Swin Transformer for Automated Severity Classification of Aortic Regurgitation from Echocardiographic Images: A Multi-Center Study
Deze multicenter studie toont aan dat een op een Swin Transformer gebaseerd deep learning-model, getraind op gestandaardiseerde apicale vijfkamer color Doppler echocardiografische beelden, een hoge nauwkeurigheid en superieure cross-center generaliseerbaarheid bereikt voor de geautomatiseerde ernstclassificatie van aortaklepregurgitatie vergeleken met conventionele CNN-architecturen.