coronary artery disease
PulseAugur coverage of coronary artery disease — every cluster mentioning coronary artery disease across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
饮用咖啡与降低肝脏和心脏病风险相关
最新研究表明，适量饮用咖啡（定义为每天最多五杯）与肝脏和心血管系统有显著的健康益处。一项大型英国生物银行研究发现， regular coffee drinkers 患肝硬化、肝癌和肝病死亡的风险较低，即使在较低的饮用量下也观察到了益处。此外，美国心脏协会的一项审查表明，适量饮用咖啡对大多数成年人是安全的，并且可能与降低心脏病、中风和2型糖尿病的风险相关，而不会增加心律失常的可能性。
-
新的IDNet框架通过多模态数据融合改进心脏病筛查
研究人员开发了IDNet，一个新颖的多模态框架，旨在通过彩色眼底摄影和临床数据实现更稳健的缺血性心脏病（IHD）筛查。该框架包含一个跨模态蒸馏聚合器（CDA），可有效融合视觉特征和表格特征，解决了高维图像数据与低维临床变量之间的不平衡问题。为了支持这项研究，使用UK Biobank数据创建了一个新的、可复现的基准，该基准包含来自25,205名受试者的50,410张图像，证明了IDNet在性能上优于现有方法。
-
新AI模型改进冠状动脉分割以诊断疾病 · 跟踪2个来源
两篇新的研究论文介绍用于分割数字减影血管造影（DSA）图像中冠状动脉的先进深度学习模型。第一个模型HTC-SGA Former，利用混合Transformer-CNN架构和新颖的边界加权自适应复合损失（BWACL）来改进细薄、低对比度血管及其边界的分割。第二个模型MSA-UNet3+，采用多尺度注意力UNet3+框架结合监督原型对比损失（SPCL）来解决类别不平衡问题并增强特征区分度，以实现更精确的血管描绘。两种方法在私有数据集上均展…
-
新的深度学习模型改进冠状动脉狭窄分级
研究人员开发了一种新颖的深度学习算法，用于对冠状动脉狭窄进行分级，这是诊断冠状动脉疾病的关键步骤。提出的曲面特征重建（CFR）模块有效地融合了来自CCTA和3D SCPR图像的数据，克服了每种模态的局限性。此外，临床风险感知（CR）损失函数将临床风险信息整合到训练过程中，从而提高了诊断准确性。在内部数据集上的实验表明，该方法显著优于现有方法。
-
Foundation Models Evaluated for Multimodal Cancer Analysis
研究人员系统地评估了用于多模态癌症分析的基础模型（FM），重点关注它们对分布外数据的泛化能力。该研究使用了来自两个商业队列 IH-BC 和 IH-NSCLC 的全切片图像和转录组学谱。研究结果表明，FM 表示在未见过的数据上表现具有竞争力，并且多模态融合主要在单个模态不提供主导信号时才具有优势。研究还强调了面向临床支持的不确定性感知推理的价值，因为一致性预测表明，当点预测失败时，真实诊断通常保留在预测集中。
-
高通有意以80亿至100亿美元收购Tenstorrent以获取AI芯片人才
据报道，高通正在考虑收购由Jim Keller领导的AI芯片开发商Tenstorrent。这笔潜在交易的估值在80亿至100亿美元之间，将是高通的一笔重大交易。据报道，该公司对Tenstorrent基于RISC-V的AI加速器和CPU知识产权感兴趣，可能旨在加强其自身的数据中心AI和CPU开发工作。
-
AI模型通过听诊器录音以92%的准确率检测儿童心脏病
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。