Machine learning to analyse omic-data for COVID-19 diagnosis and prognosis.

Liu, Xuehan; Hasan, Md Rakibul; Ahmed, Khandaker Asif; Hossain, Md Zakir

Liu, Xuehan; Hasan, Md Rakibul; Ahmed, Khandaker Asif; Hossain, Md Zakir.

Afiliación

Liu X; Biological Data Science Institute, Australian National University, Canberra, ACT, 2601, Australia.
Hasan MR; BRAC University, Dhaka, 1212, Bangladesh.
Ahmed KA; Commonwealth Scientific and Industrial Research Organisation, Canberra, ACT, 2601, Australia.
Hossain MZ; Biological Data Science Institute, Australian National University, Canberra, ACT, 2601, Australia. zakir.hossain@anu.edu.au.

BMC Bioinformatics ; 24(1): 7, 2023 Jan 06.

Article en En | MEDLINE | ID: mdl-36609221

Asunto(s)

Prueba de COVID-19; COVID-19; Humanos; COVID-19/diagnóstico; Aprendizaje Automático; Redes Neurales de la Computación; Modelos Logísticos

Palabras clave

Autoencoder; COVID-19 diagnosis; Machine learning; Multi-omics; Severity

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Prueba de COVID-19 / COVID-19 Tipo de estudio: Diagnostic_studies / Prognostic_studies / Risk_factors_studies / Screening_studies Límite: Humans Idioma: En Revista: BMC Bioinformatics Asunto de la revista: INFORMATICA MEDICA Año: 2023 Tipo del documento: Article País de afiliación: Australia

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google