• 关于 WordPress
    • WordPress.org
    • 文档
    • 学习 WordPress
    • 支持
    • 反馈
  • 登录
  • 申请成员资格
Skip to content
Medxy AI Medxy AI
  • 专业
    • 肿瘤
    • 心血管病
    • 呼吸内科
    • 糖尿病与内分泌学
    • 神经病学
    • 精神病学
    • 内科
    • 血液病与血液肿瘤
    • 胃肠病学
    • 肾脏病学
    • 危重症
    • 麻醉学
    • 全科医学与营养
    • 妇产科
    • 儿科
    • 骨科
    • 外科
    • 皮肤病学
    • 传染病学
    • 眼科
    • 耳鼻喉科
    • 泌尿学
    • 病理与检验
    • 移植科
    • 放射影像
    • 护理
    • 整形与口腔
    • 过敏与免疫
    • 风湿病学
    • 公共卫生
  • 临床进展
  • 医学资讯
  • AI医生
  • 专业
    • 肿瘤
    • 心血管病
    • 呼吸内科
    • 糖尿病与内分泌学
    • 神经病学
    • 精神病学
    • 内科
    • 血液病与血液肿瘤
    • 胃肠病学
    • 肾脏病学
    • 危重症
    • 麻醉学
    • 全科医学与营养
    • 妇产科
    • 儿科
    • 骨科
    • 外科
    • 皮肤病学
    • 传染病学
    • 眼科
    • 耳鼻喉科
    • 泌尿学
    • 病理与检验
    • 移植科
    • 放射影像
    • 护理
    • 整形与口腔
    • 过敏与免疫
    • 风湿病学
    • 公共卫生
  • 临床进展
  • 医学资讯
  • AI医生
  • facebook.com
  • twitter.com
  • t.me
  • instagram.com
  • youtube.com
Subscribe
  • Home
  • 深度学习
基于深度学习预测视网膜神经纤维层厚度作为眼压升高患者青光眼的新风险生物标志物
Posted in专业 临床更新 人工智能 医学资讯 眼科

基于深度学习预测视网膜神经纤维层厚度作为眼压升高患者青光眼的新风险生物标志物

Posted by By MedXY 2025年9月12日
一种新型深度学习模型能够从视盘照片中预测视网膜神经纤维层厚度,从而实现对眼压升高患者原发性开角型青光眼的风险分层。基线和纵向变化与疾病转化高度相关。
Read More
深度学习通过眼压增高的视盘照片预测视网膜神经纤维层厚度以评估青光眼风险
Posted in专业 人工智能 医学资讯 眼科

深度学习通过眼压增高的视盘照片预测视网膜神经纤维层厚度以评估青光眼风险

Posted by By MedXY 2025年9月12日
通过视盘照片预测视网膜神经纤维层(RNFL)厚度的深度学习模型可以识别出眼压增高患者中患原发性开角型青光眼(POAG)的风险较高的个体,从而提高早期风险评估和监测疾病进展的能力。
Read More
  • 度伐利尤单抗联合吉西他滨和顺铂治疗晚期胆道癌:III期TOPAZ-1研究的3年生存更新
  • 基于Medicaid数据的美国儿科急性护理未来地图
  • 植物性食物对伴有MASLD和合并症成年人代谢健康和肝功能的影响:系统综述
  • 限时进食作为代谢功能障碍相关脂肪肝疾病的有希望的治疗方法:来自随机对照试验的证据
  • 评估晚期胆道癌中的替代终点:无进展生存期优于反应率作为总生存期的预测指标
  • MedXY故事
  • 会员
  • 关于我们
  • 密码重置
  • 注册
  • 注销
  • 用户
  • 登录
  • 隐私保护

  • English
  • 日本語
  • Tiếng Việt
  • 中文

2型糖尿病 COPD GLP-1受体激动剂 MASLD NSCLC 临床试验 乳腺癌 二甲双胍 人工智能 代谢综合征 体力活动 体重管理 免疫治疗 免疫疗法 地中海饮食 多发性骨髓瘤 心力衰竭 心理健康 心肌梗死 心血管疾病 心血管风险 慢性肾病 戒烟 房颤 死亡率 流行病学 炎症 生活质量 生物标志物 筛查 糖尿病 老年人 肝细胞癌 肠道微生物组 肥胖 营养 血压 认知功能 阿尔茨海默病 随机临床试验 随机对照试验 随机试验 靶向治疗 预后 预防

Your health, we care

Copyright 2025 — Medxy AI. All rights reserved.
Scroll to Top
Sign in