期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于人工智能识别心电图的一种低钾血症快速辅助诊断模型 被引量：3
1
作者 朱彩华 张伊楚 +4 位作者 王晨曦 葛尚华 娄伟明 邓立彬 陈琦 《中国心脏起搏与心电生理杂志》 2021年第1期44-48,共5页
目的应用人工智能(AI)识别心电图(ECG),构建快速无创识别低钾血症模型。方法选取2017年9月至2019年5月在南昌大学第二附属医院门诊及住院患者标准十二导联ECG和血清钾值,根据时间将采集的ECG与血清钾标本进行匹配,获得ECG-血钾数据集。... 目的应用人工智能(AI)识别心电图(ECG),构建快速无创识别低钾血症模型。方法选取2017年9月至2019年5月在南昌大学第二附属医院门诊及住院患者标准十二导联ECG和血清钾值,根据时间将采集的ECG与血清钾标本进行匹配,获得ECG-血钾数据集。笔者建立了一个深度学习模型,并随机选取ECG用以交叉验证,用来评估ECG信号筛选低钾血症的性能。结果本研究共应用了9 161对份ECG,其中,80%(7 413对份)用作训练数据集,20%(1 748对份)用作验证数据集。结果表现,N末端脑钠素氨基酸前体>300 pg/ml或血清镁<0.75 mmol/L的患者可能更易患低血钾症;血清钾值>1所对应的ECG更有可能是低钾ECG。在排除混杂因素12导联模型的验证集中,低钾识别的接受者操作特性曲线下的面积为0.796,其诊断的特异性为71.1%;而敏感性为71.4%。结论 AI识别ECG可快速无创且有效地筛选低钾血症,其准确性明显高于人工识别。 展开更多
关键词 心血管病学 人工智能 心电图 低钾血症 深度学习模型
原文传递
高灵敏甲胎蛋白夹心免疫传感器的制备 被引量：2
2
作者 王雪 李鹏君 +1 位作者 邱萍 王小磊 《分析化学》 SCIE EI CAS CSCD 北大核心 2017年第8期1180-1187,共8页
构建了新型甲胎蛋白(AFP)夹心免疫传感器。采用金纳米粒子-氧化石墨烯-普鲁士蓝纳米立方体(Au NP-GO-PBNCs)纳米复合材料标记甲胎蛋白(AFP)二抗,将制备的金-聚多巴胺-四氧化三铁(Au-PDAFe_3O_4)磁性纳米复合物固定在自制的磁性电极表面... 构建了新型甲胎蛋白(AFP)夹心免疫传感器。采用金纳米粒子-氧化石墨烯-普鲁士蓝纳米立方体(Au NP-GO-PBNCs)纳米复合材料标记甲胎蛋白(AFP)二抗,将制备的金-聚多巴胺-四氧化三铁(Au-PDAFe_3O_4)磁性纳米复合物固定在自制的磁性电极表面,通过吸附作用固定AFP一抗,用牛血清白蛋白(BSA)封闭电极上的非特异性吸附位点。在37℃下与AFP抗原溶液孵育50 min,最后将电极放入Au NP-GO-PBNCs纳米复合材料标记的二抗溶液中孵育,基于此建立了采用普鲁士蓝(PB)标记的的夹心免疫传感器检测AFP的方法。在最佳实验条件下,PB催化H_2O_2氧化的响应电流与AFP的浓度表现出两段线性关系,线性范围分别为0.005~1.000 ng/m L和1~20 ng/m L,检出限(LOD,S/N=3)为1.0 pg/m L。本方法具有灵敏度高、选择性好的特点。 展开更多
关键词 金纳米粒子 氧化石墨烯 甲胎蛋白 普鲁士蓝 夹心免疫传感器
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部