Machine learning for detection of stenoses and aneurysms: application in a physiologically realistic virtual patient database.

Jones, G; Parr, J; Nithiarasu, P; Pant, S

Jones, G; Parr, J; Nithiarasu, P; Pant, S.

Afiliação

Jones G; Faculty of Science and Engineering, Swansea University, Swansea, UK.
Parr J; McLaren Technology Centre, Woking, UK.
Nithiarasu P; Faculty of Science and Engineering, Swansea University, Swansea, UK.
Pant S; Faculty of Science and Engineering, Swansea University, Swansea, UK. Sanjay.Pant@swansea.ac.uk.

Biomech Model Mechanobiol ; 20(6): 2097-2146, 2021 Dec.

Article em En | MEDLINE | ID: mdl-34333696

Assuntos

Aneurisma da Aorta Abdominal/diagnóstico; Estenose das Carótidas/diagnóstico; Bases de Dados Factuais; Aprendizado de Máquina; Algoritmos; Humanos; Modelos Biológicos; Redes Neurais de Computação; Doença Arterial Periférica/classificação; Doença Arterial Periférica/diagnóstico; Fluxo Sanguíneo Regional; Sensibilidade e Especificidade; Índice de Gravidade de Doença; Artéria Subclávia/patologia; Interface Usuário-Computador

Palavras-chave

Aneurysm; Machine learning; Pulse wave haemodynamics; Screening; Stenosis; Virtual patients

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Bases de Dados Factuais / Estenose das Carótidas / Aneurisma da Aorta Abdominal / Aprendizado de Máquina Tipo de estudo: Diagnostic_studies / Prognostic_studies Limite: Humans Idioma: En Revista: Biomech Model Mechanobiol Ano de publicação: 2021 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google