机译:机器学习框架来识别处于快速发展的冠状动脉粥样硬化风险的个体:来自PARADIGM注册中心
coronary artery disease; coronary computed tomography angiography; machine learning; plaque progression; risk prediction;
机译:冠状动脉跑动模式是WHHLMI家兔(冠状动脉粥样硬化动物模型)冠状动脉粥样硬化进展个体差异的原因之一。
机译:机器学习可预测糖耐量异常患者颈动脉粥样硬化的快速发展
机译:与传统危险因素极端相反的异常受试者的冠状动脉粥样硬化:异常受试者的冠状动脉粥样硬化的基本原理和初步结果:保护性和新颖的个体危险因素评估(CAPIRE)研究
机译:基于进展速率确定相对高风险的冠状动脉钙化组:统计和机器学习方法
机译:冠状动脉钙化及其作为无症状冠状动脉粥样硬化的标志物的进展。
机译:机器学习可预测糖耐量异常患者颈动脉粥样硬化的快速发展
机译:机器学习框架,以识别冠状动脉粥样硬化快速进展风险的个人:从范式注册表