機器人領域的“關節(jié)革命者”

    機器人的技術,每個細微的進步都可能引領場行業(yè)變革。而在這場變革,舵機作為機器關節(jié)的核心部
    的頭像 發(fā)表于 04-10 15:19 ?377次閱讀

    ???b class='flag-5'>機器人布局關節(jié)機器人業(yè)務

    關節(jié)機器人領域迎來位實力選手。繼布局移動機器人、機器視覺業(yè)務后,海康機器人正在拓展新的產(chǎn)品線。
    的頭像 發(fā)表于 03-20 10:47 ?728次閱讀

    霍爾元件DH49E在機器人的關節(jié)位置的應用

    霍爾元件在機器人的關節(jié)位置中發(fā)揮著至關重要的作用。以下是對霍爾元件在機器關節(jié)位置應用的詳細分析: 、霍爾元件的基本原理 霍爾元件是
    的頭像 發(fā)表于 02-20 14:43 ?1080次閱讀

    【「具身智能機器系統(tǒng)」閱讀體驗】2.具身智能機器人大模型

    的局限性以及衡量大模型的關鍵指標。閱讀了該部分后,我感受到了一種前所未有的震撼,這種震撼不僅來源于技術本身的先進性,更來源于它對傳統(tǒng)機器人控制方式的顛覆。 傳統(tǒng)機器人的局限性與大模型的變革 傳統(tǒng)的
    發(fā)表于 12-29 23:04

    機器關節(jié)的靈動之源:揭秘舵機的技術奧秘

    機器人世界的浩瀚宇宙,每關節(jié)的靈動都承載著無盡的技術奧秘。今天,讓我們起深入探索舵機——這個被譽為
    的頭像 發(fā)表于 12-27 14:03 ?609次閱讀

    【「具身智能機器系統(tǒng)」閱讀體驗】+數(shù)據(jù)在具身人工智能的價值

    嵌入式人工智能(EAI)將人工智能集成到機器人等物理實體,使它們能夠感知、學習環(huán)境并與之動態(tài)交互。這種能力使此類機器人能夠在人類社會中有效地提供商品及服務。 數(shù)據(jù)是
    發(fā)表于 12-24 00:33

    zeta在機器學習的應用 zeta的優(yōu)缺點分析

    的應用(基于低功耗廣域物聯(lián)網(wǎng)技術ZETA) ZETA作為一種低功耗廣域物聯(lián)網(wǎng)(LPWAN)技術,雖然其直接應用于機器學習的場景可能并不常見,但它可以通過提供高效、穩(wěn)定的物聯(lián)網(wǎng)通信支持,間接促進
    的頭像 發(fā)表于 12-20 09:11 ?1127次閱讀

    一種創(chuàng)新的動態(tài)軌跡預測方法

    本文提出了一種動態(tài)軌跡預測方法,通過結合歷史幀和歷史預測結果來提高預測的穩(wěn)定性和準確性。它引入了歷史預測注意力模塊,以編碼連續(xù)
    的頭像 發(fā)表于 10-28 14:34 ?1095次閱讀
    <b class='flag-5'>一種</b>創(chuàng)新的動態(tài)軌跡<b class='flag-5'>預測</b>方法

    機器關節(jié)模組為何選擇雙編碼器設計?

    關節(jié)模組是機器關節(jié)控制系統(tǒng)的核心組件,決定了機器人的運動控制與動作精準度。在
    的頭像 發(fā)表于 09-06 11:55 ?1398次閱讀
    <b class='flag-5'>機器</b>人<b class='flag-5'>關節(jié)</b>模組為何選擇雙編碼器設計?

    【「時間序列與機器學習」閱讀體驗】+ 鳥瞰這本書

    清晰,從時間序列分析的基礎理論出發(fā),逐步深入到機器學習算法在時間序列預測的應用,內容全面,循序漸進。每章都經(jīng)過精心設計,對理論知識進行了
    發(fā)表于 08-12 11:28

    【「時間序列與機器學習」閱讀體驗】+ 簡單建議

    這本書以其系統(tǒng)性的框架和深入淺出的講解,為讀者繪制了幅時間序列分析與機器學習融合應用的宏偉藍圖。作者不僅扎實地構建了時間序列分析的基礎知識,更巧妙地展示了
    發(fā)表于 08-12 11:21

    【「時間序列與機器學習」閱讀體驗】全書概覽與時間序列概述

    時間序列的自相關性。 時間序列有基于線性場景,也有些非線性性質周期性和不對稱性、波動的聚集性、波動中出現(xiàn)的跳躍現(xiàn)象,以及時間的不可逆性。機器學習已經(jīng)是目前非線性時序分析的主攻方向之
    發(fā)表于 08-07 23:03