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.
초록·키워드
Myocardial infarction, a leading cause of mortality worldwide, leaves survivors at significant risk of recurrence caused by scar-related re-entrant ventricular tachyarrhythmias. Effective treatment with ablation therapy requires a precise guidance system. Non-linear optical microscopy techniques, such as second harmonic generation (SHG) and two-photon excited fluorescence (TPEF), are promising candidates for a high-resolution alternative to conventional electrical mapping for assessing infarcted cardiac tissue. Here, we apply SHG and TPEF with a resolution advantage over commonly used electrical mapping techniques to assess ex-vivo sheep heart infarction. Analyzing conventional and radiomic features allows for quantitative characterization of scar tissue. Our machine learning classifier achieved high accuracy, offering a promising, data-driven approach for guiding in-situ ablation therapy with increased precision. This study represents a significant step towards integrating quantitative image analysis in therapeutic interventions.
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
