多模态深度学习用ECG预测NT-proBNP
热点事件持续更新
多模态深度学习用ECG预测NT-proBNP
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Walentin Palanchuk 提交的论文研究用 ECG 记录与患者元数据、通过多模态深度学习框架预测 NT-proBNP，并考察 ECG 预测的生理合理性。该研究基于 MIMIC-IV 数据，12 导联配置表现稳定优于单导联 II：回归 MAE 为 514.27 pg/mL 对 534.98 pg/mL，二分类 AUROC 为 0.876 对 0.849，三分类宏平均 AUROC 为 0.752 对 0.738。
AI 根据报道生成 · 53 分钟前更新
最新进展10月21日 12:00
用 ECG 预测实验室检验值：一项生理与技术综合分析报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AI用 ECG 预测实验室检验值：一项生理与技术综合分析
一项基于 MIMIC-IV 的多模态深度学习研究用 ECG 与患者元数据预测 NT-proBNP，12 导联配置表现稳定优于单导联 II：回归 MAE 为 514.27 pg/mL 对 534.98 pg/mL，二分类 AUROC 为 0.876 对 0.849，三分类宏平均 AUROC 为 0.752 对 0.738。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。