Scidown文献预览系统!
深度学习辅助超声心动图视频分析提高全因死亡率预测( Deep-learning-assisted analysis of echocardiographic videos improves predictions of all-cause mortality )
AEU Cerna L Jing CW Good DP Vanmaanen BK Fornwalt
机器学习有望通过从历史数据(如纵向电子健康记录)中学习复杂的模式来帮助医生预测死亡率和其他未来的临床事件。在这里,我们展示了在来自34,362个人的812,278个超声心动图视频的原始像素数据上训练的卷积神经网络提供了一年全因死亡率的优越预测。该模型的预测优于广泛使用的集合队列方程、西雅图心力衰竭评分(在一个独立的数据集中测量的2404名心力衰竭患者,他们接受了3384次超声心动图检查),以及一个机器学习模型,该模型涉及58个来自超声心动图的人源变量和100个来自电子健康记录的临床变量。我们还表明,在模型的帮助下,心脏病专家对一年全因死亡率的预测灵敏度显著提高了13%,同时保持了预测的特异性。大型非结构化数据集可能使深度学习能够改进广泛的临床预测模型。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】