Abstract
This study uses video and a pretrained deep convolutional neural network to analyze facial photoplethysmographic signals in detection of atrial fibrillation.
High-Throughput, Contact-Free Detection of Atrial Fibrillation From Video With Deep Learning
基于深度学习的视频高通量、非接触式房颤检测
阅读：1
| 期刊： | Jama Cardiology | 影响因子： | 14.100 |
| 时间： | 2020 | 起止号： | 2020 Jan 1;5(1):105-107 |
| doi： | 10.1001/jamacardio.2019.4004 | ||
特别声明
1、本页面内容包含部分的内容是基于公开信息的合理引用；引用内容仅为补充信息，不代表本站立场。
2、若认为本页面引用内容涉及侵权，请及时与本站联系，我们将第一时间处理。
3、其他媒体/个人如需使用本页面原创内容，需注明“来源：[生知库]”并获得授权；使用引用内容的，需自行联系原作者获得许可。
4、投稿及合作请联系：info@biocloudy.com。