Buchumschlag

Predicting Mitral Valve mTEER Surgery Outcomes Using Machine Learning and Deep Learning Techniques

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vyas, Tejas, Chowdhury, Mohsena, Xiao, Xiaojiao, Claeys, Mathias, Ong, Géraldine, Wang, Guanghui
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Image and Video Processing Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Assessing Patient Eligibility for Inspire Therapy through Machine Learning and Deep Learning Models
von: Chowdhury, Mohsena, et al.
Veröffentlicht: (2024)

Adversarial Multi-Task Learning for Liver Tumor Segmentation, Dynamic Enhancement Regression, and Classification
von: Xiao, Xiaojiao, et al.
Veröffentlicht: (2025)

Pyramid Hierarchical Masked Diffusion Model for Imaging Synthesis
von: Xiao, Xiaojiao, et al.
Veröffentlicht: (2025)

FgC2F-UDiff: Frequency-guided and Coarse-to-fine Unified Diffusion Model for Multi-modality Missing MRI Synthesis
von: Xiao, Xiaojiao, et al.
Veröffentlicht: (2025)

MTCNet: Motion and Topology Consistency Guided Learning for Mitral Valve Segmentationin 4D Ultrasound
von: Chen, Rusi, et al.
Veröffentlicht: (2025)

T-CACE: A Time-Conditioned Autoregressive Contrast Enhancement Multi-Task Framework for Contrast-Free Liver MRI Synthesis, Segmentation, and Diagnosis
von: Xiao, Xiaojiao, et al.
Veröffentlicht: (2025)

On Uncertainty Prediction for Deep-Learning-based Particle Image Velocimetry
von: Wang, Wei, et al.
Veröffentlicht: (2025)

Deep Learning Approach for Enhancing Oral Squamous Cell Carcinoma with LIME Explainable AI Technique
von: Islam, Samiha, et al.
Veröffentlicht: (2024)

Using Deep Learning to Predict Neural Stem Cell Differentiation in Regenerative Medicine
von: Parthasarathy, Nidhi, et al.
Veröffentlicht: (2023)

Automating Vessel Segmentation in the Heart and Brain: A Trend to Develop Multi-Modality and Label-Efficient Deep Learning Techniques
von: Elsayed, Nazik, et al.
Veröffentlicht: (2024)

The Art of the Steal: Purloining Deep Learning Models Developed for an Ultrasound Scanner to a Competitor Machine
von: Soylu, Ufuk, et al.
Veröffentlicht: (2024)

Deep Learning-Based Prediction of PET Amyloid Status Using Multi-Contrast MRI
von: Kim, Donghoon, et al.
Veröffentlicht: (2024)

A Noncontact Technique for Wave Measurement Based on Thermal Stereography and Deep Learning
von: Li, Deyu, et al.
Veröffentlicht: (2024)

Deep Unsupervised Learning for 3D ALS Point Cloud Change Detection
von: de Gélis, Iris, et al.
Veröffentlicht: (2023)

Classification of Mitral Regurgitation from Cardiac Cine MRI using Clinically-Interpretable Morphological Features
von: On, Y., et al.
Veröffentlicht: (2024)

Automated Detection and Forecasting of COVID-19 using Deep Learning Techniques: A Review
von: Shoeibi, Afshin, et al.
Veröffentlicht: (2020)

Benchmarking Deep Learning Methods for Irradiance Estimation from Sky Images with Applications to Video Prediction-Based Irradiance Nowcasting
von: Varaschin, Lorenzo F. C., et al.
Veröffentlicht: (2025)

Deep Learning for Automated Wound Classification And Segmentation
von: Jahangir, Md. Zihad Bin, et al.
Veröffentlicht: (2024)

Deep Learning for Gradient and BCG Artifacts Removal in EEG During Simultaneous fMRI
von: Shahriar, K. A., et al.
Veröffentlicht: (2025)

Wireless vs. Traditional Ultrasound Assessed Knee Cartilage Outcomes Utilizing Automated Gain and Normalization Techniques
von: Parmar, Arjun, et al.
Veröffentlicht: (2024)

Deep Learning Meets SAR
von: Zhu, Xiao Xiang, et al.
Veröffentlicht: (2020)

Enhanced Diagnostic Fidelity in Pathology Whole Slide Image Compression via Deep Learning
von: Fischer, Maximilian, et al.
Veröffentlicht: (2025)

LiNUS: Lightweight Automatic Segmentation of Deep Brain Nuclei for Real-Time DBS Surgery
von: Zhang, Shuo, et al.
Veröffentlicht: (2026)

Improving Deep Learning for Accelerated MRI With Data Filtering
von: Lin, Kang, et al.
Veröffentlicht: (2025)

A Deep Learning Architectures for Kidney Disease Classification
von: Farooq, Muhammad Shoaib, et al.
Veröffentlicht: (2024)

Comparative Analysis of ImageNet Pre-Trained Deep Learning Models and DINOv2 in Medical Imaging Classification
von: Huang, Yuning, et al.
Veröffentlicht: (2024)

Automated Web-Based Malaria Detection System with Machine Learning and Deep Learning Techniques
von: Taye, Abraham G, et al.
Veröffentlicht: (2024)

Deep Learning-Based Correction and Unmixing of Hyperspectral Images for Brain Tumor Surgery
von: Black, David, et al.
Veröffentlicht: (2024)

Boosting Cardiac Color Doppler Frame Rates with Deep Learning
von: Puig, Julia, et al.
Veröffentlicht: (2024)

All-in-One Deep Learning Framework for MR Image Reconstruction
von: Jeong, Geunu, et al.
Veröffentlicht: (2024)

FixPix: Fixing Bad Pixels using Deep Learning
von: Sarkar, Sreetama, et al.
Veröffentlicht: (2023)

Deep Learning for Super-resolution Ultrasound Imaging with Spatiotemporal Data
von: Redfern, Arthur David, et al.
Veröffentlicht: (2024)

Deep Learning-Based Site-Specific Channel Modeling and Inference
von: Song, Junzhe, et al.
Veröffentlicht: (2026)

Robust Melanoma Thickness Prediction via Deep Transfer Learning enhanced by XAI Techniques
von: Nogales, Miguel, et al.
Veröffentlicht: (2024)

Detection of Peri-Pancreatic Edema using Deep Learning and Radiomics Techniques
von: Hong, Ziliang, et al.
Veröffentlicht: (2024)

Introducing Learning Rate Adaptation CMA-ES into Rigid 2D/3D Registration for Robotic Navigation in Spine Surgery
von: Zhang, Zhirun, et al.
Veröffentlicht: (2024)

Dynamic Structural Recovery Parameters Enhance Prediction of Visual Outcomes After Macular Hole Surgery
von: Zhao, Yinzheng, et al.
Veröffentlicht: (2025)

Utilizing 3D Fast Spin Echo Anatomical Imaging to Reduce the Number of Contrast Preparations in $T_{1ρ}$ Quantification of Knee Cartilage Using Learning-Based Methods
von: Zhong, Junru, et al.
Veröffentlicht: (2025)

Inline AI: Open-source Deep Learning Inference for Cardiac MR
von: Xue, Hui, et al.
Veröffentlicht: (2024)

GUSL: A Novel and Efficient Machine Learning Model for Prostate Segmentation on MRI
von: Yang, Jiaxin, et al.
Veröffentlicht: (2025)