Startseite UR

Automated detection of neonatal pulmonary hypertension in echocardiograms with a deep learning model

URN zum Zitieren dieses Dokuments:
urn:nbn:de:bvb:355-epub-778631
DOI zum Zitieren dieses Dokuments:
10.5283/epub.77863
Michel, Holger ; Ozkan, Ece ; Chin-Cheong, Kieran ; Badura, Anna ; Lehnerer, Verena ; Gerling, Stephan ; Vogt, Julia E. ; Wellmann, Sven
[img]Lizenz: Creative Commons Namensnennung 4.0 International
PDF - Veröffentlichte Version
(1MB)
Veröffentlichungsdatum dieses Volltextes: 30 Sep 2025 04:22

Diese Publikation ist Teil des DEAL-Vertrags mit Springer.


Zusammenfassung

Background In infants, pulmonary hypertension (PH) increases morbidity and mortality. Echocardiography, though standard, is time- and expertise-demanding. We propose a deep learning approach for automated PH detection using standard echocardiography videos, validated by the systolic eccentricity index (EIs). Methods The training and validation set comprised 975 videos and the held-out set ...

plus


Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de
0941 943 -4239 oder -69394

Dissertationen: dissertationen@ur.de
0941 943 -3904

Forschungsdaten: datahub@ur.de
0941 943 -5707

Ansprechpartner