多模式机器学习整合N-13氨PET和临床变量预测主要心脏不良事件

Ryo Mikurino1,2, Michinobu Nagao3, Masateru Kawakubo4

  • 1Department of Health Sciences, School of Medicine, Kyushu University, Fukuoka, Japan.

概括

机器学习模型使用静态心肌 perfusion 定子发射断层扫描 (PET) 图像和临床数据可以预测主要不良心脏事件 (MACE). 这种方法为复杂的动态PET扫描提供了一种有价值的替代方案,用于评估心脏风险.