BriefGPT - AI 论文速递
·
基于深度学习的冠状动脉分数流预测
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本研究开发了深度学习框架，用于预测血栓形成风险与患者左心房附属物几何形状和内皮细胞活化潜力分布相关。该模型在综合合成和54个真实的LAA数据集上进行训练，平均绝对误差为0.563。
🎯
关键要点
-
本研究开发了深度学习框架，用于预测血栓形成风险。
-
预测基于患者左心房附属物（LAA）几何形状。
-
模型还考虑了内皮细胞活化潜力（ECAP）分布。
-
该模型在综合合成和54个真实的LAA数据集上进行训练。
-
模型的平均绝对误差为0.563。
➡️
