인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This study aims to propose an optimal regression model for predicting electromagnetic radiation exposure in patients undergoing coronary angiography (CAG). A retrospective analysis of data from 116 CAG patients was conducted, using age, gender, BMI, puncture site, and equipment type as independent variables, with dose area product (DAP) as the dependent variable. Three regression models - Random Forest, XGBoost, and Linear - were implemented, and optimal hyperparameters were explored. The Random Forest model demonstrated the best predictive performance, with predicted DAP values converted to effective doses for clinical utility (RMSE: 1.1353 mSv, MAE: 0.9 mSv, R² Score: 0.5766). Residual analysis confirmed a normal distribution (Kolmogorov- Smirnov test, p > 0.05). The developed model can enhance the informed consent process, ensure patients' right to information, and aid in establishing optimal examination protocols by providing anticipated electromagnetic radiation doses for individual patients prior to CAG procedures.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092101060
