Deep Learning-Enabled Assessment of Right Ventricular Function Improves Prognostication After Transcatheter Edge-to-Edge Repair for Mitral Regurgitation
Mark Lachmann, Vera Fortmeier, Lukas Stolz, Márton Tokodi, Attila Kovács, Amelie Hesse, Antonia Leipert, Elena Rippen, Héctor Alfonso Alvarez Covarrubias, Moritz Von Scheidt, Jule Tervooren, Ferdinand Roski, Michelle Fett, Muhammed Gerçek, Tibor Schuster, Gerhard Harmsen, Shinsuke Yuasa, N. Patrick Mayr, Adnan Kastrati, Heribert SchunkertMichael Joner, Erion Xhepa, Karl Ludwig Laugwitz, Jörg Hausleiter, Volker Rudolph, Teresa Trenkwalder
Publikation: Beitrag in Fachzeitschrift › Artikel › Begutachtung
1Zitat
(Scopus)
Fingerprint
Untersuchen Sie die Forschungsthemen von „Deep Learning-Enabled Assessment of Right Ventricular Function Improves Prognostication After Transcatheter Edge-to-Edge Repair for Mitral Regurgitation“. Zusammen bilden sie einen einzigartigen Fingerprint.