跳到正文
热点事件持续更新

潜在ODE建模心脏MRI全周期双心室运动并可预测心衰风险

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

David Brüggemann 等研究者在 arXiv 发表(Medical Image Analysis)一种基于潜在动力学的心脏运动建模方法:用感知心率的神经 ODE 和图结构网格自编码器,将双心室解剖与全周期 cine MRI 运动编码为连续潜在轨迹,重建解剖一致的 3D+t 心室运动。 基于 72,386 名无基线心血管疾病的 UK Biobank 参与者(其中 367 例新发心衰事件),将该方法得到的潜在评分加入合并队列方程后,分层 C-index 从 0.704 提升至 0.785,优于七项既有心脏指标的 0.764。研究者称,该模型用于临床风险预测前,还需在更具代表性的患者队列中进行外部验证。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月6日
  1. arXiv cs.AI
    基于潜在 ODE 的 cine MRI 全周期双心室心脏运动建模方法

    研究者提出一种潜在动力学模型,用感知心率的神经 ODE 和图结构网格自编码器,把双心室解剖与全周期 cine MRI 运动编码为连续潜在轨迹。基于 72,386 名无基线心血管疾病的 UK Biobank 参与者(367 例新发心衰事件),将潜在评分加入合并队列方程后,分层 C-index 从 0.704 提升至 0.785,优于七项既有心脏指标的 0.764。

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。