Zobrazeno 1 - 10
of 49
pro vyhledávání: '"Rios, Richard"'
Autor:
Eisenberg, Evann, Miller, Robert J.H., Hu, Lien-Hsin, Rios, Richard, Betancur, Julian, Azadani, Peyman, Han, Donghee, Sharir, Tali, Einstein, Andrew J., Bokhari, Sabahat, Fish, Mathews B., Ruddy, Terrence D., Kaufmann, Philipp A., Sinusas, Albert J., Miller, Edward J., Bateman, Timothy M., Dorbala, Sharmila, Di Carli, Marcelo, Liang, Joanna X., Otaki, Yuka, Tamarappoo, Balaji K., Dey, Damini, Berman, Daniel S., Slomka, Piotr J. *
Publikováno v:
In Journal of Nuclear Cardiology October 2022 29(5):2295-2307
Autor:
Rios, Richard, De Crevoisier, Renaud, Ospina, Juan D., Commandeur, Frederic, Lafond, Caroline, Simon, Antoine, Haigron, Pascal, Espinosa, Jairo, Acosta, Oscar
Publikováno v:
In Medical Image Analysis May 2017 38:133-149
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Hu, Lien-Hsin, Miller, Robert J H, Sharir, Tali, Commandeur, Frederic, Rios, Richard, Einstein, Andrew J, Fish, Mathews B, Ruddy, Terrence D, Kaufmann, Philipp A, Sinusas, Albert J, Miller, Edward J, Bateman, Timothy M, Dorbala, Sharmila, Di Carli, Marcelo, Liang, Joanna X, Eisenberg, Evann, Dey, Damini, Berman, Daniel S, Slomka, Piotr J
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______885::9cde6fc8bc3aa3c7203a6c67fc37040d
https://doi.org/10.5167/uzh-189296
https://doi.org/10.5167/uzh-189296
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Nakanishi, Rine, Slomka, Piotr J, Rios, Richard, Betancur, Julian, Blaha, Michael J, Nasir, Khurram, Miedema, Michael D, Rumberger, John A, Gransar, Heidi, Shaw, Leslee J, Rozanski, Alan, Budoff, Matthew J, Berman, Daniel S
Publikováno v:
JACC. Cardiovascular imaging, vol 14, iss 3
ObjectivesThe aim of this study was to evaluate whether machine learning (ML) of noncontrast computed tomographic (CT) and clinical variables improves the prediction of atherosclerotic cardiovascular disease (ASCVD) and coronary heart disease (CHD) d
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______325::545da4f872e305d1956628e001ceaf18
https://escholarship.org/uc/item/2ff5c7np
https://escholarship.org/uc/item/2ff5c7np