首页
热心肠日报
文献库
产业库
榜单
关于日报
《肠·道》演讲
往期精彩
《肠·道》2024
《肠·道》2023
《肠·道》2022
《肠·道》2021
《肠·道》2020
《肠·道》2019
《肠·道》2018
《肠·道》2017
关于《肠·道》
肠道大会
热心肠大会
热心肠智库
智库专家
专家动态
智库新闻
关于智库
奖学金
年度人物奖
更多
会议信息
科学与艺术
学术专刊
R·AI
周刊
热心肠先生
研究院动态
关于我们
搜索
登录
关闭
手机邮箱登录
扫码登录
微信扫描二维码快捷登录
验证成功,将在
3
秒钟后跳转
已超时,请
重试
关闭
二维码登录
手机登录
邮箱登录
+86
+1
+852
+886
+81
+65
+61
+44
获取验证码
登录 / 注册
关闭
二维码登录
手机登录
邮箱登录
获取验证码
登录 / 注册
Liangyu Yin
文章数:2篇
癌症恶病质
许红霞+石汉平:机器学习或有助于癌症恶病质诊断
约35%的癌症患者患有恶病质,表现为体重下降、骨骼肌和脂肪组织丢失,常见于晚期癌症患者和恶性肿瘤患者,对患者的生活质量和化疗效果造成负面影响,约20%-30%的肿瘤死亡可归因于恶病质。目前癌症恶病质的诊断广泛依赖于患者报告的历史体重,如果不能准确回忆这一信息,可能会导致严重低估癌症恶病质。陆军军医大学陆军特色医学中心许红霞、首都医科大学北京世纪坛医院石汉平教授及其团队近日在American Journal of Clinical Nutrition发表最新研究文章,开发了一种不依赖于患者体重减轻信息的机器学习算法,可利用肿瘤类型、胃肠道症状、肿瘤分期和血清生化指标等临床信息识别恶病质,或将有助于改善临床及营养决策,辅助癌症患者的治疗。
癌症恶病质
机器学习算法
诊断标准
营养不良
国内团队:深度学习预估癌症患者营养不良状态
通常癌症患者的营养状态评估靠问卷或者通识性的指南,但是其并不能基于人群数据给出营养不良相关预估。陆军军医大学大坪医院许红霞、首都医科大学附属北京世纪坛医院石汉平、福建省肿瘤医院郭增清、中国科学技术大学第一附属医院李苏宜与研究团队,近期在Clinical Nutrition发表研究,基于真实数据,建立了一种深度学习的算法,可以融合癌症患者的营养不良识别和程度判定。
营养不良
深度学习方法
Cancer
K-means clustering
machine learning