ProtoEFNet：用于心动超声检查中固有可解释的射血分数估计的动态原型学习

本文介绍了ProtoEFNet，这是一种用于心动超声检查中估计射血分数的新方法。重点在于可解释性，表明该模型旨在提供对其决策过程的见解。动态原型学习的使用意味着该模型会调整其对不同心脏状况的理解。来源为ArXiv表明这是一篇研究论文，可能详细介绍了ProtoEFNet的方法、结果和潜在影响。

• •ProtoEFNet是一种用于心动超声检查中估计射血分数的新方法。
• •该方法强调可解释性。
• •它利用动态原型学习。