• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Machine learning for nuclear cardiology: The way forward.

作者信息

Shrestha Sirish, Sengupta Partho P

机构信息

WVU Heart & Vascular Institute, West Virginia University, 1 Medical Center Drive, Morgantown, WV, 26506-8059, USA.

出版信息

J Nucl Cardiol. 2019 Oct;26(5):1755-1758. doi: 10.1007/s12350-018-1284-x. Epub 2018 Apr 20.

DOI:10.1007/s12350-018-1284-x
PMID:29679221
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC7061628/
Abstract
摘要

相似文献

1
Machine learning for nuclear cardiology: The way forward.核心脏病学中的机器学习：前进之路。
J Nucl Cardiol. 2019 Oct;26(5):1755-1758. doi: 10.1007/s12350-018-1284-x. Epub 2018 Apr 20.
2
Prediction of cardiac death after adenosine myocardial perfusion SPECT based on machine learning.基于机器学习的腺苷心肌灌注 SPECT 后心脏性死亡预测。
J Nucl Cardiol. 2019 Oct;26(5):1746-1754. doi: 10.1007/s12350-018-1250-7. Epub 2018 Mar 14.
3
Artificial Intelligence in Nuclear Cardiology.核心脏病学中的人工智能
J Nucl Med. 2019 Aug;60(8):1042-1043. doi: 10.2967/jnumed.118.222356. Epub 2019 Mar 29.
4
Review of cardiovascular imaging in the Journal of Nuclear Cardiology 2022: single photon emission computed tomography.《核医学杂志 2022 年心血管成像回顾：单光子发射计算机断层扫描》
J Nucl Cardiol. 2023 Apr;30(2):452-478. doi: 10.1007/s12350-023-03216-4. Epub 2023 Feb 16.
5
Highlights of the 14th International Conference on Nuclear Cardiology and Cardiac Computed Tomography.第十四届核医学与心脏计算机断层扫描国际会议要点。
Eur Heart J Cardiovasc Imaging. 2020 Jan 1;21(1):1-9. doi: 10.1093/ehjci/jez223.
6
SPECT: Workhorse of state of the art nuclear cardiology.单光子发射计算机断层扫描（SPECT）：现代核心脏病学的主力技术。
J Nucl Cardiol. 2018 Feb;25(1):195-197. doi: 10.1007/s12350-017-1001-1. Epub 2017 Jul 20.
7
Recent advances in nuclear cardiology.核心脏病学的最新进展。
Panminerva Med. 2008 Jun;50(2):105-18.
8
Adenosine myocardial perfusion single-photon emission computed tomography in women compared with men. Impact of diabetes mellitus on incremental prognostic value and effect on patient management.女性与男性的腺苷心肌灌注单光子发射计算机断层扫描。糖尿病对增量预后价值的影响及对患者管理的作用。
J Am Coll Cardiol. 2003 Apr 2;41(7):1125-33. doi: 10.1016/s0735-1097(03)00085-8.
9
A tale of two technologies: Can nuclear cardiology survive the emergence of cardiac CT the seventeenth annual Mario S. Verani lectureship.两种技术的故事：核心脏病学能否在心脏 CT 的出现下幸存下来——第十七届马里奥·S·维拉尼讲座。
J Nucl Cardiol. 2020 Jun;27(3):865-890. doi: 10.1007/s12350-020-02086-4. Epub 2020 May 31.
10
Review of cardiovascular imaging in the Journal of Nuclear Cardiology 2018. Part 1 of 2: Positron emission tomography, computed tomography, and magnetic resonance.《核医学杂志》2018 年心血管成像综述。第 1 部分，共 2 部分：正电子发射断层扫描、计算机断层扫描和磁共振。
J Nucl Cardiol. 2019 Apr;26(2):524-535. doi: 10.1007/s12350-018-01558-y. Epub 2019 Jan 2.

引用本文的文献

1
Role of Deep Learning in Computed Tomography.深度学习在计算机断层扫描中的作用。
Cureus. 2023 May 17;15(5):e39160. doi: 10.7759/cureus.39160. eCollection 2023 May.
2
An Automated Method for Artifical Intelligence Assisted Diagnosis of Active Aortitis Using Radiomic Analysis of FDG PET-CT Images.基于 FDG PET-CT 图像纹理分析的人工智能辅助诊断活动性主动脉炎的自动化方法。
Biomolecules. 2023 Feb 9;13(2):343. doi: 10.3390/biom13020343.
3
Applications of Machine Learning in Cardiology.机器学习在心脏病学中的应用。
Cardiol Ther. 2022 Sep;11(3):355-368. doi: 10.1007/s40119-022-00273-7. Epub 2022 Jul 12.
4
A methodological framework for AI-assisted diagnosis of active aortitis using radiomic analysis of FDG PET-CT images: Initial analysis.基于 FDG PET-CT 图像纹理分析的人工智能辅助活动性大动脉炎诊断的方法学框架：初步分析。
J Nucl Cardiol. 2022 Dec;29(6):3315-3331. doi: 10.1007/s12350-022-02927-4. Epub 2022 Mar 23.
5
Artificial intelligence and machine learning in cardiovascular computed tomography.心血管计算机断层扫描中的人工智能与机器学习
World J Cardiol. 2021 Oct 26;13(10):546-555. doi: 10.4330/wjc.v13.i10.546.
6
Cardiovascular Imaging and Intervention Through the Lens of Artificial Intelligence.透过人工智能视角看心血管成像与介入治疗
Interv Cardiol. 2021 Oct 20;16:e31. doi: 10.15420/icr.2020.04. eCollection 2021 Apr.
7
Preliminary Radiogenomic Evidence for the Prediction of Metastasis and Chemotherapy Response in Pediatric Patients with Osteosarcoma Using F-FDF PET/CT, and .利用F-FDG PET/CT预测骨肉瘤患儿转移和化疗反应的初步放射基因组学证据 以及 。 你提供的原文最后有个“and.”，感觉不太完整准确，若有更完善的内容欢迎继续向我提问。
Cancers (Basel). 2021 May 28;13(11):2671. doi: 10.3390/cancers13112671.
8
Nuclear cardiac imaging between implementation and globalization: The key role of integration.核心脏成像从应用到全球化：整合的关键作用。
J Nucl Cardiol. 2021 Jun;28(3):793-795. doi: 10.1007/s12350-021-02633-7. Epub 2021 Apr 30.
9
The Role of Artificial Intelligence in Cardiovascular Imaging: State of the Art Review.人工智能在心血管成像中的作用：最新技术综述
Front Cardiovasc Med. 2020 Dec 23;7:618849. doi: 10.3389/fcvm.2020.618849. eCollection 2020.
10
Artificial Intelligence (AI) and Cardiovascular Diseases: An Unexpected Alliance.人工智能与心血管疾病：意想不到的联盟
Cardiol Res Pract. 2020 Jun 27;2020:4972346. doi: 10.1155/2020/4972346. eCollection 2020.

本文引用的文献

1
Image reconstruction by domain-transform manifold learning.基于域变换流形学习的图像重建。
Nature. 2018 Mar 21;555(7697):487-492. doi: 10.1038/nature25988.
2
Prediction of cardiac death after adenosine myocardial perfusion SPECT based on machine learning.基于机器学习的腺苷心肌灌注 SPECT 后心脏性死亡预测。
J Nucl Cardiol. 2019 Oct;26(5):1746-1754. doi: 10.1007/s12350-018-1250-7. Epub 2018 Mar 14.
3
Machine learning in cardiovascular medicine: are we there yet?机器学习在心血管医学中的应用：我们是否已经实现？
Heart. 2018 Jul;104(14):1156-1164. doi: 10.1136/heartjnl-2017-311198. Epub 2018 Jan 19.
4
Prognostic Value of Combined Clinical and Myocardial Perfusion Imaging Data Using Machine Learning.采用机器学习方法的联合临床和心肌灌注成像数据的预后价值。
JACC Cardiovasc Imaging. 2018 Jul;11(7):1000-1009. doi: 10.1016/j.jcmg.2017.07.024. Epub 2017 Oct 18.
5
Diagnostic accuracy of an artificial neural network compared with statistical quantitation of myocardial perfusion images: a Japanese multicenter study.与心肌灌注图像的统计定量相比，人工神经网络的诊断准确性：一项日本多中心研究。
Eur J Nucl Med Mol Imaging. 2017 Dec;44(13):2280-2289. doi: 10.1007/s00259-017-3834-x. Epub 2017 Sep 26.
6
Automatic Valve Plane Localization in Myocardial Perfusion SPECT/CT by Machine Learning: Anatomic and Clinical Validation.基于机器学习的心肌灌注SPECT/CT自动瓣膜平面定位：解剖学与临床验证
J Nucl Med. 2017 Jun;58(6):961-967. doi: 10.2967/jnumed.116.179911. Epub 2016 Nov 3.
7
The FAIR Guiding Principles for scientific data management and stewardship.科学数据管理和保存的 FAIR 指导原则。
Sci Data. 2016 Mar 15;3:160018. doi: 10.1038/sdata.2016.18.
8
The importance of prediction model validation and assessment in obesity and nutrition research.预测模型验证与评估在肥胖及营养研究中的重要性。
Int J Obes (Lond). 2016 Jun;40(6):887-94. doi: 10.1038/ijo.2015.214. Epub 2015 Oct 9.
9
The construction of support vector machine classifier using the firefly algorithm.基于萤火虫算法的支持向量机分类器构建。
Comput Intell Neurosci. 2015;2015:212719. doi: 10.1155/2015/212719. Epub 2015 Feb 23.
10
Prediction of revascularization after myocardial perfusion SPECT by machine learning in a large population.在大量人群中通过机器学习预测心肌灌注单光子发射计算机断层扫描后的血管重建情况。
J Nucl Cardiol. 2015 Oct;22(5):877-84. doi: 10.1007/s12350-014-0027-x. Epub 2014 Dec 6.