When artificial intelligence meets photon-counting coronary CT angiography to reduce the need for invasive coronary angiography in TAVR candidates.

Cadour, Farah; Dacher, Jean-Nicolas

Cadour, Farah; Dacher, Jean-Nicolas.

Afiliación

Cadour F; Department of Radiology, Cardiac Imaging Unit, University Hospital of Rouen, 76000 Rouen, France; UNIROUEN, Inserm U1096, UFR médecine pharmacie, 76183 Rouen Cedex, France.
Dacher JN; Department of Radiology, Cardiac Imaging Unit, University Hospital of Rouen, 76000 Rouen, France; UNIROUEN, Inserm U1096, UFR médecine pharmacie, 76183 Rouen Cedex, France. Electronic address: jean-nicolas.dacher@chu-rouen.fr.

Diagn Interv Imaging ; 105(7-8): 243-244, 2024.

Article en En | MEDLINE | ID: mdl-38413271

Asunto(s)

Inteligencia Artificial; Angiografía por Tomografía Computarizada; Angiografía Coronaria; Reemplazo de la Válvula Aórtica Transcatéter; Humanos; Reemplazo de la Válvula Aórtica Transcatéter/métodos; Angiografía por Tomografía Computarizada/métodos; Angiografía Coronaria/métodos; Fotones

Palabras clave

Artificial intelligence; Computed tomography; Coronary artery disease; Deep learning; Fractional flow reserve; Transcatheter aortic valve replacement (TAVI/TAVR)

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Inteligencia Artificial / Angiografía Coronaria / Reemplazo de la Válvula Aórtica Transcatéter / Angiografía por Tomografía Computarizada Límite: Humans Idioma: En Revista: Diagn Interv Imaging Año: 2024 Tipo del documento: Article País de afiliación: Francia

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google