可預(yù)測(cè)腰椎間融合器沉降風(fēng)險(xiǎn)的人工智能預(yù)測(cè)模型
發(fā)布時(shí)間：2020-12-08 21:53
研究鑒定沉降相關(guān)風(fēng)險(xiǎn)因素(融合階段數(shù)目、術(shù)前/術(shù)后椎間隙高度、術(shù)后節(jié)段前凸角以及術(shù)后PT、SS),并以此為基礎(chǔ)構(gòu)建高斯核SVM模型,其預(yù)測(cè)術(shù)后融合器沉降風(fēng)險(xiǎn)的AUC為0.93。此結(jié)果將有助于精準(zhǔn)醫(yī)學(xué)在脊柱外科的發(fā)展。
【文章來(lái)源】：安徽醫(yī)科大學(xué)學(xué)報(bào). 2020年07期 第1144-1146頁(yè) 北大核心
【文章頁(yè)數(shù)】：3 頁(yè)
【文章目錄】：
1 材料與方法
1.1 病例資料
1.2 影像學(xué)測(cè)量方法
1.3 Logistic模型/支持向量機(jī)模型
1.4 統(tǒng)計(jì)學(xué)處理
2 結(jié)果
2.1 基本信息
2.2 SVM模型與Logistic回歸模型效能對(duì)比
3 討論
本文編號(hào)：2905748
【文章來(lái)源】：安徽醫(yī)科大學(xué)學(xué)報(bào). 2020年07期 第1144-1146頁(yè) 北大核心
【文章頁(yè)數(shù)】：3 頁(yè)
【文章目錄】：
1 材料與方法
1.1 病例資料
1.2 影像學(xué)測(cè)量方法
1.3 Logistic模型/支持向量機(jī)模型
1.4 統(tǒng)計(jì)學(xué)處理
2 結(jié)果
2.1 基本信息
2.2 SVM模型與Logistic回歸模型效能對(duì)比
3 討論
本文編號(hào)：2905748
本文鏈接：http://www.wukwdryxk.cn/kejilunwen/rengongzhinen/2905748.html
最近更新
教材專著
