已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Deep learning-based measurement of echocardiographic data and its application in the diagnosis of sudden cardiac death

医学 逻辑回归 心源性猝死 内科学 心脏病学 射血分数 曲线下面积 糖尿病 心功能曲线 训练集 人工智能 心力衰竭 内分泌学 计算机科学
作者
Lu Zhang,Bohan Liu,Sulei Li,Jing Wang,Yang Mu,Xuan Zhou,Li Sheng
出处
期刊:Biotechnology & Genetic Engineering Reviews [Informa]
卷期号:40 (4): 4466-4478
标识
DOI:10.1080/02648725.2023.2213041
摘要

This study aimed to evaluate the potential of deep learning applied to the measurement of echocardiographic data in patients with sudden cardiac death (SCD). 320 SCD patients who met the inclusion and exclusion criteria underwent clinical evaluation, including age, sex, BMI, hypertension, diabetes, cardiac function classification, and echocardiography. The diagnostic value of deep learning model was observed by dividing the patients into two groups: training group (n=160) and verification group (n=160), as well as two groups of healthy volunteers (n=200 for each group) during the same period. Logistic regression analysis showed that MLVWT, LVEDD, LVEF, LVOT-PG, LAD, E/e' were all risk factors for SCD. Subsequently, a deep learning-based model was trained using the collected images of the training group. The optimal model was selected based on the identification accuracy of the validation group and showed an accuracy of 91.8%, sensitivity of 80.00%, and specificity of 91.90% in the training group. The AUC value of the ROC curve of the model was 0.877 for the training group and 0.995 for the validation groups. This approach demonstrates high diagnostic value and accuracy in predicting SCD, which is clinically important for the early detection and diagnosis of SCD.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
山茶完成签到 ,获得积分10
3秒前
3秒前
暴躁的初夏完成签到 ,获得积分10
5秒前
英俊的铭应助科研通管家采纳,获得10
6秒前
科研通AI2S应助科研通管家采纳,获得10
6秒前
彭于晏应助科研通管家采纳,获得10
6秒前
双黄应助科研通管家采纳,获得10
6秒前
积极向上山楂片完成签到,获得积分10
7秒前
7秒前
9秒前
科研通AI2S应助雪烟飞扬采纳,获得10
12秒前
JamesPei应助无语的稀采纳,获得10
13秒前
lcs完成签到,获得积分10
13秒前
fengyuke发布了新的文献求助10
15秒前
Nann完成签到 ,获得积分10
15秒前
浅尝离白完成签到,获得积分0
16秒前
zjj发布了新的文献求助10
16秒前
龙骑士25完成签到 ,获得积分10
21秒前
双黄应助蒋怀寒采纳,获得10
25秒前
29秒前
33秒前
Yu完成签到,获得积分10
35秒前
小姚姚完成签到 ,获得积分10
37秒前
新年快乐完成签到,获得积分10
39秒前
蒋怀寒完成签到,获得积分20
39秒前
青年从头开始完成签到,获得积分10
39秒前
快乐排骨汤完成签到 ,获得积分10
41秒前
英俊的铭应助新年快乐采纳,获得10
43秒前
43秒前
MMCR完成签到 ,获得积分20
44秒前
check003完成签到,获得积分10
48秒前
和平小鸽发布了新的文献求助10
49秒前
fengyuke发布了新的文献求助10
50秒前
53秒前
眼睛大智宸完成签到,获得积分10
53秒前
LIUYI发布了新的文献求助10
54秒前
beloved完成签到 ,获得积分10
55秒前
56秒前
56秒前
59秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 890
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3256751
求助须知:如何正确求助?哪些是违规求助? 2898932
关于积分的说明 8303046
捐赠科研通 2568123
什么是DOI,文献DOI怎么找? 1394887
科研通“疑难数据库(出版商)”最低求助积分说明 652924
邀请新用户注册赠送积分活动 630631