Abstract：胆红素是体内铁卟啉类化合物的代谢产物，主要来源于血红蛋白的降解，通过肝脏代谢转化为结合胆红素，并随胆汁排出体外。异常胆红素水平可导致黄疸。

Abstract：血小板在生理性止血中发挥核心作用，通过血管收缩、血小板激活和血液凝固三个相互促进的过程实现快速止血。凝血反应涉及凝血因子的级联激活，与抗凝系统相互作用，对维持止血平衡至关重要。

Softmax是一个在机器学习和深度学习中常用的函数，特别是在处理分类问题时。它通常用于多分类模型的输出层，将模型输出的原始分数（也称为logits）转换成概率分布。

Softmax函数的定义：
对于一个样本，假设我们有一个包含
𝐶
C个类别的分类问题，模型输出的原始分数向量为
𝑧

[
𝑧
1
,
𝑧
2
,
.
.
.
,
𝑧
𝐶
]
z=[z
1
​
,z
2
​
,…,z
C
​
]。Softmax函数将这个向量转换为一个概率分布
𝜎
(
𝑧
)

[
𝜎
(
𝑧
1
)
,
𝜎
(
𝑧
2
)
,
.
.
.
,
𝜎
(
𝑧
𝐶
)
]
σ(z)=[σ(z
1
​
),σ(z
2
​
),…,σ(z
C
​
)]，其中每个元素
𝜎
(
𝑧
𝑖
)
σ(z
i
​
) 表示样本属于第
𝑖
i 个类别的概率，计算公式为：

𝜎
(
𝑧
𝑖
)

𝑒
𝑧
𝑖
∑
𝑗

1
𝐶
𝑒
𝑧
𝑗
σ(z
i
​
)=
∑
j=1
C
​
e
z
j
​

e
z
i
​
Softmax函数的特点：
归一化：Softmax函数的输出是一个概率分布，所有类别的概率之和为1。
区分度：它放大了原始分数之间的差异。如果一个类别的原始分数比其他类别的分数稍微高一点，经过Softmax函数转换后，这个类别的概率会比其他类别的概率高得多。
稳定性：当原始分数非常大或非常小的时候，Softmax函数能够稳定地输出概率值，避免数值计算问题。
应用场景：
多分类问题：在深度学习模型的输出层，用于将模型的预测输出转换为概率形式，以便于选择概率最高的类别作为预测结果。
概率解释：Softmax输出的概率可以用于概率解释和概率推断。
与Logistic回归的比较：
在二分类问题中，Softmax函数退化为Logistic函数（或称为Sigmoid函数），用于将原始分数转换为概率。而在多分类问题中，Softmax函数能够处理多个类别，输出一个概率分布。

Softmax函数在深度学习框架中广泛使用，如TensorFlow、PyTorch等，它们提供了方便的Softmax实现，可以直接应用于模型的输出层。

Abstract：国际标准化比值（INR）是一种用于监测血液凝固时间的实验室检查项目，特别是用于评估口服抗凝药物如华法林的效果。INR的计算过程旨在校正不同实验室和不同试剂对凝血酶原时间（PT）测量值的影响，确保结果的一致性和可比性。

Abstract：本文概述了期刊影响因子（IF）和JCR分区的基本概念，以及中科院分区与JCR分区的不同之处。JCR分区根据IF将期刊分为四等分，而中科院分区则采用不同的比例，更为严格地划分期刊等级。

Abstract：博客文章的编写过程，及布局、美化

Abstract：文本测试

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub.