内斯特

Nestor:一种集成因果和概率知识的基于计算机的医学诊断辅助工具。为了解决计算机辅助医疗决策中存在的一些问题,已经开发了一种称为NESTOR的计算机程序,以帮助医生确定最可能的诊断假设,以解释一组患者的发现。高钙血症病症的领域用于测试应适用于其他医学领域的溶液方法。NESTOR的一个关键设计哲学是医生应该控制计算机的相互作用来决定做什么和何时做。为了提供这种可控的、交互式的援助,具体的技术任务有待解决。解决这些问题的统一哲学是在一个正式的概率理论框架中使用基于知识的方法。用户接口模块给予医生控制何时和如何使用这些任务以帮助诊断患者状况的原因。本文提出了三个任务中的每一个问题,以及用于解决这些问题的方法的细节。此外,评估和评价的假设评分和搜索技术的结果提出和讨论。附加关键词:人工智能;专家系统;医学应用;计算机辅助诊断;医学计算机应用。


ZBMaCT中的参考文献(25篇文章中引用)

显示结果1至20的25。
按年份排序(引文
  1. 郭,Zhi gao;高,萧光;仁,豪;杨,禹;邸,若海;陈,大庆:从小数据集学习贝叶斯网络参数:一个进一步约束的定性最大后验方法(2017)
  2. Jr.,Estevam R. Hruschka;Nicoletti,Maria Do Carmo:贝叶斯网络在机器学习中的作用:实证研究(2013)伊波尔特
  3. KWISTHOUT,Johan:贝叶斯网络中最有可能的解释:复杂性和可追踪性(2011)
  4. van der Gaag,Linda C.:学习顺序约束下的贝叶斯网络参数(2006)
  5. Dagum,保罗;Luby,米迦勒:贝叶斯推理的最佳逼近算法(1997)
  6. Th·One,赫尔穆特;Guntz,Ulrich;Ki-Yin,沃纳:通过概率区间增加贝叶斯网络的稳健性(1997)
  7. 蒙蒂,斯蒂法诺;库珀,Gregory F.:有界递归分解:基于搜索的有限资源下的信念网络推理方法(1996)
  8. Shimony,Solomon Eyal;桑托斯,Eugene jun.:利用基于案例的独立性来逼近边际概率(1996)
  9. 克里斯曼,Lonnie:上下概率的增量条件(1995)
  10. Cooper,Gregory F.:一种贝叶斯学习方法,用于学习包含隐藏变量的信念网络。(1995)伊波尔特
  11. Shimony,Solomon Eyal:关联在解释中的作用。I:析取赋值与近似独立(1995)
  12. Charniak、尤金、Shimony、Solomon Eyal:基于成本的绑架与地图解释(1994)
  13. SY,Bon K.:一种适用于复合假设有效排序的自适应推理方法(1994)
  14. Dagum,保罗;Luby,米迦勒:贝叶斯信念网络中概率推理的近似是NP-难(1993)
  15. Shimony,Solomon Eyal:关联在解释中的作用。I:作为统计独立性的无关(1993)
  16. SY,Bon K.:贝叶斯信念网络中组合信念的递归局部计算方法(1993)
  17. 那不勒斯,Richard E.:区间约束原理:对称Dirichlet分布的推广(1991)
  18. Cooper,Gregory F.:贝叶斯推理网络概率推理的计算复杂性(1990)
  19. H. Jacques,Cooper,Gregory F.:利用循环割集在多连通信度网络中的概率推理(1990)
  20. Michael P.:定性概率网络的基本概念(1990)