文献

J-GLOBAL ID：201902249136982762   整理番号：19A0220778

深層学習に基づく検体検査の時系列データからのネフローゼ発症予測とその予測モデル解釈の試み

著者 (13件)： 山崎陽平 (京大 大学院情報学研究科) ,  平木秀輔 (京大 大学院情報学研究科) ,  平木秀輔 (京大 医 病院) ,  杉山治 (京大 医 病院) ,  大寺祥佑 (京大 大学院情報学研究科) ,  大寺祥佑 (京大 医 病院) ,  山本豪志朗 (京大 医 病院) ,  佐々木博史 (京大 医 病院) ,  岡本和也 (京大 大学院情報学研究科) ,  岡本和也 (京大 医 病院) ,  南部雅幸 (京大 医 病院) ,  黒田知宏 (京大 大学院情報学研究科) ,  黒田知宏 (京大 医 病院)
資料名： 医療情報学連合大会プログラム・抄録集
巻： 38th  ページ： 358  発行年： 2018年11月22日 
JST資料番号： F1281A  資料種別： 会議録 (C)
記事区分： 会議録記事  発行国： 日本 (JPN)  言語： 日本語 (JA)

シソーラス用語： *ネフローゼ症候群 ,...
準シソーラス用語： 検査データ ,...

ログイン（無料）して見る     続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A0220778&from=J-GLOBAL&jstjournalNo=F1281A") }}

分類 (2件)： 泌尿生殖器の疾患  (GM03000L) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (7件)： 深層学習 ,  検体検査 ,  時系列データ ,  ネフローゼ ,  発症予測 ,  予測モデル ,  試み