Morphology Features Self-Learned by Explainable Deep Learning for Atrial Fibrillation Detection Correspond to Fibrillatory Waves

Publikation: Beitrag in Buch/Konferenzbericht/Sammelband/GutachtenBeitrag in KonferenzbandBeigetragenBegutachtung

Details

Titel in Übersetzung
Durch erklärbares Deep Learning selbst erlernte morphologische Merkmale zur Erkennung von Vorhofflimmern entsprechen Flimmerwellen
OriginalspracheEnglisch
Titel2024 Computing in Cardiology Conference
ErscheinungsortKarlsruhe
Seiten1-4
Seitenumfang4
Band51
PublikationsstatusVeröffentlicht - 2024
Peer-Review-StatusJa

Konferenz

Titel51st Computing in Cardiology Conference
KurztitelCinC 2024
Dauer8 - 11 September 2024
Webseite
BekanntheitsgradInternationale Veranstaltung
OrtKarlsruher Institut für Technologie
StadtKarlsruhe
LandDeutschland

Externe IDs

ORCID /0000-0003-4012-0608/work/175220129
ORCID /0000-0002-1984-580X/work/175220155

Schlagworte

Forschungsprofillinien der TU Dresden

DFG-Fachsystematik nach Fachkollegium