BriefGPT - AI 论文速递
·
基于深度学习和XGBoost的肺栓塞患者死亡率预测
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出PEP-Net算法，结合3D残差网络与极端梯度提升，成功预测肺栓塞患者30天院内死亡率，准确率达到94.5%，优于传统模型。
🎯
关键要点
- 本研究提出PEP-Net算法，结合3D残差网络与极端梯度提升。
- PEP-Net算法用于预测肺栓塞患者30天院内死亡率。
- 该算法在193名急性肺栓塞患者的CT扫描中表现出94.5%的准确率。
- PEP-Net的准确率显著优于传统模型。
- 研究为肺栓塞预后提供了新的参考标准。
➡️
