刷新
{{item.name}}会员
A Data-Driven Approach for Traumatic Brain Injury Phenotyping: Defining Clinical, Laboratory, and Radiological Features Predictive of Injury-Associated Mental Health Disorders
创伤性脑损伤表型的数据驱动方法：定义预测损伤相关心理健康障碍的临床、实验室和放射学特征
基本信息
- 批准号：458638
- 负责人：
- 金额：$ 7.65万
- 依托单位：
- 依托单位国家：加拿大
- 项目类别：Studentship Programs
- 财政年份：2021
- 资助国家：加拿大
- 起止时间：2021-11-01 至 2024-11-01
- 项目状态：已结题
- 来源：
- 关键词：
项目摘要
Traumatic brain injury (TBI) causes more death and disability than any other type of trauma. Mental health disorders occur in more than 75% of patients in the first year after injury. Many TBI patients do not seek help for mental health disorders and this
创伤性脑损伤（TBI）造成的死亡和残疾比任何其他类型的创伤都多。超过75%的患者在受伤后的第一年出现精神健康障碍。许多创伤性脑损伤患者不寻求精神健康障碍和这方面的帮助
项目成果
期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
数据更新时间：{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
数据更新时间：{{ journalArticles.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ monograph.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ sciAawards.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ patent.updateTime }}
Kureshi Nelofar其他文献
Kureshi Nelofar的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
相似国自然基金
Understanding structural evolution of galaxies with machine learning
- 批准号：n/a
- 批准年份：2022
- 资助金额：10.0 万元
- 项目类别：省市级项目
相似海外基金
Machine learning-assisted precision mental health for cigarette smoking cessation
机器学习辅助精准戒烟心理健康
- 批准号：
10464420 - 财政年份：2022
- 资助金额：
$ 7.65万 - 项目类别：
Using Machine Learning to Optimize User Engagement and Clinical Response to Digital Mental Health Interventions
使用机器学习优化用户参与度和对数字心理健康干预措施的临床反应
- 批准号：
10642782 - 财政年份：2022
- 资助金额：
$ 7.65万 - 项目类别：
Informed Minds App, using machine learning can positively impact mental health & wellbeing
Informed Minds 应用程序，使用机器学习可以对心理健康产生积极影响
- 批准号：
10043746 - 财政年份：2022
- 资助金额：
$ 7.65万 - 项目类别：
Grant for R&D
Machine learning-assisted precision mental health for cigarette smoking cessation
机器学习辅助精准戒烟心理健康
- 批准号：
10706980 - 财政年份：2022
- 资助金额：
$ 7.65万 - 项目类别：
Objective monitoring of mental health via deep digital phenotyping and machine learning– viability study with athletes
通过深度数字表型分析和机器学习客观监测心理健康——运动员的生存能力研究
- 批准号：
10043505 - 财政年份：2022
- 资助金额：
$ 7.65万 - 项目类别：
Grant for R&D
Using Machine Learning to Optimize User Engagement and Clinical Response to Digital Mental Health Interventions
使用机器学习优化用户参与度和对数字心理健康干预措施的临床反应
- 批准号：
10442069 - 财政年份：2022
- 资助金额：
$ 7.65万 - 项目类别：
EAGER: Collaborative Research: Understanding Human Behaviors and Mental Health using Federated Machine Learning on Smart Phones
EAGER：协作研究：使用智能手机上的联合机器学习了解人类行为和心理健康
- 批准号：
2041096 - 财政年份：2020
- 资助金额：
$ 7.65万 - 项目类别：
Standard Grant
A study of mental health support for recipients of public assistance using machine learning
使用机器学习为公共援助接受者提供心理健康支持的研究
- 批准号：
20J01910 - 财政年份：2020
- 资助金额：
$ 7.65万 - 项目类别：
Grant-in-Aid for JSPS Fellows
EAGER: Collaborative Research: Understanding Human Behaviors and Mental Health using Federated Machine Learning on Smart Phones
EAGER：协作研究：使用智能手机上的联合机器学习了解人类行为和心理健康
- 批准号：
2041065 - 财政年份：2020
- 资助金额：
$ 7.65万 - 项目类别：
Standard Grant
Investigating the use of Artificial/Intelligence/Machine Learning for early screening of mental health disorders using primary care data
利用初级保健数据研究人工智能/机器学习在精神健康疾病早期筛查中的应用
- 批准号：
2300953 - 财政年份：2019
- 资助金额：
$ 7.65万 - 项目类别：
Studentship