Understanding the bias in machine learning systems for cardiovascular disease risk assessment

QR kód

Understanding the bias in machine learning systems for cardiovascular disease risk assessment

Artificial Intelligence (AI), in particular, machine learning (ML) has shown promising results in coronary artery disease (CAD) or cardiovascular disease (CVD) risk prediction. Bias in ML systems is of great interest due to its over-performance and poor clinical delivery. The main objective is to un...

Teljes leírás

Elmentve itt :

Bibliográfiai részletek
Szerzők:	Suri Jasjit S. Bhagawati Mrinalini Paul Sudip Protogeron Athanasios Sfikakis Petros P. Kitas George D. Khanna Narendra N. Ruzsa Zoltán Sharma Aditya M. Saxena Sanjay Faa Gavino Paraskevas Kosmas I. Laird John R. Johri Amer M. Saba Luca Kalra Manudeep
Dokumentumtípus:	Cikk
Megjelent:	2022
Sorozat:	Computers in biology and medicine 142
Tárgyszavak:	Klinikai orvostan
doi:	10.1016/j.compbiomed.2021.105204
mtmt:	32611796
Online Access:	http://publicatio.bibl.u-szeged.hu/23378

Hasonló tételek

A Powerful Paradigm for Cardiovascular Risk Stratification Using Multiclass, Multi-Label, and Ensemble-Based Machine Learning Paradigms A Narrative Review /
Szerző: Suri Jasjit S., et al.
Megjelent: (2022)

Cardiovascular disease detection using machine learning and carotid/femoral arterial imaging frameworks in rheumatoid arthritis patients
Szerző: Konstantonis George, et al.
Megjelent: (2022)

Deep Learning Paradigm for Cardiovascular Disease/Stroke Risk Stratification in Parkinson’s Disease Affected by COVID‐19 A Narrative Review /
Szerző: Suri Jasjit S., et al.
Megjelent: (2022)

Investigating rater–student interaction, gender bias, and major bias in the assessment of research seminar presentation
Szerző: Arifiyanti Fitria, et al.
Megjelent: (2023)

Regional biases of research and development in Hungary
Szerző: Keczer Gabriella
Megjelent: (2009)

Exploring Cognitive Biases in Gamblers The Player's Error and its Practical Implications /
Szerző: Tessényi Judit, et al.
Megjelent: (2024)

Agreement and bias in the estimation of fat free mass using bioelectrical impedance analysis and a resistance and reactance- based formula for the Mexican adults a study from Merida, Yucatan /
Szerző: Banik Sudip Datta
Megjelent: (2020)

Tunneling in forward biased mos tunnel structures
Szerző: Török Miklós
Megjelent: (1972)

Predictive Policing and Bias in a Nutshell Technical and Practical Aspects of Personal Data /
Szerző: Gültekin Várkonyi Gizem
Megjelent: (2022)

Missing Data Bias on a Selective Hedging Strategy
Szerző: Kiss Gábor Dávid, et al.
Megjelent: (2017)

Predictive policing and bias in a nutshell technical and practical aspects of personal data processing for law enforcement purposes /
Szerző: Gültekin-Várkonyi Gizem
Megjelent: (2022)

Tuning the Excited-State Dynamics of CuI Films with Electrochemical Bias
Szerző: Samu Gergely Ferenc, et al.
Megjelent: (2019)

The Effect of Lesion Location on Visuospatial Attentional Bias in Patients With Multiple Sclerosis
Szerző: Kocsis Krisztián, et al.
Megjelent: (2022)

UltraAIGenomics Artificial Intelligence-Based Cardiovascular Disease Risk Assessment by Fusion of Ultrasound-Based Radiomics and Genomics Features for Preventive, Personalized and Precision Medicine: A Narrative Review /
Szerző: Saba Luca, et al.
Megjelent: (2024)

A Review on Joint Carotid Intima-Media Thickness and Plaque Area Measurement in Ultrasound for Cardiovascular/Stroke Risk Monitoring Artificial Intelligence Framework /
Szerző: Biswas Mainak, et al.
Megjelent: (2021)

Attention/Transformer-based artificial intelligence models for carotid segmentation and intima media Thickness/Plaque area measurements in Japanese ultrasound scans
Szerző: Singh Nikhil, et al.
Megjelent: (2026)

Modulation of charge recombination in CsPbBr3 perovskite films with electrochemical bias
Szerző: Scheidt Rebecca A., et al.
Megjelent: (2018)

A Pharmaceutical Paradigm for Cardiovascular Composite Risk Assessment Using Novel Radiogenomics Risk Predictors in Precision Explainable Artificial Intelligence Framework Clinical Trial Tool /
Szerző: Saba Luca, et al.
Megjelent: (2023)

Bias, study quality, and confounding in temporomandibular disorder research compared to general orthodontic studies a systematic review and meta-analysis /
Szerző: Martin Baxmann, et al.
Megjelent: (2025)

COVLIAS 1.0 Lung Segmentation in COVID-19 Computed Tomography Scans Using Hybrid Deep Learning Artificial Intelligence Models /
Szerző: Suri Jasjit S., et al.
Megjelent: (2021)

Complement component C4 structural variation and quantitative traits contribute to sex-biased vulnerability in systemic sclerosis
Szerző: Kerick Martin, et al.
Megjelent: (2022)

Economics of Artificial Intelligence in Healthcare Diagnosis vs. Treatment /
Szerző: Khanna Narendra N., et al.
Megjelent: (2022)

The application of expectation maximization to manage missing data, biases value‐at‐risk and volatility models in financial time series
Szerző: Kiss Gábor Dávid, et al.
Megjelent: (2016)

Vascular Implications of COVID-19 Role of Radiological Imaging, Artificial Intelligence, and Tissue Characterization: A Special Report /
Szerző: Khanna Narendra N., et al.
Megjelent: (2022)

Artificial intelligence for cardiovascular disease risk assessment in personalised framework a scoping review /
Szerző: Singh Manasvi, et al.
Megjelent: (2024)

Adoption/adaptation of universal principles and mutual influences of organizational models among ethno-nationally biased cooperative networks inside inter-war Romania
Szerző: Hunyadi Attila Gábor
Megjelent: (2023)

Polygenic Risk Score for Cardiovascular Diseases in Artificial Intelligence Paradigm
Szerző: Khanna Narendra N, et al.
Megjelent: (2023)

Inter-Variability Study of COVLIAS 1.0 Hybrid Deep Learning Models for COVID-19 Lung Segmentation in Computed Tomography /
Szerző: Suri Jasjit S., et al.
Megjelent: (2021)

Artificial intelligence-based preventive, personalized and precision medicine for cardiovascular disease/stroke risk assessment in rheumatoid arthritis patients a narrative review /
Szerző: Al-Maini M., et al.
Megjelent: (2023)

Multicenter Study on COVID-19 Lung Computed Tomography Segmentation with varying Glass Ground Opacities using Unseen Deep Learning Artificial Intelligence Paradigms COVLIAS 1.0 Validation /
Szerző: Suri Jasjit S., et al.
Megjelent: (2022)

COVLIAS 1.0Lesion vs. MedSeg An Artificial Intelligence Framework for Automated Lesion Segmentation in COVID-19 Lung Computed Tomography Scans /
Szerző: Suri Jasjit S, et al.
Megjelent: (2022)

COVLIAS 2.0-cXAI Cloud-Based Explainable Deep Learning System for COVID-19 Lesion Localization in Computed Tomography Scans /
Szerző: Suri Jasjit S., et al.
Megjelent: (2022)

The Cesàro operator on Dirichlet spaces
Szerző: Galanopoulos Petros
Megjelent: (2001)

Dielectric absorption studies in chloro and nitro substituted anilines in benzene
Szerző: Saxena S. K., et al.
Megjelent: (1980)

Társalgás [vers] /
Szerző: Laird Nick
Megjelent: (2014)

J2ME E-mail kliens tervezése és implementálása
Szerző: Suri Zsolt
Megjelent: (2005)

Gondolatok az ideiglenes számlazárolást elrendelő európai végzésről, a követelésbehajtás legújabb alternatív eszközéről
Szerző: Suri Noémi
Megjelent: (2021)

Gyógyszeripari és biotechnológiai stratégiai szövetségek A Roche-csoport és a Genenetech /
Szerző: Suri Katalin
Megjelent: (2010)

Romák a közszolgálati televízióban
Szerző: Suri Szilvia
Megjelent: (2003)

Hangerősség mérő szenzor hálózat terve és prototípusa
Szerző: Smadi Amer
Megjelent: (2023)