Сonvolutional neural network trained on an ultra-small sample to identify non-modifiable cardiovascular risk factors (sex and age) by digital fundus photographs

Aim. To evaluate the effectiveness of a convolutional neural network trained on an ultrasmall sample for identifying non-modifiable cardiovascular risk factors (sex and age) by digital fundus photographs.Material and methods. The EfficientNet B3 architecture, pretrained on the ImageNet database, was...

תיאור מלא

מידע ביבליוגרפי

Principais autores:	D. G. Gognieva, D. K. Valetov, A. Yu. Suvorov, N. A. Ershova, M. Kh. Durzhinskaya, I. V. Vorobyeva, Zaki Z. A. Fashafsha, A. N. Gadzhiakhmedova, A. A. Abasheva, A. Sidamonidze, S. Sh. Balkar, Yu. Yusef, M. V. Budzinskaya, D. A. Sychev, L. K. Moshetova, Yu. V. Vasilevsky, A. L. Syrkin, F. Yu. Kopylov
פורמט:	Artigo
שפה:	Russo
יצא לאור:	«SILICEA-POLIGRAF» LLC 2026-05-01
סדרה:	Кардиоваскулярная терапия и профилактика
נושאים:	нейронные сети искусственный интеллект фотография глазного дна пол возраст немодифицируемые факторы риска сердечно-сосудистых заболеваний
גישה מקוונת:	https://cardiovascular.elpub.ru/jour/article/view/4643
תגים:	הוספת תג אין תגיות, היה/י הראשונ/ה לתייג את הרשומה!