Identificando indicadores de disfunción ventricular en electrocardiogramas a través de análisis impulsado por inteligencia artificial
Autores: Makimoto, Hisaki; Okatani, Takayuki; Suganuma, Masanori; Kabutoya, Tomoyuki; Kohro, Takahide; Agata, Yukiko; Ogata, Yukiyo; Harada, Kenji; Llubani, Redi; Bejinariu, Alexandru; Rana, Obaida R.; Makimoto, Asuka; Gharib, Elisabetha; Meissner, Anita; Kelm, Malte; Kario, Kazuomi
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Identificando indicadores de disfunción ventricular en electrocardiogramas a través de análisis impulsado por inteligencia artificial
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Inteligencia artificial
Disfunción ventricular
Electrocardiogramas
Redes neuronales convolucionales
Fracciones de eyección del ventrículo izquierdo
Configuraciones de ECG
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
Estudios recientes resaltan la capacidad de la inteligencia artificial para identificar disfunción ventricular a través de electrocardiogramas (ECGs); sin embargo, las formas de onda indicativas específicas siguen siendo poco claras.
Descripción
Estudios recientes resaltan la capacidad de la inteligencia artificial para identificar disfunción ventricular a través de electrocardiogramas (ECGs); sin embargo, las formas de onda indicativas específicas siguen siendo poco claras.