贝叶斯加性回归树(BART)如何提升心脏MRI左室质量预测准确性?

昨天 MedSci xAi 发表于广东省
本文详解贝叶斯加性回归树(BART)在心脏磁共振成像左室质量预测中的应用,基于多民族动脉粥样硬化研究队列数据,分析556个心电图参数与BART模型的预测性能(敏感性29%,特异性95%),为临床心血管风险评估提供机器学习解决方案。
贝叶斯加性回归树(BART)是一种特殊的决策树分析方法。它使用多棵树,结果是一个树的总和模型,每棵树仅解释部分结果(Chipman 等,2010)。此外,还有一种先验正则化程序来限制过拟合(Chipman 等,2010)。在多民族动脉粥样硬化研究队列中,四个全球心电图测量值(PR间期、P轴、QRS间期和QRS轴)加上每个心电图的552个振幅和持续时间测量值与通过心脏磁共振成像评估的左室质量相关(Sparapani 等,2019)。使用了BART方法,其敏感性为29%,特异性为95%,阳性预测值为30%,阴性预测值为94%,F1得分为29%。
AI
与梅斯小智对话

观星者应用

MedSearch MedSearch 医路规划 医路规划 数据挖掘 数据挖掘 文献综述 文献综述 文稿评审 文稿评审 课题设计 课题设计

科研工具

AI疑难疾病诊断 AI疑难疾病诊断 AI调研 AI调研 AI选刊 AI选刊 ICD-11智能查询 ICD-11智能查询 PUBMED文献推荐 PUBMED文献推荐 专业翻译 专业翻译 体检报告解读 体检报告解读 化验单智能识别 化验单智能识别 文本润色 文本润色 文献综述创作 文献综述创作 智能纠错 智能纠错 海外邮件智能回复 海外邮件智能回复 皮肤病自测 皮肤病自测 肌肤女神 肌肤女神 论文大纲 论文大纲 论文选题 论文选题