预约医疗 UTFPR的Web编程专业为教育目的而开发的用于安排患者约会的系统。

医药、医疗、互联网医疗平台、问诊、挂号、开药、处方、复诊、患者管理、开药问诊、视频问诊、电话问诊、图文问诊、医生端、医师认证、医院、药品、续方、常用处方、电子处方、抢单、接诊、退诊、预约、科室、rp原型、Axure原型、医疗平台医生端app、移动端医生平台 Axure原型演示地址：https://www.pmdaniu.com/storages/124108/255b37b9be12e3a9e0cf1ca8d1f949e6-93733/start.html#g=1&p=%E7%99%BB%E5%BD%95

通过患者健康问卷9和自然语言处理对抑郁症进行分析

前列腺恶性肿瘤患者的护理查房，前列腺恶性肿瘤患者的护理查房课件，前列腺恶性肿瘤患者的护理查房PPT

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