Unsupervised Clustering of Patients Undergoing Thoracoscopic Ablation Identifies Relevant Phenotypes for Advanced Atrial Fibrillation

<b>Background/Objectives</b>: The rate of recurrence after ablation for atrial fibrillation (AF) is considerable. Risk stratification for AF recurrence after ablation remains incompletely developed. Unsupervised clustering is a machine learning technique which might provide valuable insights in AF r...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Ilse Meijer, Marc M. Terpstra, Oscar Camara, Henk A. Marquering, Nerea Arrarte Terreros, Joris R. de Groot
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2025-05-01
Seria:	Diagnostics
Hasła przedmiotowe:	unsupervised machine learning principal component analysis K-Means thoracoscopic ablation atrial fibrillation phenotyping
Dostęp online:	https://www.mdpi.com/2075-4418/15/10/1269
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!