PulseAugur
中
实时 14:16:02
English(EN) Automated detection of pediatric congenital heart disease from phonocardiograms using deep and handcrafted feature fusion

AI模型通过听诊器录音以92%的准确率检测儿童心脏病

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的方法，利用数字听诊器的心音图（PCG）录音来检测儿童先天性心脏病（CHD）。该方法整合了深度学习特征和手工特征，以提高诊断准确性，特别是在传统超声心动图不易获得的低资源环境中。该模型在孟加拉国751名儿科受试者的数据上取得了高性能指标，包括92%的准确率和96%的AUROC。这项技术有望成为实时远程检测CHD的一种经济高效的筛查工具。 AI

影响 为服务欠缺地区提供了一种潜在的低成本、远程先天性心脏病筛查工具。

排序理由 这是一篇研究论文，详细介绍了一种使用机器学习进行疾病检测的新方法。

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模型通过听诊器录音以92%的准确率检测儿童心脏病

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Abdul Jabbar, Ethan Grooby, Yang Yi Poh, Khawza I. Ahmad, Md Hassanuzzaman, Raqibul Mostafa, Ahsan H. Khandoker, Faezeh Marzbanrad ·

    使用深度和手工特征融合从心音图自动检测儿童先天性心脏病

    arXiv:2604.24767v1 Announce Type: cross Abstract: Congenital heart disease (CHD) is the most common type of birth defect, impacting about 1% of live births worldwide. Echocardiography, the gold-standard diagnostic method, is costly and inaccessible in low-resource settings. Diagn…

相关实体

相关话题