I
Isaac Shiri
H指数:43
被引数:6,077
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
流体动力学信息指导的右冠状动脉异常的CCTA衍生几何参数预测异常侵入性腺苷-FFR和dobutamine-FFR
通过长轴缩短评估心房功能可超越传统CMR标志物,增强疑似心肌炎的风险分层
PySERA:用于自动化、可扩展和可复现的手工制作与深度放射组学的开源标准化Python库
人工智能12导联心电图用于确定英国生物银行具有易感条件的参与者中房颤风险
经血管内超声和腺苷与多巴酚丁胺分数流量储备评估侵入性右异常冠状动脉
使用多模式数据和人工智能预测疑似心肌炎患者的主要不良心血管事件
European Heart Journal
IF35.6
European Heart Journal
IF35.6
European Heart Journal
IF35.6
European Heart Journal
IF35.6
基于多模式人工智能的甲状腺素运载蛋白淀粉样心肌病患者主要不良心血管事件预测
European Heart Journal
IF35.6
自动化血管内超声图像处理及冠状动脉异常定量分析:AIVUS-CAA 软件
Tomii, D.; Shiri, I.; Baj, G.; Nakase, M.; Kazaj, P.M.; Samim, D.; Bartkowiak, J.; Praz, F.; Lanz, J.; Stortecky, S.; 等. 基于多模态机器学习的经导管主动脉瓣置换术患者技术性失败预测. JACC Adv. 2025, 4 Pt 2, 102168. [Google Scholar] [CrossRef] [PubMed] [PubMed Central]
基于人工智能的冠状动脉异常起源检测与分类:使用冠状动脉CT血管造影图像
NATURE COMMUNICATIONS
IF15.7
SYSTEMATIC REVIEWS
IF3.9

