이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

머신러닝 알고리즘을 활용한 갑상선 기능 저하증 환자 예측에 대한 임상 시험

총 20 건

Kerman University of Medical Sciences

완전한

머신러닝 알고리즘을 활용한 주요 증상 식별 및 갑상선 기능 저하증 환자 진단

머신러닝 알고리즘을 활용한 갑상선 기능 저하증 환자 예측 | 갑상선 기능 저하증의 중요한 증상 식별

이란, 이슬람 공화국
Southeast University, China

모병

기계 학습 기반 고위험 환자의 조기 임상 경고

고위험 환자 | 위험 감소 | 기계 학습

중국
The Hospital for Sick Children

모집하지 않고 적극적으로

약리학 적 테스트의 적시 순서

기계 학습 | 소아과 | 예측 모델 | 정밀의학

캐나다
Yang Chaonan

아직 모집하지 않음

중환자를 위한 욕창 위험 예측 모델의 구축 및 적용

위험 요소 | 중환자 | 욕창 | 기계 학습 알고리즘
Academisch Medisch Centrum - Universiteit van Amsterdam...

완전한

수술을 받는 환자의 혈역학적 불안정성 예측

혈압 | 기계 학습 | 혈역학적 불안정성 | 예측 모델

이것은 미리보기입니다

로그인하거나 무료 계정을 만들면 일치하는 모든 임상시험을 확인하고 전체 검색 기능을 이용하실 수 있습니다.

로그인 회원가입

구독하다