cardiovascular diseases | BriefGPT

关键词cardiovascular diseases

搜索结果 - 34

Petal-X：改进心血管风险沟通的以人为中心的视觉解释
通过行为干预可以预防心血管疾病（CVDs）作为全球死亡的主要原因，因此，在个体层面上减少 CVD 风险的有效沟通和风险因素改善预计风险的能力起着至关重要的作用。本研究描述了 Petla-X 的设计和实施，这是一个支持临床医生 - 患者共享决
PDF8 days ago
多层次心血管疾病与阻塞性睡眠呼吸暂停症共病现象的表型模型：一项纵向威斯康辛睡眠队列研究
利用密集睡眠期患者的数据，本研究引入一种新型的多层次表型模型，分析这些疾病随时间的进展和相互作用，并通过树状模型进行特征重要性分析，发展混合效应模型，应用 t 分布随机邻居嵌入和高斯混合模型对患者数据进行分群，阐明了心血管疾病和阻塞性睡眠呼
PDF15 days ago
PCA-Relax：基于深度学习的心脏 $T_1$ 映射动态校正的群组注册
本文提出了一种基于深度学习的组内注册框架，名为 “PCA-Relax”，用于纠正心脏磁共振图像中的呼吸和心动运动，实现定量 MRI 的精确测量和评估。
PDF16 days ago
优化特征提取的高级神经网络架构用于增强多导联心电图心律失常检测
本研究提出一种创新的方法，利用深度学习技术，特别是卷积神经网络（CNN），来解决心律失常分类的复杂性。通过利用多导联心电图（ECG）数据，我们的 CNN 模型在识别左束支传导阻滞（LBBB）、右束支传导阻滞（RBBB）、房性早搏（APC）、
PDF3 months ago
物理引导的神经网络用于室内矢量流动图绘制
通过借助物理导向的神经网络（PINNs）和基于物理引导的 nnU-Net 监督方法，以及对模拟和实际彩色多普勒图像进行的严格评估，本研究提出了传统 iVFM 优化方案的新替代方法，显示出与原始 iVFM 算法相当的重建性能。同时，研究指出
PDF3 months ago
生物力学心脏数字双胞胎的稳健自动钙化网格化
我们提出了一种全自动建模算法，能够将病人特异性的钙化数据精确地添加到已有的心脏模型中，从而加速心脏数字孪生的物理模拟研究和应用的发展。
PDF4 months ago
自主导丝引导导航的零射策略的强化学习
使用零 - shot 学习策略进行三维自主内血管导航，通过使用非常小的训练集合的支路模式，我们的强化学习算法能够学习控制，并应用于不需要重新训练的未知内血管解剖结构。
PDF4 months ago
基于短时心电图和长时心率变异采样的多模态心力衰竭风险评估
该研究论文提出了多模式方法，结合 30 秒的心电图记录和近似的长期心率变异性数据（HRV）来估计心衰住院风险。实验结果显示，在心衰风险评估方面，所提出的方法具有较高的模型性能，并在多个外部心电图数据集上展示了竞争性的区分力。通过在 Appl
PDF4 months ago
BP-DeepONet：一种用于无袖血压估计的物理启发 DeepONet 的新方法
该研究提出了基于物理信息的 DeepONet 方法的新框架来预测动脉血压波形，解决了连续无创测量动脉血压波形的问题，同时采用时间周期条件和 Windkessel 边界条件满足 Navier-Stokes 方程，通过引入元学习的概念来准确估计
PDF4 months ago
噪声节拍值得 16 个字：用于微控制器的低功耗心律失常分类的微型 Transformer
通过只使用 6k 个参数的微型 Transformer 模型，本文在 MIT-BIH 心律失常数据库上达到了 98.97％的识别准确率，并通过在低功耗微控制器设备上进行高效执行的 8 位整数推理，证明了其适用于可穿戴监测解决方案。
PDF5 months ago
深度学习技术与特征增强预测心脏疾病风险
该研究论文提出使用深度学习方法和特征增强技术评估患者是否有心血管疾病的风险，其结果优于其他最先进方法 4.4%，精度达到 90%，对于影响大量人口的疾病而言，这是一个显著的改进。
PDF5 months ago
利用大型语言模型从科学文献中分析生物性别间血压变化
高血压是公共卫生领域的重要问题，该研究利用大型语言模型自动提取了血压的平均值和标准差，并通过分析结果验证了利用语言模型研究不同人口因素对血压变化的可行性。
PDF5 months ago
利用面部视频估计心率和血压的相移远程光电测量
通过深度学习建立的两阶段视觉远程光电测量网络 (DRP-Net) 和边界血压网络 (BBP-Net) 可估算心率和血压，其中 DRP-Net 用于估算心率，BBP-Net 通过分析不同部位的光电信号的相位差估算收缩压与舒张压。与最近的方法相
PDF6 months ago
ConFormer：辅助心脏专家评估心脏功能的新颖深度学习模型集合
该论文介绍了一种名为 ConFormer 的深度学习模型，用于自动估计超声心动图中的射血分数和左心室壁厚度，通过实现 ConFormer 模型，有可能实现经济高效、易于获取且全面的心脏健康监测，从而挽救无数生命。
PDF7 months ago
超声心动图基础模型 -- 应用 1: 估算射血分数
通过自监督学习在 150 万个心脏超声图像上训练的 EchoAI 模型，成功地评估了心脏射血分数，并获得了平均绝对百分比误差为 9.40%，与专业超声检查者的表现相当。
PDF7 months ago
一种紧凑的 LSTM-SVM 融合模型用于长期心血管疾病检测
本研究提出了一种用于心血管疾病早期检测的流程，结合了机器学习和深度学习的技术，并利用长短时记忆神经网络（LSTM）和支持向量机（SVM）的混合模型进行欺诈检测，取得了卓越的成果。这种方法对于心血管疾病的早期检测和管理具有显著的益处。
PDF7 months ago
通过眼底图像评估心血管疾病和风险因素的人工智能：过去十年的回顾
应用人工智能与深度学习技术结合视网膜成像，实现心血管疾病早期检测和诊断的研究概览。
PDF8 months ago
机器学习基于分割的不确定性量化：MRI 左室体积估计的事后方法
该研究提出一种新的方法，使用 Ito 随机微分方程（SDEs）对左室体积预测进行后期不确定性估计，以提高自动分割的鲁棒性和可靠性，为临床设置中更可靠准确的左室体积估计打开新的方向。
PDF8 months ago
利用可解释人工智能揭示健康衰老期间的心电图变化
心血管疾病是全球死因的主要原因。本研究使用深度学习模型和基于树的模型分析了健康个体的心电图数据，发现年龄组之间的呼吸速率与 SDANN 值等特征有所差异，并且强调了 P 波在年龄预测中的关键作用，揭示了与年龄相关的心电图变化，并提供了超越传
PDF9 months ago
合成推进：在超声心动图中利用合成数据增强视觉语言分割
通过使用合成数据集和语义扩散模型，提高了视觉 - 语言分割模型在超声心动图分割中的性能。
PDF9 months ago