PulseAugur
实时 19:31:11
English(EN) Multi-View Hierarchical Representation Learning of Fetal Hemodynamics for Maternal Hypertension Detection at the Edge

AI模型AutoHyPE利用胎儿超声数据检测母体高血压

研究人员开发了AutoHyPE,这是一种新颖的分层注意力网络,旨在通过分析超声记录中的胎儿血流动力学来检测母体高血压。该系统利用基于原型的对比学习和多视图策略来提高表示的鲁棒性,在检测母体高血压方面达到了0.80的AUROC。研究结果表明,胎儿的心脏活动可以编码母体高血压的指标,有可能利用现有的超声技术实现对母体健康的持续、客观的监测。 AI

影响 引入了一种新颖的AI方法,利用超声数据对母体健康进行持续、客观的监测。

排序理由 详细介绍新模型及其在特定任务上性能的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI模型AutoHyPE利用胎儿超声数据检测母体高血压

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Alireza Rafiei, Anah\'i Venzor Strader, Esteban Castro Arag\'on, Victoriana Rosibely Sut Serech, Enma Carolina Coyote Ixen, Reza Sameni, Peter Rohloff, Gari D. Clifford, Nasim Katebi ·

    Multi-View Hierarchical Representation Learning of Fetal Hemodynamics for Maternal Hypertension Detection at the Edge

    arXiv:2605.00872v1 Announce Type: cross Abstract: Hypertensive disorders of pregnancy remain a leading cause of maternal and fetal morbidity worldwide, yet diagnosis relies on intermittent cuff-based blood pressure measurements that are prone to bias and fail to capture continuou…