Machine Learning in Cardiology: Predicting Coronary Ischaemia Using Non-hyperaemic Pressure Waveforms - 03/08/22
Doi : 10.1016/j.hlc.2022.06.604
J. Cameron 1, A. Comella 2, N. Sutherland 1, A. Brown 3, T. Phan 4
1 Department of Cardiology, Northern Hospital, Melbourne, Australia
2 Alfred Hospital, Melbourne, Australia
3 Monash Cardiovascular Research Centre, MonashHeart, Monash Health, Melbourne, Australia
4 Department of Neurology, Monash Health and Monash University, Melbourne, Australia
615
El texto completo de este artículo está disponible en PDF.Esquema
© 2022
Publicado por Elsevier Masson SAS.
Vol 31 - N° S3
P. S344 - 2022 Regresar al número
Artículo precedente
- Long-Term Safety and Efficacy of Transcatheter Microwave Renal Denervation in an Ovine Model
- P. Balaji, Tran V. Toan, A. Barry, E. Yang, J. Lu, S. Bandodkar, S. Alvarez, J. Ronquillo, W. Varikatt, A. McEwan, A. Thiagalingam, S. P. Thomas, P. C. Qian
- Machine Learning Techniques Can Identify a High Risk Phenotype of Aortic Stenosis Undergoing Transcatheter Aortic Valve Implantation
- S. Nanayakkara, E. Gard, N. Htun, D. Stub, S. Noaman, R. Johnston, E. Gartner, S. Barker, A. Walton
Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.
¿Ya suscrito a @@106933@@ revista ?