0%

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。

阅读全文 »

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。

阅读全文 »

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。

阅读全文 »

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。

阅读全文 »