|国家科技期刊平台
| 注册
首页|期刊导航|中国康复理论与实践|基于机器学习的慢性阻塞性肺疾病急性加重预测模型的研究

基于机器学习的慢性阻塞性肺疾病急性加重预测模型的研究

张博超 杨朝 郭立泉 陈静 熊大曦

中国康复理论与实践2022，Vol.28Issue(6)：678-683,6.
✕
中国康复理论与实践2022，Vol.28Issue(6)：678-683,6.DOI:10.3969/j.issn.1006⁃9771.2022.06.008

基于机器学习的慢性阻塞性肺疾病急性加重预测模型的研究

Prediction model of acute exacerbation of chronic obstructive pulmonary disease based on machine learning

张博超 1杨朝 2郭立泉 3陈静 1熊大曦2

作者信息

  • 1. 中国科学技术大学生物医学工程学院(苏州)生命科学与医学部,安徽合肥市230026
  • 2. 中国科学院苏州生物医学工程技术研究所,江苏苏州市215163
  • 3. 南京医科大学附属苏州科技城医院呼吸内科,江苏苏州市215163
  • 折叠

摘要

关键词

慢性阻塞性肺疾病/急性加重期/机器学习/预测模型

分类

医药卫生

引用本文复制引用

张博超,杨朝,郭立泉,陈静,熊大曦..基于机器学习的慢性阻塞性肺疾病急性加重预测模型的研究[J].中国康复理论与实践,2022,28(6):678-683,6.

基金项目

1.江苏省自然科学基金项目(No.BK20201183) （No.BK20201183）

2.苏州市临床重点病种诊疗技术专项(No.LCZX201931) （No.LCZX201931）

3.江苏省"双创人才"项目(No.JSSCRC2021568) （No.JSSCRC2021568）

中国康复理论与实践

OA北大核心CSCDCSTPCD

1006-9771

访问量0
|
下载量0
段落导航相关论文