• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Deep learning detects impending organ injury in the clinic.

作者信息

Topol Eric J

出版信息

Nature. 2019 Aug;572(7767):36-37. doi: 10.1038/d41586-019-02308-x.

DOI:10.1038/d41586-019-02308-x
PMID:31367025
Abstract
摘要

相似文献

1
Deep learning detects impending organ injury in the clinic.深度学习可在临床中检测即将发生的器官损伤。
Nature. 2019 Aug;572(7767):36-37. doi: 10.1038/d41586-019-02308-x.
2
Forecasting the development of acute kidney injury using a recurrent neural network.使用递归神经网络预测急性肾损伤的发展。
Cardiovasc Res. 2019 Dec 1;115(14):e155-e157. doi: 10.1093/cvr/cvz279.
3
Neural network models and deep learning.神经网络模型与深度学习。
Curr Biol. 2019 Apr 1;29(7):R231-R236. doi: 10.1016/j.cub.2019.02.034.
4
The Advent of Clinically Useful Deep Learning.临床实用深度学习的问世。
JACC Clin Electrophysiol. 2019 May;5(5):587-589. doi: 10.1016/j.jacep.2019.03.006.
5
Machine Learning and Deep Learning in Medical Imaging: Intelligent Imaging.医学成像中的机器学习与深度学习：智能成像
J Med Imaging Radiat Sci. 2019 Dec;50(4):477-487. doi: 10.1016/j.jmir.2019.09.005. Epub 2019 Oct 7.
6
Comment on "Deep learning computer vision algorithm for detecting kidney stone composition".关于《用于检测肾结石成分的深度学习计算机视觉算法》的评论
World J Urol. 2021 Jan;39(1):291. doi: 10.1007/s00345-020-03181-4. Epub 2020 Apr 1.
7
Can Deep Learning Model Perceptual Learning?深度学习模型能进行感知学习吗？
J Neurosci. 2019 Jan 9;39(2):194-196. doi: 10.1523/JNEUROSCI.2209-18.2018.
8
Basics of Deep Learning: A Radiologist's Guide to Understanding Published Radiology Articles on Deep Learning.深度学习基础：放射科医师理解深度学习相关放射学文献的指南。
Korean J Radiol. 2020 Jan;21(1):33-41. doi: 10.3348/kjr.2019.0312.
9
Deep learning for electroencephalogram (EEG) classification tasks: a review.深度学习在脑电图（EEG）分类任务中的应用：综述。
J Neural Eng. 2019 Jun;16(3):031001. doi: 10.1088/1741-2552/ab0ab5. Epub 2019 Feb 26.
10
Current applications and future directions of deep learning in musculoskeletal radiology.深度学习在肌肉骨骼放射学中的当前应用和未来方向。
Skeletal Radiol. 2020 Feb;49(2):183-197. doi: 10.1007/s00256-019-03284-z. Epub 2019 Aug 4.

引用本文的文献

1
Development of a prognostic nomogram for sepsis associated-acute respiratory failure patients on 30-day mortality in intensive care units: a retrospective cohort study.建立一个预测 ICU 中因败血症引起的急性呼吸衰竭患者 30 天死亡率的列线图：一项回顾性队列研究。
BMC Pulm Med. 2023 Jan 30;23(1):43. doi: 10.1186/s12890-022-02302-6.
2
Multiscale modeling meets machine learning: What can we learn?多尺度建模与机器学习相遇：我们能学到什么？
Arch Comput Methods Eng. 2021 May;28(3):1017-1037. doi: 10.1007/s11831-020-09405-5. Epub 2020 Feb 17.
3
A novel risk-predicted nomogram for sepsis associated-acute kidney injury among critically ill patients.

本文引用的文献

1
Acute kidney injury and mortality in hospitalized patients.住院患者的急性肾损伤与死亡率。
Am J Nephrol. 2012;35(4):349-55. doi: 10.1159/000337487. Epub 2012 Apr 2.
一种新的预测危重病患者脓毒症相关急性肾损伤风险的列线图。
BMC Nephrol. 2021 May 10;22(1):173. doi: 10.1186/s12882-021-02379-x.
4
Integrating machine learning and multiscale modeling-perspectives, challenges, and opportunities in the biological, biomedical, and behavioral sciences.整合机器学习与多尺度建模——生物学、生物医学和行为科学中的观点、挑战与机遇
NPJ Digit Med. 2019 Nov 25;2:115. doi: 10.1038/s41746-019-0193-y. eCollection 2019.