《表1 超声数据：基于LSTM多特征联合的缺血性脑卒中诊断模型》
提示：宽带有限、当前游客访问压缩模式
（1）超声数据。作为缺血性脑卒中发生常见的原因之一，颈动脉超声一定程度上可以反映缺血性脑卒中发生与否及严重程度。结构化后的指标数据组成的超声数据，见表1。
| 图表编号 | XD00192278400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 骆轶姝、邵圆圆、陈德华 |
| 绘制单位 | 东华大学计算机科学与技术学院、东华大学计算机科学与技术学院、东华大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 32例院内缺血性脑卒中入院诊断及发生脑卒中危险因素分析》2020.11.10
- 《表5 印度审美类型八味：基于数据挖掘的名老中医治疗缺血性脑卒中用药规律分析》2020.10.01
- 《表4 遗传算法计算结果：基于数据挖掘的名老中医治疗缺血性脑卒中用药规律分析》2020.10.01
- 《表3 影响因素估计结果：基于数据挖掘的名老中医治疗缺血性脑卒中用药规律分析》2020.10.01
- 《表5 混淆矩阵表示：基于LSTM多特征联合的缺血性脑卒中诊断模型》2020.10.01
- 《表3 基本信息数据：基于LSTM多特征联合的缺血性脑卒中诊断模型》2020.10.01
- 《表2 生化检查数据：基于LSTM多特征联合的缺血性脑卒中诊断模型》2020.10.01
- 《表2 用药分类统计：基于数据挖掘分析缺血性脑卒中急性期辨证用药规律》2020.06.15
- 《表6 用药分类统计：基于数据挖掘分析缺血性脑卒中急性期辨证用药规律》2020.06.15
- 《表4 药物归经统计：基于数据挖掘分析缺血性脑卒中急性期辨证用药规律》2020.06.15
- 《表4 故障诊断算法对比：基于多特征融合与XGBoost的风机轴承故障诊断》2020.07.20
- 《表1 患者轨迹数据示例：基于过程挖掘的急性缺血性脑卒中患者院内静脉溶栓时效分析》2020.08.01
- 《表6 训练参数：基于DBM-LSTM的多特征语音情感识别》2020.02.16
- 《表5 数据库：基于DBM-LSTM的多特征语音情感识别》2020.02.16
- 《表缺血性脑卒中患者与健康者的超声检查结果对比》2019.09.15
- 《表1 经颅多普勒超声与CT血管造影诊断缺血性脑卒中评价指标比较》2019.09.01
- 《表1 数据描述：基于多特征模型融合的社交评论分析》2019.01.10
- 《表3 联合多特征诊断价值》2019.05.05
- 《表2 血清IMA与hs-CRP联合检测对急性缺血性脑卒中诊断的效能价评结果》2018.12.15
- 《表2 诊断结果与比较：基于多特征提取的滚动轴承故障诊断方法》2018.10.01