UCI-Heart-ML 使用机器学习的心脏病患者数据可视化和预测 介绍 模型总结与方法 材料和方法 数据集 机器学习算法 黄砖 海生 比较和选择可视化模型 数据集的可视化 机器学习算法的可视化 1.逻辑回归 2.决策树 ML预测数据可视化 结论 参考

CAMUS 心脏分割超声图像数据集，含500名患者的超声数据百度云，相关竞赛http://camus.creatis.insa-lyon.fr/challenge/

互联网+患者管理解决方案

适合慢性肾病患者参考

使用步态分析进行帕金森氏病检测 对帕金森氏病（PD）患者和对照对象的步态分析已进行分析，以显示PD患者和对照对象的差异。 使用Phisonet的Gaitpdb数据库提供的数据（已在对象的每只脚上使用8个传感器来计算垂直地面反作用力（VGRF）），已使用7个统计函数执行了数据压缩，以获得数据的代表性图像。 统计函数（最小值，最大值，均值，中位数，标准差，偏度和峰度）已用于将超过300万个元组压缩为310个元组。 最后，各种机器学习技术已应用于转换后的数据集，以执行帕金森氏病的检测。 使用Logistic回归，决策树，随机森林，SVM（线性内核），SVM（RBF内核），SVM（多核）和k最近邻居进

患者监护系统数据流图和系统结构图

脑卒中患者表面肌电信号与痉挛性肌张力关系分析

个体门诊患者管理系统 1.7.6 正式破解绿色版.rar

患者信息系统 该患者信息系统基于Tkinter，它是Python编程语言和SQLite提供的图形用户界面，而SQLite是C编程库中包含的关系数据库管理系统。 它提供了一个GUI，用户可以在其中输入患者的详细信息，该详细信息将作为数据库中的记录。 用户还可以对记录执行各种操作，例如添加新记录，更新记录，搜索记录，删除记录并最终在数据库中显示所有记录。 要求 Python3 sqlite3 视窗 choco install python sqlite Linux Arch Linux sudo pacman -S python sqlite 点子 pip install sqlite 用法 将此存储库克隆到您选择的目录中。 git clone https://github.com/ganeshkavhar/PATIENT-INFORMATION-SYSTEM-IN-PYTHON-WI

重症患者CRF数据提取模板，适用于大规模多中心RCT研究，以重症患者为首选适用，其他科室可以参考