Your browser doesn't support javascript.
loading
Saliency maps provide insights into artificial intelligence-based electrocardiography models for detecting hypertrophic cardiomyopathy.
Siontis, Konstantinos C; Suárez, Abraham Báez; Sehrawat, Ojasav; Ackerman, Michael J; Attia, Zachi I; Friedman, Paul A; Noseworthy, Peter A; Maanja, Maren.
Afiliação
  • Siontis KC; Department of Cardiovascular Medicine, Mayo Clinic, Rochester, MN, USA.
  • Suárez AB; Department of Cardiovascular Medicine, Mayo Clinic, Rochester, MN, USA.
  • Sehrawat O; Department of Cardiovascular Medicine, Mayo Clinic, Rochester, MN, USA.
  • Ackerman MJ; Department of Cardiovascular Medicine, Mayo Clinic, Rochester, MN, USA.
  • Attia ZI; Department of Cardiovascular Medicine, Mayo Clinic, Rochester, MN, USA.
  • Friedman PA; Department of Cardiovascular Medicine, Mayo Clinic, Rochester, MN, USA.
  • Noseworthy PA; Department of Cardiovascular Medicine, Mayo Clinic, Rochester, MN, USA.
  • Maanja M; Department of Cardiovascular Medicine, Mayo Clinic, Rochester, MN, USA; Department of Clinical Physiology, Karolinska University Hospital, and Karolinska Institutet, Stockholm, Sweden. Electronic address: maren.maanja@ki.se.
J Electrocardiol ; 81: 286-291, 2023.
Article em En | MEDLINE | ID: mdl-37599145

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Cardiomiopatia Hipertrófica / Eletrocardiografia Tipo de estudo: Prognostic_studies Limite: Humans Idioma: En Revista: J Electrocardiol Ano de publicação: 2023 Tipo de documento: Article País de afiliação: Estados Unidos

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Cardiomiopatia Hipertrófica / Eletrocardiografia Tipo de estudo: Prognostic_studies Limite: Humans Idioma: En Revista: J Electrocardiol Ano de publicação: 2023 Tipo de documento: Article País de afiliação: Estados Unidos