Sandra Lynch 和 B. Wayne Bequette 于 2002 年在“使用皮下葡萄糖测量值对 I 型糖尿病患者的血糖进行模型预测控制”中发现的模型。 在以下位置下载其他模型和文档： http://www.hedengren.net/research/models.htm

本代码主要利用MATLAB工具进行单层竞争神经网络的数据分类的仿真，实现患者癌症发病预测的模拟

最新完整英文版ISO 27269：2021 Health informatics - International patient summary（健康信息学 - 国际患者摘要）。本文档定义了支持个人护理连续性和医疗保健协调的患者摘要文档的核心数据集。 它专门用于支持“计划外、跨境护理”的用例场景，旨在成为国际患者摘要 (IPS)。 虽然数据集是最小的且并非详尽无遗，但它提供了一个强大的、定义明确的核心数据项集。 对这个用例的密切关注也使 IPS 能够用于计划护理。 这意味着该数据集可以在地方和国家范围内支持计划外和计划内的护理，从而提高其效用和价值。

心衰预测 根据患者的医学和临床指标预测其生存和死亡率 用于该分析和建模的数据集是从Kaggle网站下载的。 归功于数据集作者： Davide Chicco，Giuseppe Jurman：机器学习可以仅凭血清肌酐和射血分数来预测心力衰竭患者的存活率。 BMC Medical信息学和决策制定20，16（2020） 。 数据集可以根据Attribution 4.0 International（CC BY 4.0）的许可证自由共享和使用。 注意：如果笔记本无法打开，请使用。

逻辑回归 在全球范围内，心血管疾病（CVD）造成的死亡人数多于癌症。 从这项为期15年的心脏研究队列中收集的真实心脏病患者的数据集可用于此任务。 该数据集具有16个患者特征。 请注意，所有功能均不包含任何验血信息。 脚步 检查每个属性/列的描述性统计数据 检查班级不平衡 建立物流模型 确定特征重要性 评估模型的性能指标 要求 Python Google Colab 配套 将熊猫作为pd导入 从sklearn.datasets导入load_iris 从sklearn.linear_model导入LogisticRegression 从sklearn导入指标 从sklearn.metrics导入f1_score 导入matplotlib.pyplot作为plt 将numpy导入为np 从sklearn导入linear_model 从sklearn.model_selection导

严重精神障碍患者随访服务记录表.docx

卫生院院患者健康教育效果调查表

论文

阻塞性睡眠呼吸暂停低通气综合征(OSAHS)是一种发病率高，具有潜在危险的常见病．定量描述呼吸气流流场的分布情况是阻塞平面正确定位的可靠依据．基于OSAHS患者与正常人上呼吸道螺旋CT影像数据及weibel模型A的气管一支气管模型，建立了精确量化的上呼吸道生物力学模型．将患者与正常人的数值模拟结果进行比较，得出患者上呼吸道气流速度、压力和壁面剪切应力的分布以及数值均明显异于正常人情况．模拟结果的对比研究有助于探讨人体呼吸道解剖结构的异常对气流分布的影响，对临床上正确诊断与有效治疗该病、深入研究该病与各系统

matlab神经网络源码集锦-单层竞争神经网络的数据分类—患者癌症发病预测