Classification of aortic stenosis using conventional machine learning and deep learning methods based on multi-dimensional cardio-mechanical signals.

Yang, Chenxi; Ojha, Banish D; Aranoff, Nicole D; Green, Philip; Tavassolian, Negar

Yang, Chenxi; Ojha, Banish D; Aranoff, Nicole D; Green, Philip; Tavassolian, Negar.

Afiliação

Yang C; School of Instrument Science and Engineering, Southeast University, Nanjing, China.
Ojha BD; Department of Electrical and Computer Engineering, Stevens Institute of Technology, Hoboken, NJ, 07030, USA.
Aranoff ND; Department of Electrical and Computer Engineering, Stevens Institute of Technology, Hoboken, NJ, 07030, USA.
Green P; Yeshiva University, New York, NY, 10032, USA.
Tavassolian N; Columbia University Medical Center, New York, NY, 10032, USA.

Sci Rep ; 10(1): 17521, 2020 10 16.

Article em En | MEDLINE | ID: mdl-33067495

Assuntos

Estenose da Valva Aórtica/classificação; Estenose da Valva Aórtica/fisiopatologia; Aprendizado Profundo; Aprendizado de Máquina; Processamento de Sinais Assistido por Computador; Idoso; Algoritmos; Estenose da Valva Aórtica/diagnóstico; Engenharia Biomédica; Árvores de Decisões; Elasticidade; Feminino; Análise de Elementos Finitos; Coração/fisiopatologia; Humanos; Masculino; Pessoa de Meia-Idade; Redes Neurais de Computação; Projetos Piloto; Reprodutibilidade dos Testes; Análise de Ondaletas

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Estenose da Valva Aórtica / Processamento de Sinais Assistido por Computador / Aprendizado de Máquina / Aprendizado Profundo Tipo de estudo: Diagnostic_studies / Prognostic_studies Limite: Aged / Female / Humans / Male / Middle aged Idioma: En Revista: Sci Rep Ano de publicação: 2020 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google