待确认
  • 文献求助详情
标题
Predicting brain age with deep learning from raw imaging data results in a reliable and heritable biomarker
从原始成像数据中使用深度学习预测大脑年龄会产生可靠且可遗传的生物标志物
相关领域
人工智能 生物标志物 深度学习 机器学习 模式识别(心理学) 计算机科学 接收机工作特性 卷积神经网络 阿尔茨海默病神经影像学倡议 人工神经网络
网址
DOI
10.1016/j.neuroimage.2017.07.059 doi
其它 期刊:NeuroImage
作者:James H. Cole; Rudra P. K. Poudel; Dimosthenis Tsagkrasoulis; Matthan W.A. Caan; Claire J. Steves; et al
出版日期:2017-12-01
求助人
JHHHH 在 2024-11-26 18:25:56 发布自湖北,悬赏 10 积分
下载
 
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
求助 / 应助时间线
  • 请等待求助人确认

    已经有人上传了文献,该状态下其他人无法上传,请等待求助人确认该文件是否是他需要的。
    如果求助人在 48 小时内还未确认,系统默认应助成功,本求助将自动关闭。

  • 2小时前

    香蕉觅云 香蕉觅云 Lv11 上传了文件

    待审核 20241126182601-5c530873-208.pdf (3.05 MB)
  • 2小时前

    科研通AI2.0 科研通AI2.0 机器人 未找到该文献,机器人已退出,请等待人工下载

    18:25:59 未找到该文献,机器人已退出,请等待人工下载
    18:25:57 科研通AI机器人(广州)收到请求,开始寻找文献
    18:25:56 已向机器人发送请求
  • 2小时前

    JHHHH JHHHH 求助人 Lv11 发起了本次求助

更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
JamesPei应助dilli采纳,获得10
刚刚
闪闪放光彩完成签到,获得积分10
1秒前
柚子应助Nuyoah采纳,获得20
3秒前
乐观的鸽子完成签到,获得积分10
3秒前
飞飞完成签到 ,获得积分10
3秒前
影子发布了新的文献求助10
3秒前
大个应助随梦而飞采纳,获得30
3秒前
Nini1203发布了新的文献求助30
4秒前
科研通AI2S应助samifranco采纳,获得10
4秒前
Vesper完成签到,获得积分10
5秒前
why完成签到,获得积分10
5秒前
任性雨筠完成签到,获得积分10
5秒前
呀呵完成签到 ,获得积分10
6秒前
老李完成签到,获得积分10
6秒前
称心的踏歌完成签到,获得积分10
7秒前
罐罐儿发布了新的文献求助10
7秒前
桐桐应助Jacob采纳,获得10
7秒前
迢迢笙箫应助大气早晨采纳,获得10
8秒前
8秒前
8秒前
shijiu发布了新的文献求助10
9秒前
zyy完成签到,获得积分10
11秒前
研友_VZG7GZ应助DAKE采纳,获得10
12秒前
12秒前
12秒前
gaogaogao完成签到,获得积分10
13秒前
13秒前
景笑天发布了新的文献求助10
13秒前
Viva应助缥缈的胡萝卜采纳,获得20
14秒前
hana完成签到,获得积分20
14秒前
16秒前
Hello应助浩浩采纳,获得10
16秒前
随梦而飞发布了新的文献求助30
17秒前
神内打工人完成签到 ,获得积分10
17秒前
17秒前
潇涯发布了新的文献求助50
17秒前
ljw完成签到,获得积分20
18秒前
kangkirk发布了新的文献求助10
18秒前
wuming7890发布了新的文献求助30
19秒前
19秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
Classics in Total Synthesis IV 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3149723
求助须知:如何正确求助?哪些是违规求助? 2800743
关于积分的说明 7841670
捐赠科研通 2458302
什么是DOI,文献DOI怎么找? 1308386
科研通“疑难数据库(出版商)”最低求助积分说明 628498
版权声明 601706