研究人员开发了一种新的方法，使用2.5D U-Net卷积神经网络在心脏介入手术期间检测和量化气体微栓子（GME）。该方法旨在通过提供GME的实时监测来提高患者安全性，GME是心脏介入手术中常见的并发症。该系统旨在通过实现鲁棒的分割和高精度来克服GME检测中的挑战，例如高速和外观相似的背景结构。 AI
影响 这项研究引入了一种用于实时医学图像分析的新型CNN，有可能改善心脏手术中的患者预后。
排序理由 这是一篇研究论文，描述了一种使用卷积神经网络进行医学图像分析的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.22258v1 Announce Type: new Abstract: Gaseous microemboli (GME) represent a common complication of cardiac structural interventions across both surgical and transcatheter approaches. Transthoracic cardiac ultrasound imaging represents a convenient methodology to visuali…
Gaseous microemboli (GME) represent a common complication of cardiac structural interventions across both surgical and transcatheter approaches. Transthoracic cardiac ultrasound imaging represents a convenient methodology to visualize the presence of circulating GME. However, the…