小児心停止豚モデルにおける高解像度・多波形信号を用いた機械学習による自発循環再開(ROSC)予測


AIによる要点抽出
  • 高解像度(HighRes)および多モダリティの生理学的信号の統合が、低解像度(LowRes)や単一モダリティに比べて小児心肺蘇生(CPR)中の自発循環回復(ROSC)予測を改善するかを検証した。

続きを読むには
「medパス」での
新規会員登録 / ログインが必要です

ClinPeerの利用には
医療資格を証明する
「medパス」アカウントが必要です。

ClinPeerは、医学用語の正確性を含め、翻訳・要点抽出の精度の継続的な向上に努めています。 翻訳・要点抽出の精度にお気づきの点があれば、お問い合わせよりご連絡ください。 なおClinPeerでは、翻訳・要点抽出の正確性等の保証は致しかねますので、詳細については必ず原文をご確認ください。

意見を送る