【冠狀動脈】基於VEGF-C和VEGF-D水平,利用機器學習預測「冠狀動脈」疾病患者的全因死亡風險 文章出處 European Heart Journal 原文標題 Machine learning-based all-cause mo...
【冠狀動脈】基於單次心磁圖掃描,利用深度學習識別高CAD、左心室功能障礙和心律不整
【冠狀動脈】基於單次心磁圖(MCG)掃描,利用深度學習識別高CAD、左心室功能障礙和心律不整 文章出處 European Heart Journal 原文標題 Explainable deep learning on magnetoca...
【冠狀動脈】利用ML預測未保護左主幹冠狀動脈疾病患者經皮冠狀動脈介入治療後院內死亡率
【冠狀動脈】利用機器學習預測未保護左主幹冠狀動脈疾病(LMCA)患者經皮冠狀動脈介入治療後院內死亡率 文章出處 Frontiers in Artificial Intelligence 原文標題 Development and expl...
【冠狀動脈】利用ML識別NT-proBNP/LVEF與AMI血管造影冠狀動脈疾病負荷的相關性
【冠狀動脈】利用機器學習識別NT-proBNP/LVEF與急性心肌梗塞血管造影冠狀動脈疾病負荷的相關性 文章出處 Frontiers in Cardiovascular Medicine 原文標題 Association of NT-p...
【冠狀動脈】「KDLight」: 專為冠狀動脈血管分割設計的輕量級知識蒸餾框架
【冠狀動脈】「KDLight」: 專為冠狀動脈血管分割設計的輕量級知識蒸餾框架 文章出處 Frontiers in Artificial Intelligence 原文標題 Exploring Lightweight Knowledge...
【冠狀動脈】利用機器學習預測冠狀動脈鈣化風險
【冠狀動脈】利用機器學習預測冠狀動脈鈣化風險 文章出處 Frontiers in Medicine 原文標題 Development and validation of a LASSO-selected machine learning...
【冠狀動脈】利用機器學習預測「冠狀動脈」鈣化風險
【冠狀動脈】利用機器學習預測「冠狀動脈」鈣化風險 文章出處 Frontiers in Medicine 原文標題 Development and validation of a LASSO-selected machine learni...
【冠狀動脈】基於ECG和PPG訊號,利用機器學習識別輕度與重度「冠狀動脈」疾病
【冠狀動脈】基於ECG和PPG訊號,利用機器學習識別輕度與重度「冠狀動脈」疾病 文章出處 Scientific Reports 原文標題 An end-to-end patient-level coronary artery disea...
【冠狀動脈】利用基於DL的CTCA斑塊特徵預測ICS患者的異常心肌血流儲備率(MBFR)
【冠狀動脈】利用基於DL的CTCA斑塊特徵預測冠狀動脈狹窄(ICS)患者的異常心肌血流儲備率(MBFR) 文章出處 Heart, Lung and Circulation 原文標題 Plaque Texture Complexity U...
【冠狀動脈】以入院24小時實驗室指標,利用ML預測冠狀動脈繞道和瓣膜手術後的院內死亡率
【冠狀動脈】基於入院24小時內實驗室指標,利用機器學習預測冠狀動脈繞道和瓣膜手術後的院內死亡率 文章出處 Frontiers in Cardiovascular Medicine 原文標題 Predicting in-hospital ...
【冠狀動脈】利用機器學習預測急性和慢性冠狀動脈疾病住院患者的30天死亡率
【冠狀動脈】利用機器學習預測急性和慢性冠狀動脈疾病住院患者的30天死亡率 文章出處 International Journal of Cardiology 原文標題 Machine learning prediction of 30-d...
【冠狀動脈】利用機器學習預測接受冠狀動脈繞道和瓣膜手術後院內死亡率
【冠狀動脈】利用機器學習預測接受冠狀動脈繞道和瓣膜手術後院內死亡率 文章出處 Frontiers in Cardiovascular Medicine 原文標題 Predicting In-Hospital Mortality Afte...
【冠狀動脈】利用機器學習預測「NSTE-ACS」患者的院內死亡率
【冠狀動脈】利用機器學習預測「NSTE-ACS」患者的院內死亡率 文章出處 JMIR 原文標題 Machine Learning–Based Risk Prediction of In-Hospital Mortality in Patients Wi...
【冠狀動脈】利用基於深度學習的冠狀動脈形態學評估,預測血管內衝擊波(IVL)療效
【冠狀動脈】利用基於深度學習的冠狀動脈形態學評估,預測血管內衝擊波(IVL)療效(支架置入後管腔擴張效果) 文章出處 JACC: Advances 原文標題 Deep Learning-Based Assessment of Coron...