研究提出自动心脏杂音多部位特征表征方法
热点事件持续更新
研究提出自动心脏杂音多部位特征表征方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
arXiv上发布一项新研究，由Marcelo Nogueira等人主导。该研究利用CirCor DigiScope数据集中735名患者的多部位听诊录音，将自动心脏杂音表征构建为五级患者分类任务。 研究对比了三种多部位听诊策略，包括主动脉、肺动脉、二尖瓣及三尖瓣位置。结果显示，晚期融合策略表现最佳，未加权平均敏感度在85.56%至93.81%之间。 研究结论表明，多点杂音表征在融合型和联合学习架构中具有可行性，该进展为结构化杂音报告提供了新的技术路径。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 13:00
基于多点听诊录音的自动心脏杂音特征表征报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · ML基于多点听诊录音的自动心脏杂音特征表征
该研究提出将自动杂音表征作为五级患者分类任务，使用CirCor DigiScope数据集735名患者进行多点听诊。 三种策略中，晚期融合策略表现最佳，未加权平均敏感度达85.56%–93.81%。结果表明，多点杂音表征在融合型和联合学习架构中均可行，为结构化杂音报告提供了路径。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 911月4日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。