Physics-informed deep learning model selection for robust segmentation of multi-center stress perfusion datasets: results from the SCMR registry
0Citations signalées — pas une note de qualité
12Institutions déclarées
1Pays d’affiliation déclarés
Résumé fourni par la source
50% had a normal ECG.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Physics-informed deep learning model selection for robust segmentation of multi-center stress perfusion datasets: results from the SCMR registry
- Date Crossref
- 01/01/2025
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude et ne compte pas comme une seconde source scientifique indépendante.
Institutions déclarées
University of IndianapolisPurdue University in IndianapolisIndiana University – Purdue University IndianapolisMattel (United States)Atrium Medical CentePiedmont HealthCareIndiana University School of MedicineUNC/NCSU Joint Department of Biomedical EngineeringThe Ohio State UniversityHouston MethodistCornell UniversityMethodist Hospital
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Sujets associés
Advanced X-ray and CT ImagingRadiomics and Machine Learning in Medical ImagingMedical Imaging Techniques and Applications