高影响力自动超声心动图分析的设计考虑因素
Design Considerations for High Impact, Automated Echocardiogram Analysis
Imperial College（帝国理工学院）；Hospital Universitario de Salamanca-IBSAL（萨拉曼卡大学医院-IBSAL）；Universidad de Salamanca（萨拉曼卡大学）；CIBERCV（西班牙心血管疾病生物医学研究联盟）；Instituto de Salud Carlos III（卡洛斯三世健康研究所）
摘要：
深度学习有可能自动化超声心动图分析，以早期检测心脏病。基于对设计问题的定性分析，这项研究表明，预测正常心脏功能而不是疾病可以解释数据质量偏差，并显着提高心脏病专家工作流程的效率。
英文摘要：
Deep learning has the potential to automate echocardiogram analysis for early detection of heart disease. Based on a qualitative analysis of design concerns, this study suggests that predicting normal heart function instead of disease accounts for data quality bias and significantly increases efficiency in cardiologists' workflows.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
