全文获取类型
收费全文 | 1620篇 |
免费 | 259篇 |
国内免费 | 85篇 |
专业分类
耳鼻咽喉 | 4篇 |
儿科学 | 3篇 |
妇产科学 | 3篇 |
基础医学 | 459篇 |
口腔科学 | 10篇 |
临床医学 | 177篇 |
内科学 | 45篇 |
皮肤病学 | 2篇 |
神经病学 | 40篇 |
特种医学 | 93篇 |
外科学 | 37篇 |
综合类 | 427篇 |
预防医学 | 254篇 |
眼科学 | 21篇 |
药学 | 183篇 |
2篇 | |
中国医学 | 159篇 |
肿瘤学 | 45篇 |
出版年
2024年 | 8篇 |
2023年 | 128篇 |
2022年 | 149篇 |
2021年 | 123篇 |
2020年 | 147篇 |
2019年 | 80篇 |
2018年 | 35篇 |
2017年 | 23篇 |
2016年 | 38篇 |
2015年 | 37篇 |
2014年 | 52篇 |
2013年 | 60篇 |
2012年 | 72篇 |
2011年 | 101篇 |
2010年 | 80篇 |
2009年 | 84篇 |
2008年 | 111篇 |
2007年 | 84篇 |
2006年 | 93篇 |
2005年 | 87篇 |
2004年 | 55篇 |
2003年 | 44篇 |
2002年 | 35篇 |
2001年 | 47篇 |
2000年 | 29篇 |
1999年 | 28篇 |
1998年 | 23篇 |
1997年 | 23篇 |
1996年 | 24篇 |
1995年 | 21篇 |
1994年 | 22篇 |
1993年 | 8篇 |
1992年 | 3篇 |
1991年 | 2篇 |
1990年 | 1篇 |
1989年 | 5篇 |
1988年 | 1篇 |
1985年 | 1篇 |
排序方式: 共有1964条查询结果,搜索用时 15 毫秒
2.
目的 基于卷积神经网络技术,建立常见寄生虫卵的智能识别系统。方法 搭建FastRCNN和CNN网络系统,用已经鉴别的受精蛔虫卵、姜片虫卵、钩虫卵各200张标本显微镜下采集图像,用于系统训练;三种虫卵各100张用于识别测试;再用20张未知名混合虫卵标本进行模拟临床测试。结果 针对3种虫卵,CNN的平均鉴别准确率达到了89%,FastRCNN的平均鉴别检出率达到了99.9%,测试时间分别为53 s和28 s。使用FastRCNN对混合虫卵检测,平均检出率为97%,检测时间79 s。结论 FastRCNN和CNN都能进行大样本量的识别,但FastRCNN的识别能力比CNN更快、更准确。 相似文献
3.
提出一种面向医院患者的视觉监控跌倒检测算法,解决患者由于意外跌倒不能被及时发现的问题,为医护人员快速处理患者跌倒等异常行为提供必要的技术保障。方法:首先,基于深度神经网络模型检测监控图像中人体关节点(如肩部、肘部、腕部、胯部、膝关节等)在图像中的位置,再根据亲和度向量场模型提取人体骨架,最后计算患者躯干、腿部与地面的夹角作为判别性特征,判断监控区域内是否有患者出现意外跌倒。结果:实验结果表明,本文所提算法在实际的医院监护环境中的处理速度高达25帧/s,检测准确率高达96%。结论:该方法能够实时、准确地提取医院环境下患者的行为特征,并针对意外跌倒情况发出警报,为医护人员监测患者跌倒等异常行为提供更准确、方便的计算机辅助医疗护理方法。 相似文献
4.
提出一种基于卷积神经网络的自动检测超声图像颈动脉斑块的方法。通过超分辨生成对抗网络提高超声图像质量,并采用高斯混合模型算法结合先验知识自动提取感兴趣区域;最后采用卷积神经网络实现颈动脉有无斑块的自动检测。使用上海市奉贤区中心医院提供的数据集,自动检测颈动脉是否有斑块,模型准确度、敏感度、特异度分别达到94.11%、96.30%、91.67%。实验证明基于卷积神经网络检测颈动脉斑块结果和真实值有很高的一致性,且鲁棒性好。 相似文献
5.
为了实现对糖尿病周围神经病变(DPN)的早期预防,辅助医生进行早期诊断与决策,提出了一种基于一维卷积神经网络的DPN预测模型,对原始数据进行了一系列的预处理工作以提高数据的质量,此外数据集的特征维度较高,为了进一步提高预测模型的准确性,进行了主成分分析(PCA)降维处理,通过自主学习数据的特征信息,从中挖掘其有价值的医学信息与规律,来实现DPN的预测。通过支持向量机、BP神经网络和一维卷积神经网络分别建立了DPN预测模型。实验结果表明,一维卷积神经网络模型预测效果优于其他两个模型,其准确率、召回率、F1值、AUC值分别达到了0.983、0.916、0.923、0.98。 相似文献
6.
青光眼是世界第一大不可逆致盲性眼病,早期诊断和及时治疗是预防青光眼致盲的有效措施。眼底图像中的杯盘比是青光眼早期筛查与临床诊断的重要指标。因此,精确的视杯视盘分割是准确计算杯盘比并提高青光眼计算机辅助诊断技术的关键。针对这一问题,在对眼底图像进行极坐标变换的基础上,提出一种融合感受野模块的卷积神经网络Seg-RFNet,以实现视杯视盘联合分割。Seg-RFNet以SegNet框架为基础,使用ResNet50作为编码层,增强图像的特征提取能力,并对编码层进行分支处理,进一步获得更多的深层语义信息;同时在编码层和解码层之间加入感受野模块,模拟人类视觉系统,在增大感受野的同时增强了有用特征的响应。使用MICCAI 2018公开数据集REFUGE中的800张眼底图像对所提出方法与其他方法进行性能验证和比较。结果表明,Seg-RFNet分割视杯和视盘的Jaccard相似度分别0.951 5和0.872 0,F分数达到了0.974 9和0.930 1,与常用的U-Net、SegNet 网络相比,Seg-RFNet具有更好的视杯视盘联合分割精度,为计算杯盘比提供了精确分割基础。 相似文献
8.
为了提高人体肌电信号对于下肢动作识别的准确率,提出一种基于遗传算法(GA)优化的径向基(RBF)神经网络分类模型。通过采集人体日常8种下肢动作的表面肌电信号并选择“sym6”系小波函数对肌电信号进行滤波预处理,使用主成分分析法(PCA)对时频域特征降维,把特征向量输入GA算法优化的RBF神经网络进行训练和识别。实验结果表明,该方法对同一受试者8种下肢动作的平均识别率为94.00%±0.45%;对15位不同受试下肢动作识别率达到89.30%,比传统BP神经网络的识别准确率提高11.8%,预测时间缩短6 s。所提出的方法为肌电信号应用于下肢智能康复机器人的意图识别研究提供参考,有助于病人的康复。 相似文献
9.
近年来,随着计算机学科的进步与学科交叉融合的推进,人工智能(AI)在医学领域呈现出迅猛发展的态势,在眼科学也取得了许多突破性进展。既往AI在眼科学的应用研究大多集中在糖尿病视网膜病变、年龄相关性黄斑变性等眼底疾病。近年来,随着AI学习算法的改进以及大数据的开发利用,AI在眼科学的应用范围得以进一步拓展,越来越多的研究开始将AI应用于眼表疾病。本文综述了AI在圆锥角膜、翼状胬肉及角膜炎等眼表疾病中的相关研究和应用,探讨当前AI在眼科学临床应用中面临的挑战与机遇,并对其未来发展前景进行展望,旨在为眼科AI的发展提供新思路。 相似文献
10.
徐守权唐国文黄舞标包仲明陈锦凤李超杰彭美玲赖瑜梅文黛薇 《实用心脑肺血管病杂志》2023,(2):16-21
目的 比较BP神经网络、随机森林和决策树预测急性脑梗死(ACI)患者静脉溶栓后发生早期神经功能恶化(END)的效能。方法 选取2021年3月至2022年3月于梧州市中医医院神经内科接受重组组织型纤溶酶原激活剂(rt-PA)静脉溶栓治疗的ACI患者342例,根据静脉溶栓24 h后患者是否发生END将其分为END组(n=66)与非END组(n=276)。比较两组患者临床资料,筛选ACI患者静脉溶栓后发生END的可能影响因素。然后将所有患者按照7∶3的比例分成训练集和测试集,训练集用于构建BP神经网络、随机森林和决策树,测试集用于评估BP神经网络、随机森林和决策树的预测效能。结果 ROC曲线分析结果显示,BP神经网络预测测试集ACI患者静脉溶栓后发生END的AUC为0.957[95%CI(0.918,0.995)],精确率为0.682,召回率为0.882,灵敏度为0.882,特异度为0.912,正确率为0.912;随机森林预测测试集ACI患者发生END的AUC为0.969[95%CI(0.913,1.000)],精确率为0.948,召回率为0.989,灵敏度为0.989,特异度为0.925,... 相似文献