EchoNet-Dynamic： 可解释的AI用于逐次跳动的心脏功能评估
EchoNet-Dynamic是一种端到端的逐点深度学习模型，用于
左心室的语义分割
通过整个视频或子采样片段预测射血分数，以及
评估射血分数降低的心肌病。
有关更多详细信息，请参见随附的论文，
David Ouyang，Bryan He，Amirata Ghorbani，Neal Yuan，Joseph Ebinger，Curt P.Langlotz，Paul A.Heidenreich，Robert A.Harrington，David H.Liang，Euan A.Ashley和James Y.Zou。 自然，2020年3月25日
数据集
我们共享一组已确定身份的10,030张超声心动图图像，这些图像用于训练EchoNet-Dynamic。 使用OpenCV和pydicom对这些图像进行预处理，包括取消识别
2021-09-01 08:49:35
11.31MB
1
The dataset is a large new cardiac Motion Video Data Resource for Medical Machine Learning by Stanford University.
本数据集由斯坦福大学出品，为医学机器学习提供心脏运动动态数据。
STANFORD UNIVERSITY SCHOOL OF MEDICINE ECHONET-DYNAMIC DATASET RESEARCH USE AGREEMENT.pdf
video-based AI for beat-to-beat assessment of cardiac function.pdf
NeuroIPS_2019_ML4H Workshop_Paper.pdf
2021-04-08 21:55:26
8.81MB
1