La inteligencia artificial en el diagnóstico por imagen cardiaca: un camino lleno de retos, desafíos y trampas
DOI:
https://doi.org/10.37615/retic.v6n3a1Descargas
Métricas
Citas
Tsang W, Salgo IS, Medvedofsky D, et al. Transthoracic 3D Echocardiographic Left Heart Chamber Quantification Using an Automated Adaptive Analytics Algorithm. JACC Cardiovasc Imaging. 2016 Jul;9(7):769-782. doi: https://doi.org/10.1016/j.jcmg.2015.12.020 DOI: https://doi.org/10.1016/j.jcmg.2015.12.020
García-García E, González-Romero GM, Martín-Pérez EM, et al. Real-World Data and Machine Learning to Predict Cardiac Amyloidosis. Int J Environ Res Public Health. 2021 Jan 21;18(3):908. doi: https://doi.org/10.3390/ijerph18030908 DOI: https://doi.org/10.3390/ijerph18030908
Kusunose K, Abe T, Haga A, et al. A Deep Learning Approach for Assessment of Regional Wall Motion Abnormality from Echocardiographic Images. JACC Cardiovasc Imaging. 2020 Feb;13(2 Pt 1):374-381. doi: https://doi.org/10.1016/j.jcmg.2019.02.024 DOI: https://doi.org/10.1016/j.jcmg.2019.02.024
Wifstad SV, Lovstakken L, Avdal J, et al. Quantifying Valve Regurgitation Using 3-D Doppler Ultrasound Images and Deep Learning. IEEE Trans Ultrason Ferroelectr Freq Control. 2022 Dec;69(12):3317-3326. doi: https://doi.org/10.1109/TUFFC.2022.3218281 DOI: https://doi.org/10.1109/TUFFC.2022.3218281
Leha A, Hellenkamp K, Unsöld B, et al. A machine learning approach for the prediction of pulmonary hypertension. PLoS ONE. 2019;14(10):e0224453. https://doi.org/10.1371/journal.pone.0224453 DOI: https://doi.org/10.1371/journal.pone.0224453
Sengupta PP, Shrestha S, Kagiyama N, et al. A Machine-Learning Framework to Identify Distinct Phenotypes of Aortic Stenosis Severity. JACC. Cardiovascular Imaging. 2021 Sep;14(9):1707-1720. doi: https://doi.org/10.1016/j.jcmg.2021.03.020 DOI: https://doi.org/10.1016/j.jcmg.2021.03.020
Skandarani Y, Lalande A, Afilalo J, et al. Generative Adversarial Networks in Cardiology. Can J Cardiol. 2022 Feb;38(2):196-203. doi: https://doi.org/10.1016/j.cjca.2021.11.003 DOI: https://doi.org/10.1016/j.cjca.2021.11.003
Koulaouzidis G, Jadczyk T, Iakovidis DK, et al. Artificial Intelligence in Cardiology-A Narrative Review of Current Status. J Clin Med. 2022 Jul;11(13):3910. doi:https://doi.org/10.3390/jcm11133910 DOI: https://doi.org/10.3390/jcm11133910
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Miguel Ángel García Fernández
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
RETIC se distribuye bajo la licencia Creative Commons Reconocimiento-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) https://creativecommons.org/licenses/by-nc-nd/4.0 que permite compartir, copiar y redistribuir el material en cualquier medio o formato, bajo los siguientes términos:
- Reconocimiento: debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o su uso.
- No comercial: no puede utilizar el material con fines comerciales.
- No Derivados: si remezcla, transforma o construye sobre el material, no puede distribuir el material modificado.
- Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros de hacer cualquier cosa que permita la licencia.
