Hong S

Autor(a) registrado(a) no PubMed como “Hong S” em 3 artigos citados nesta seção. A identificação segue a forma de nome do PubMed; esta página não traz biografia.

Temas

• IA em cardiologia (ECG e ecocardiograma)

Afiliação informada nos artigos

• National Institute of Health Data Science, Peking University, Beijing, China. (primeiro autor, PMID 35095568)
• Department of Computational Science and Engineering, Georgia Institute of Technology, Atlanta, USA. Electronic address: [email protected]. (primeiro autor, PMID 32658725)

Artigos

• Quais lições práticas a meta-análise das soluções do PhysioNet/Computing in Cardiology Challenge 2020 traz para a classificação automática de ECG de 12 derivações?
  Practical Lessons on 12-Lead ECG Classification: Meta-Analysis of Methods From PhysioNet/Computing in Cardiology Challenge 2020. Frontiers in physiology, 2021. PMID 35095568
• Métodos de aprendizado profundo aplicados ao ECG durante o sono são eficazes para tarefas relacionadas ao sono?
  A systematic review of deep learning methods for modeling electrocardiograms during sleep. Physiological measurement, 2022. PMID 35853448
• Quais são as oportunidades e desafios dos métodos de aprendizado profundo para dados de eletrocardiograma?
  Opportunities and challenges of deep learning methods for electrocardiogram data: A systematic review. Computers in biology and medicine, 2020. PMID 32658725

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.