Swin Transformer for Automated Severity Classification of Aortic Regurgitation from Echocardiographic Images: A Multi-Center Study
Cette étude multicentrique démontre qu'un modèle d'apprentissage profond basé sur un Swin Transformer, entraîné sur des images échocardiographiques Doppler couleur apicales à cinq cavités standardisées, atteint une précision élevée et une capacité de généralisation inter-centres supérieure pour la classification automatisée de la sévérité de l'insuffisance aortique par rapport aux architectures CNN conventionnelles.