I
n
t
e
r
n
at
ion
al
Jou
r
n
a
l
of
I
n
f
o
r
m
at
ics
an
d
Com
m
u
n
icat
ion
T
e
c
h
n
ol
ogy
(
I
J
-
I
CT
)
Vo
l
.
15
,
N
o
.
3
,
S
e
p
t
e
m
b
e
r
20
26
,
pp.
1016
~
1025
I
S
S
N:
2252
-
8776
,
DO
I
:
10
.
11591/i
ji
c
t
.
v
15
i
3
.
pp
10
16
-
1025
1016
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
ict
.
iaes
c
or
e
.
c
om
AI
-
p
ow
e
r
e
d
c
ar
d
io
v
as
c
u
la
r
r
i
s
k
p
r
e
d
ic
t
io
n
u
s
in
g
d
e
e
p
le
ar
n
in
g i
m
age
s i
n
IoT
-
b
lo
c
k
c
h
ai
n
sy
st
e
m
s
De
e
p
ik
a
P
r
ab
h
a
k
a
r
,
Agus
t
h
iyar
Ram
u
D
e
pa
r
tm
e
nt
of
C
o
mput
e
r
S
c
i
e
n
c
e
a
nd A
ppl
i
c
a
ti
o
ns
, S
R
M
I
ns
ti
tu
te
of
S
c
i
e
n
c
e
a
nd
T
e
c
hn
o
l
o
g
y
,
C
h
e
nna
i,
I
ndi
a
Ar
t
ic
l
e
I
n
f
o
AB
S
T
RA
CT
A
r
ti
c
le
h
is
tor
y
:
R
e
c
e
i
ve
d
No
v
5,
2025
R
e
vi
s
e
d
A
pr
21,
2026
A
c
c
e
pt
e
d
M
a
y
17,
2026
T
h
e
i
n
c
r
e
as
i
n
g
p
r
e
v
a
l
e
n
ce
o
f
c
ard
i
o
v
as
cu
l
ar
d
i
s
e
as
e
s
(CV
D
s
)
n
ece
s
s
i
t
at
e
s
t
h
e
d
ev
e
l
o
p
men
t
o
f
i
n
t
el
l
i
g
en
t
,
s
ec
u
r
e
,
a
n
d
s
c
al
ab
l
e
d
i
ag
n
o
s
t
i
c
s
y
s
t
em
s
c
ap
ab
l
e
o
f
a
ccu
rat
e
a
n
d
e
ar
l
y
d
i
s
e
as
e
p
r
e
d
i
c
t
i
o
n
.
T
h
e
i
m
p
o
rt
an
ce
o
f
t
h
i
s
re
s
e
ar
ch
i
s
t
o
d
e
v
el
o
p
a
r
o
b
u
s
t
an
d
s
e
cu
r
e
s
y
s
t
em
fo
r
p
re
d
i
c
t
i
n
g
CV
D
r
i
s
k
fro
m
ec
h
o
c
ard
i
o
g
ra
m
i
m
ag
i
n
g
i
n
t
eg
rat
ed
w
i
t
h
i
n
a
n
i
n
t
e
rn
e
t
o
f
t
h
i
n
g
s
(Io
T
)
framew
o
rk
an
d
e
n
h
an
ced
b
y
b
l
o
ck
c
h
a
i
n
t
ec
h
n
o
l
o
g
y
.
D
u
e
t
o
n
o
n
-
i
n
v
as
i
v
e
fe
at
u
r
e
i
d
en
t
i
fi
c
at
i
o
n
p
ro
b
l
em
s
an
d
d
i
me
n
s
i
o
n
a
l
i
t
y
,
p
re
d
i
c
t
i
o
n
a
ccu
racy
i
s
de
g
rad
ed
d
u
e
t
o
h
i
g
h
e
r
fal
s
e
p
o
s
i
t
i
v
e
s
,
w
h
i
c
h
l
e
a
d
s
t
o
l
o
w
e
r
p
reci
s
i
o
n
a
n
d
rec
al
l
rat
e
s
.
T
o
r
e
s
o
l
v
e
t
h
i
s
p
ro
b
l
em,
i
m
p
l
eme
n
t
A
I
-
p
o
w
e
r
ed
CV
D
ri
s
k
p
re
d
i
c
t
i
o
n
b
as
e
d
o
n
s
m
art
-
fe
at
u
r
ed
d
ee
p
l
e
ar
n
i
n
g
i
n
E
c
h
o
c
ar
d
i
o
g
ra
m
i
m
ag
e
s
fo
r
an
Io
T
-
b
l
o
c
k
ch
ai
n
e
n
v
i
r
o
n
men
t
.
T
h
e
f
i
rs
t
p
h
as
e
co
n
t
ai
n
s
d
at
a
an
al
y
s
i
s
ec
h
o
c
ard
i
o
-
d
at
as
e
t
v
i
s
i
o
n
t
ran
s
fo
r
m
at
i
o
n
t
ech
n
i
q
u
e
i
s
f
u
n
c
t
i
o
n
al
t
o
f
i
n
d
t
h
e
ri
s
k
l
ev
e
l
o
f
t
h
e
d
i
s
e
as
e
.
T
h
e
ad
ap
t
i
v
e
g
au
s
s
i
an
f
i
l
t
e
r
i
s
ap
p
l
i
e
d
f
o
r
n
o
r
m
al
i
zat
i
o
n
p
ro
ce
s
s
an
d
d
e
s
i
g
n
a
s
p
re
a
d
-
s
p
ec
t
ral
c
a
n
n
y
e
d
g
e
mo
rp
h
o
l
o
g
i
c
a
l
s
eg
m
en
t
at
i
o
n
an
d
SU
RF
-
s
c
al
ed
i
n
v
ar
i
an
t
fe
at
u
r
e
s
e
l
ec
t
i
o
n
f
o
r
d
i
me
n
s
i
o
n
a
l
i
t
y
s
c
a
l
i
n
g
.
T
h
en
,
v
i
s
u
a
l
g
eo
me
t
r
y
n
e
t
w
o
r
k
(V
G
N
et
)
c
o
n
v
o
l
u
t
i
o
n
al
n
eu
ral
n
e
t
w
o
rk
(
CN
N
)
i
s
ap
p
l
i
ed
f
o
r
d
i
s
e
as
e
c
l
as
s
i
fi
c
at
i
o
n
.
I
n
s
eco
n
d
p
h
as
e,
t
h
e
a
d
v
a
n
ce
d
b
l
o
c
k
ch
ai
n
t
ec
h
n
o
l
o
g
y
w
i
l
l
p
ro
v
i
d
e
a
d
ecen
t
ral
i
z
ed
a
n
d
i
mmu
t
ab
l
e
r
ec
o
r
d
o
f
p
at
i
en
t
d
at
a,
t
h
e
r
e
b
y
en
s
u
ri
n
g
d
at
a
i
n
t
eg
ri
t
y
an
d
s
ec
u
r
i
t
y
.
T
h
e
p
ro
p
o
s
e
d
s
y
s
t
em
p
ro
d
u
ce
s
h
i
g
h
e
r
p
e
rf
o
r
m
an
ce
b
y
an
al
y
s
i
n
g
t
h
e
s
e
n
s
i
t
i
v
i
t
y
s
p
ec
i
f
i
c
i
t
y
as
w
el
l
b
y
en
s
u
ri
n
g
t
h
e
d
i
s
e
as
e
d
e
t
ec
t
i
o
n
l
ev
e
l
.
T
h
e
b
l
o
c
k
ch
ai
n
p
ro
v
i
d
e
s
h
i
g
h
e
r
s
ecu
ri
t
y
t
o
s
afe
i
n
r
e
p
o
s
i
t
o
r
y
f
o
r
i
m
ag
e
d
at
a
fo
r
c
arr
y
i
n
g
s
en
s
i
t
i
v
e
d
at
a
w
i
t
h
a
p
l
at
fo
rm
f
o
r
s
h
ari
n
g
a
n
d
v
al
i
d
at
i
n
g
p
r
e
d
i
c
t
i
v
e
i
n
s
i
g
h
t
s
amo
n
g
h
e
al
t
h
c
ar
e
p
ro
v
i
d
e
rs
,
r
e
s
e
ar
c
h
e
rs
,
a
n
d
p
at
i
e
n
t
s
,
t
h
u
s
fo
s
t
e
r
i
n
g
c
o
l
l
ab
o
rat
i
v
e
h
e
al
t
h
c
ar
e
e
ff
o
rt
s
.
K
e
y
w
o
r
d
s
:
C
a
r
d
i
o
v
a
s
c
u
l
a
r
d
i
s
e
a
s
e
De
e
p
l
e
a
r
ni
ng
E
c
h
o
c
a
r
d
i
o
gr
a
m
im
a
g
i
ng
I
n
t
e
r
n
e
t
o
f
t
hi
n
gs
P
r
e
d
i
c
t
i
o
n
VG
Ne
t
-
C
NN
Th
i
s
i
s
a
n
o
p
en
a
c
ces
s
a
r
t
i
c
l
e
u
n
d
e
r
t
h
e
CC
B
Y
-
SA
l
i
cen
s
e.
C
or
r
e
s
pon
din
g
A
u
th
or
:
De
e
p
i
k
a
P
r
a
bh
a
ka
r
De
pa
r
t
m
e
n
t
o
f
C
o
m
put
e
r
S
c
i
e
n
c
e
a
n
d
A
pp
li
c
a
t
i
o
n
s
,
S
R
M
I
n
s
t
i
t
ut
e
o
f
S
c
i
e
n
c
e
a
n
d
T
e
c
hn
o
l
o
g
y
R
a
m
a
pur
a
m
,
C
h
e
nn
a
i
,
I
n
d
i
a
E
m
a
i
l
:
dp5823
@
s
r
mi
s
t
.
e
du.
i
n
1.
I
NT
RODU
C
T
I
ON
C
a
r
d
i
o
v
a
s
c
u
l
a
r
d
i
s
e
a
s
e
s
(
C
VD
s
)
r
e
m
a
i
n
t
h
e
l
e
a
d
i
n
g
c
a
us
e
o
f
de
a
t
h
g
l
o
b
a
ll
y
,
a
c
c
o
un
t
i
n
g
f
o
r
a
n
e
s
t
i
m
a
t
e
d
17.
9
m
i
ll
i
o
n
li
ve
s
e
a
c
h
y
e
a
r
,
a
c
c
o
r
di
n
g
t
o
t
h
e
W
o
r
l
d
H
e
a
l
t
h
Or
ga
ni
z
a
t
i
o
n
(
W
HO
)
.
E
a
r
l
y
d
i
a
g
n
o
s
i
s
a
n
d
e
f
f
e
c
t
i
v
e
m
o
ni
t
o
r
i
n
g
a
r
e
c
r
i
t
i
c
a
l
i
n
mi
t
i
ga
t
i
n
g
th
e
m
o
r
t
a
l
i
t
y
a
n
d
m
o
r
bi
d
i
t
y
a
s
s
o
c
i
a
t
e
d
wi
t
h
C
VD
s
.
Am
o
ng
t
h
e
di
a
g
n
o
s
t
i
c
too
l
s
a
va
i
l
a
bl
e
,
e
c
h
o
c
a
r
d
i
o
gr
a
phy
pr
o
vi
de
s
a
n
o
n
-
i
nva
s
i
ve
a
n
d
r
e
a
l
-
t
i
m
e
vi
e
w
i
n
t
o
c
a
r
di
a
c
h
e
a
l
t
h
[
1]
–
[
6]
.
H
o
we
v
e
r
,
de
s
pi
t
e
i
t
s
e
f
f
e
c
t
i
v
e
n
e
s
s
,
t
h
e
i
n
t
e
r
pr
e
t
a
t
i
o
n
o
f
e
c
h
o
c
a
r
d
i
o
gr
a
m
i
m
a
ge
s
i
s
o
f
t
e
n
c
h
a
ll
e
n
g
e
d
by
s
u
bj
e
c
t
i
vi
t
y
,
v
a
r
i
a
bi
li
t
y
a
m
o
n
g
o
pe
r
a
to
r
s
,
a
n
d
hi
g
h
-
d
i
m
e
ns
i
o
n
a
l
im
a
ge
f
e
a
t
ur
e
s
t
h
a
t
c
om
p
li
c
a
t
e
a
uto
m
a
t
i
c
a
n
a
ly
s
i
s
[
7]
–
[
12]
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
AI
-
pow
e
r
e
d
c
ar
diova
s
c
ular
dis
e
a
s
e
r
is
k
pr
e
diction
bas
e
d
on
s
mar
t
-
f
e
atur
e
d
de
e
p
…
(
De
e
pika
P
r
abhak
ar
)
1017
R
e
c
e
n
t
a
dv
a
nc
e
s
i
n
a
r
t
i
f
i
c
i
a
l
i
n
t
e
ll
i
g
e
n
c
e
(
A
I
)
a
nd
de
e
p
l
e
a
r
ni
ng
h
a
v
e
o
pe
n
e
d
n
e
w
po
s
s
i
bil
i
t
i
e
s
i
n
m
e
d
i
c
a
l
im
a
g
i
ng
f
o
r
a
u
to
m
a
t
i
n
g
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
w
i
t
h
h
i
g
h
e
r
a
c
c
ur
a
c
y
.
P
a
r
t
i
c
u
l
a
r
ly
,
c
o
nv
o
l
ut
i
o
na
l
ne
ur
a
l
n
e
t
wo
r
ks
(
C
NN
s
)
h
a
v
e
de
m
o
n
s
t
r
a
t
e
d
s
i
g
nif
i
c
a
n
t
pr
o
m
i
s
e
i
n
im
a
ge
-
b
a
s
e
d
d
i
a
g
n
o
s
t
i
c
s
[
13]
–
[
18]
.
H
owe
v
e
r
,
in
t
h
e
c
o
n
t
e
x
t
o
f
e
c
h
o
c
a
r
d
i
o
gr
a
m
a
n
a
ly
s
i
s
,
c
h
a
ll
e
n
ge
s
s
uc
h
a
s
n
o
n
-
d
i
s
t
i
n
c
t
f
e
a
t
ur
e
l
o
c
a
l
i
z
a
t
i
o
n
,
hi
g
h
-
d
i
m
e
n
s
i
o
na
l
da
t
a
,
a
n
d
t
h
e
r
i
s
k
o
f
f
a
l
s
e
po
s
i
t
i
v
e
s
hi
n
de
r
pe
r
f
o
r
m
a
n
c
e
a
n
d
r
e
l
i
a
bi
li
t
y
[
19]
–
[
22]
.
M
o
r
e
o
v
e
r
,
t
h
e
gr
o
wi
n
g
c
o
n
c
e
r
n
o
v
e
r
da
t
a
pr
i
v
a
c
y
a
n
d
s
e
c
ur
i
t
y
i
n
h
e
a
l
t
h
c
a
r
e
s
y
s
t
e
m
s
c
a
l
l
s
f
o
r
t
r
us
t
w
o
r
thy
da
t
a
m
a
n
a
ge
m
e
n
t
f
r
a
m
e
wo
r
ks
[
23]
–
[
27]
.
T
o
a
ddr
e
s
s
t
h
e
s
e
c
ha
l
l
e
nge
s
,
t
hi
s
r
e
s
e
a
r
c
h
pr
o
p
os
e
s
a
n
A
I
-
po
we
r
e
d
s
y
s
t
e
m
t
h
a
t
i
n
t
e
gr
a
t
e
s
s
m
a
r
t
-
f
e
a
t
ur
e
d
de
e
p
l
e
a
r
ni
ng
w
i
t
h
i
n
t
e
r
n
e
t
o
f
t
hi
n
g
s
(
I
oT
)
de
vi
c
e
s
a
n
d
bl
o
c
kc
h
a
i
n
t
e
c
hn
o
l
o
g
y
.
E
c
h
o
c
a
r
d
i
o
gr
a
phi
c
da
t
a
c
o
l
l
e
c
t
e
d
f
r
o
m
I
o
T
-
e
n
a
bl
e
d
m
e
d
i
c
a
l
im
a
g
i
n
g
de
vi
c
e
s
a
r
e
pr
o
c
e
s
s
e
d
us
i
ng
a
n
a
d
va
n
c
e
d
de
e
p
l
e
a
r
ni
ng
a
r
c
hi
t
e
c
t
ur
e
,
n
a
m
e
d
vi
s
ua
l
g
e
o
m
e
t
r
y
ne
t
wor
k
c
onv
o
l
ut
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
k
(
VGN
et
-
C
NN
)
,
de
s
i
gn
e
d
f
o
r
hi
g
h
-
pr
e
c
i
s
i
o
n
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
P
r
i
o
r
to
c
l
a
s
s
if
i
c
a
t
i
o
n
,
a
n
o
v
e
l
s
pr
e
a
d
-
s
pe
c
t
r
a
l
c
a
nny
e
dge
m
o
r
pho
l
o
g
i
c
a
l
s
e
g
m
e
n
t
a
t
i
o
n
a
n
d
s
pe
e
de
d
-
up
r
o
b
us
t
f
e
a
t
ur
e
s
(
S
U
R
F
)
-
s
c
a
l
e
d
i
nva
r
i
a
n
t
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
m
e
t
h
o
d
i
s
i
nt
r
o
duc
e
d
to
e
nh
a
n
c
e
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
a
n
d
r
e
duc
e
d
i
m
e
n
s
i
o
na
l
i
t
y
,
t
h
us
i
m
pr
o
vi
n
g
a
c
c
ur
a
c
y
a
n
d
c
o
m
p
ut
a
t
i
o
n
a
l
e
f
f
i
c
i
e
nc
y
,
a
s
s
h
o
w
n
i
n
F
i
gu
r
e
1.
I
n
pa
r
a
l
l
e
l
,
bl
o
c
kc
h
a
i
n
i
s
i
n
t
e
gr
a
t
e
d
i
n
t
o
t
h
e
s
y
s
t
e
m
t
o
e
n
s
ur
e
da
t
a
i
n
t
e
gr
i
t
y
,
t
r
a
n
s
pa
r
e
n
c
y
,
a
n
d
s
e
c
u
r
i
t
y
.
B
y
c
r
e
a
t
i
n
g
a
de
c
e
n
t
r
a
l
i
z
e
d
l
e
dge
r
o
f
pa
t
i
e
n
t
e
c
h
o
c
a
r
di
o
gr
a
m
r
e
c
o
r
ds
a
n
d
d
i
a
g
n
o
s
t
i
c
out
c
o
m
e
s
,
bl
o
c
kc
h
a
i
n
n
o
t
o
nl
y
pr
ot
e
c
t
s
pa
t
i
e
n
t
c
o
nf
i
d
e
n
t
i
a
l
i
t
y
b
ut
a
l
s
o
e
n
a
bl
e
s
s
e
c
ur
e
da
t
a
s
h
a
r
i
n
g
a
m
o
n
g
s
t
a
ke
h
o
l
de
r
s
,
i
nc
l
ud
i
ng
h
e
a
l
t
h
c
a
r
e
pr
o
f
e
s
s
i
o
n
a
l
s
a
n
d
r
e
s
e
a
r
c
h
e
r
s
.
T
hi
s
pr
o
m
ot
e
s
a
c
o
l
l
a
b
o
r
a
t
i
v
e
h
e
a
l
t
h
c
a
r
e
e
c
o
s
y
s
t
e
m
wh
e
r
e
pr
e
d
i
c
t
i
ve
i
n
s
i
g
h
t
s
c
a
n
b
e
r
e
l
i
a
bly
v
a
li
da
t
e
d
a
n
d
a
c
c
e
s
s
e
d.
F
i
gur
e
1
.
P
r
o
g
r
e
s
s
i
v
e
a
n
a
ly
s
i
s
o
f
e
c
h
o
c
a
r
d
i
o
gr
a
m
2.
RE
L
AT
E
D
WORK
C
VD
i
s
c
o
n
s
i
de
r
e
d
t
h
e
l
e
a
d
i
ng
c
a
us
e
o
f
de
a
t
h
w
o
r
l
dw
i
de
.
A
m
e
t
h
o
d
b
a
s
e
d
o
n
m
a
c
hi
ne
l
e
a
r
ni
ng
(
M
L
)
f
o
r
c
a
r
d
i
o
v
a
s
c
u
l
a
r
d
i
s
e
a
s
e
d
i
a
g
n
o
s
i
s
(
M
a
L
C
a
DD
)
i
s
pr
o
p
o
s
e
d
to
e
f
f
e
c
t
i
v
e
ly
pr
e
d
i
c
t
c
a
r
d
i
o
v
a
s
c
u
l
a
r
d
i
s
e
a
s
e
w
i
t
h
hi
g
h
a
c
c
ur
a
c
y
.
S
pe
c
i
f
i
c
a
ll
y
,
t
h
e
f
r
a
m
e
wo
r
k
f
i
r
s
t
a
ddr
e
s
s
e
s
m
i
s
s
i
ng
va
l
u
e
s
a
n
d
da
t
a
i
m
ba
l
a
n
c
e
[
1]
.
T
h
e
n
,
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
i
s
do
n
e
u
s
i
ng
f
e
a
t
ur
e
im
po
r
t
a
n
c
e
t
e
c
hni
que
s
.
F
i
na
ll
y
,
a
c
o
m
bi
na
t
i
o
n
o
f
l
o
g
i
s
t
i
c
r
e
gr
e
s
s
i
o
n
a
n
d
K
-
n
e
a
r
e
s
t
c
l
a
s
s
i
f
i
e
r
s
i
s
pr
o
p
o
s
e
d
to
a
c
hi
e
ve
e
v
e
n
hi
g
he
r
pr
e
d
i
c
t
i
o
n
a
c
c
ur
a
c
y
.
Ho
we
v
e
r
,
t
h
e
i
n
t
e
gr
i
t
y
o
f
t
h
e
pr
o
c
e
s
s
i
s
hi
g
h
a
n
d
t
h
e
s
to
r
a
ge
r
a
n
ge
i
s
w
i
de
.
ML
t
e
c
h
ni
que
s
a
r
e
e
x
t
r
e
m
e
ly
u
s
e
f
u
l
i
n
m
e
d
i
c
i
ne
,
e
n
a
bli
ng
f
a
s
t
e
r
a
n
d
m
o
r
e
a
c
c
ur
a
t
e
di
a
g
n
o
s
i
s
o
f
h
e
a
r
t
di
s
e
a
s
e
[
2]
.
H
o
we
v
e
r
,
b
ot
h
ge
ne
r
a
te
r
o
b
us
t
a
n
d
e
f
f
e
c
t
i
v
e
f
e
a
t
ur
e
s
f
r
o
m
t
h
e
da
t
a
,
whi
c
h
c
a
n
t
h
e
n
be
us
e
d
i
n
pr
e
d
i
c
t
i
v
e
m
o
de
l
s
.
B
ot
h
p
r
o
c
e
s
s
e
s
pr
e
s
e
n
t
n
u
m
e
r
o
us
c
h
a
ll
e
n
ge
s
whe
n
de
a
l
i
ng
w
i
t
h
l
a
r
ge
a
n
d
c
o
m
p
l
e
x
da
t
a
s
e
t
s
.
I
n
r
e
c
e
n
t
y
e
a
r
s
,
w
i
t
h
t
h
e
i
nc
r
e
a
s
i
ng
pr
e
va
l
e
n
c
e
o
f
s
u
b
-
h
e
a
l
t
h
,
hi
g
h
r
i
s
k
pr
e
d
i
c
t
i
o
n
o
f
C
V
D
ha
s
b
e
c
o
m
e
m
o
r
e
i
m
po
r
t
a
n
t
a
n
d
ur
ge
n
t
i
n
t
h
e
m
e
d
i
c
a
l
f
i
e
l
d
[
3]
.
T
h
e
y
pr
o
p
o
s
e
a
c
o
m
p
l
e
t
e
,
f
u
ll
y
-
f
l
e
dge
d
m
o
de
l
c
a
l
l
e
d
De
e
p
R
i
s
k
b
a
s
e
d
o
n
t
h
e
a
tt
e
n
t
i
o
n
a
l
m
e
c
h
a
ni
s
m
a
n
d
de
e
p
n
e
ur
a
l
n
e
t
wo
r
k
(
DN
N)
.
T
o
i
n
t
e
gr
a
t
e
s
h
e
t
e
r
o
ge
n
e
o
us
a
n
d
t
e
m
po
r
a
l
ly
s
o
r
t
e
d
c
l
i
n
i
c
a
l
d
a
t
a
to
ul
t
i
m
a
t
e
l
y
pr
e
d
i
c
t
t
h
e
pa
t
i
e
n
t
’
s
C
VD
r
i
s
k.
Ho
we
v
e
r
,
t
hi
s
m
o
de
l
i
s
c
o
m
put
a
t
i
o
n
a
ll
y
e
x
p
e
n
s
i
ve
a
n
d
l
e
s
s
r
e
l
iabl
e
.
A
s
C
VD
r
e
m
a
i
ns
o
n
e
o
f
t
h
e
l
e
a
d
i
ng
c
a
us
e
s
o
f
de
a
t
h
wo
r
l
dw
i
de
,
s
o
phi
s
t
i
c
a
t
e
d
pr
e
di
c
t
i
v
e
m
o
de
l
s
a
r
e
n
e
e
de
d
f
o
r
e
a
r
l
y
de
t
e
c
t
i
o
n
a
n
d
pr
e
v
e
n
t
i
o
n
[
4]
.
T
h
i
s
pa
pe
r
ut
i
li
z
e
s
v
a
r
i
o
us
ML
a
l
go
r
i
t
hm
s
t
o
e
v
a
l
ua
t
e
t
h
e
a
c
c
ur
a
c
y
a
n
d
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
s
e
m
o
de
l
s
.
Ho
we
v
e
r
,
t
h
e
s
udde
n
l
o
s
s
o
f
h
e
a
r
t
a
c
t
i
vi
t
y
,
b
r
e
a
t
hi
ng,
a
n
d
c
o
n
s
c
io
us
n
e
s
s
c
a
n
b
e
f
a
t
a
l
if
n
o
t
t
r
e
a
t
e
d
i
mm
e
d
i
a
t
e
l
y
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
15
,
N
o.
3
,
S
e
p
te
m
b
e
r
20
26
:
1016
-
1025
1018
De
e
p
l
e
a
r
ni
ng
-
b
a
s
e
d
m
o
de
l
s
i
n
c
l
i
n
i
c
a
l
i
nf
o
r
m
a
t
i
c
s
a
r
e
ut
i
li
z
e
d
t
o
p
r
e
di
c
t
a
n
d
d
i
a
g
n
o
s
e
C
VD
.
On
e
s
uc
h
m
o
de
l
i
s
pr
o
p
o
s
e
d
us
i
n
g
a
DN
N
t
o
p
r
o
vi
de
e
a
r
l
y
pr
e
d
i
c
t
i
o
n
o
f
C
VD
w
i
t
h
r
e
gr
e
s
s
i
o
n
m
e
t
h
o
ds
[
5]
.
T
h
e
d
i
s
e
a
s
e
c
a
n
i
nhi
b
i
t
bl
o
o
d
f
l
o
w
to
t
h
e
l
e
g
s
a
n
d
a
r
m
s
,
r
e
s
u
l
t
i
n
g
i
n
pa
i
n
a
n
d
ot
h
e
r
s
y
m
pt
o
m
s
.
Al
t
h
o
ugh
n
u
m
e
r
o
us
e
f
f
o
r
t
s
h
a
v
e
b
e
e
n
m
a
de
to
m
i
t
i
ga
t
e
C
VD
pr
o
gr
e
s
s
i
o
n
,
i
t
r
e
m
a
i
ns
t
h
e
l
e
a
d
i
ng
c
a
us
e
o
f
de
a
t
h
i
n
m
o
s
t
n
a
t
i
o
n
s
wo
r
l
dw
i
de
.
Al
t
h
o
ugh
pot
e
n
t
i
a
l
g
e
n
e
t
i
c
bio
m
a
r
ke
r
s
f
o
r
pr
e
di
c
t
i
n
g
C
VD
e
f
f
e
c
t
s
h
a
s
b
e
e
n
e
s
t
a
bli
s
he
d,
hi
g
h
-
t
h
r
o
ugh
put
t
e
c
h
n
o
l
o
g
i
e
s
f
o
r
t
a
r
ge
t
i
n
g
ge
n
o
mi
c
da
t
a
[
6]
.
T
h
e
s
y
s
t
e
m
s
a
n
d
t
e
c
hn
o
l
o
g
i
e
s
po
t
e
n
t
i
a
ll
y
d
i
s
c
us
s
e
d
i
n
t
hi
s
s
pe
c
i
a
l
i
s
s
ue
m
a
y
a
s
s
i
s
t
i
n
pa
t
i
e
n
t
s
w
i
t
h
t
h
e
m
a
n
a
ge
m
e
n
t
o
f
C
VD
.
Ne
v
e
r
t
h
e
les
s
,
o
n
e
c
h
a
ll
e
n
g
e
r
e
m
a
i
ns
t
h
a
t
m
a
y
r
e
s
u
l
t
i
n
l
o
n
g
-
t
e
r
m
phy
s
i
c
a
l
d
i
s
a
bil
i
t
y
i
n
s
ur
vi
v
o
r
s
o
f
e
i
t
h
e
r
a
h
e
a
r
t
a
tt
a
c
k
or
s
t
r
o
ke
.
He
a
r
t
di
s
e
a
s
e
r
e
m
a
i
ns
o
n
e
o
f
t
h
e
l
e
a
d
i
ng
c
a
us
e
s
o
f
de
a
t
h
gl
o
b
a
ll
y
,
a
n
d
e
c
h
o
c
a
r
d
i
o
gr
a
phy
i
s
t
h
e
m
o
s
t
c
o
m
m
o
n
m
o
da
l
i
t
y
i
n
d
i
a
g
n
o
s
i
n
g
h
e
a
r
t
d
i
s
e
a
s
e
.
T
o
pa
r
t
i
c
u
l
a
r
c
h
a
ll
e
n
g
e
s
,
t
hi
s
pr
o
j
e
c
t
h
a
s
t
h
e
go
a
l
o
f
de
v
e
l
o
p
i
ng
a
d
va
n
c
e
d
de
e
p
l
e
a
r
ni
ng
m
o
de
l
s
t
h
a
t
c
a
n
a
uto
m
a
t
i
c
a
l
ly
c
l
a
s
s
i
f
y
h
e
a
r
t
d
i
s
e
a
s
e
f
r
o
m
e
c
h
o
c
a
r
d
i
o
gr
a
phi
c
da
t
a
[
7]
.
De
s
p
i
t
e
t
h
e
c
h
a
ll
e
n
g
e
s
h
e
a
r
t
di
s
e
a
s
e
t
y
p
i
c
a
l
ly
b
r
i
ngs
,
c
h
r
o
ni
c
l
o
n
g
-
t
e
r
m
c
a
r
e
i
s
f
r
e
qu
e
n
t
l
y
r
e
qu
i
r
e
d
t
h
a
t
m
a
y
r
e
qu
i
r
e
pr
o
l
o
n
ge
d
s
t
a
y
s
i
n
a
h
o
s
p
i
t
a
l
s
y
s
t
e
m
.
A
t
h
r
e
e
-
d
i
m
e
n
s
i
o
n
a
l
c
a
r
d
i
a
c
m
o
de
l
i
ng
s
y
s
t
e
m
b
a
s
e
d
o
n
n
e
o
n
a
t
a
l
e
c
h
o
c
a
r
d
i
o
gr
a
phi
c
i
m
a
ge
s
i
s
pr
o
p
o
s
e
d
[
8]
.
T
o
p
r
o
p
o
s
e
a
s
e
t
o
f
a
l
go
r
i
t
hm
s
a
nd
i
n
t
e
r
f
a
c
e
s
f
o
r
c
r
e
a
t
i
n
g
c
a
r
d
i
o
v
a
s
c
u
l
a
r
m
o
de
l
s
of
v
a
r
i
o
us
c
o
n
ge
ni
t
a
l
h
e
a
r
t
di
s
e
a
s
e
s
,
a
l
l
o
w
i
ng
e
d
i
t
i
n
g
o
f
t
h
e
to
p
o
l
o
g
y
a
n
d
s
h
a
pe
o
f
t
h
e
3D
m
o
de
l
s
.
Ho
we
v
e
r
,
t
r
e
a
t
i
n
g
C
VD
s
o
f
t
e
n
r
e
qu
i
r
e
s
pr
o
l
o
n
ge
d
h
o
s
p
i
t
a
l
i
z
a
t
i
o
n
a
n
d
o
n
go
i
n
g,
e
x
pe
n
s
i
ve
m
e
d
i
c
a
l
c
a
r
e
.
C
a
r
d
i
o
v
a
s
c
u
l
a
r
ne
ur
a
l
c
r
e
s
t
d
i
s
e
a
s
e
s
a
r
e
a
c
o
n
s
e
que
n
c
e
o
f
i
m
pr
o
pe
r
m
i
gr
a
t
i
o
n
a
n
d
de
v
e
l
o
p
m
e
n
t
o
f
ne
ur
a
l
c
r
e
s
t
c
e
l
l
s
,
a
p
o
pul
a
t
i
o
n
o
f
c
e
l
l
s
r
e
s
po
n
s
i
b
l
e
f
o
r
t
h
e
de
v
e
l
o
p
m
e
n
t
o
f
b
ot
h
t
h
e
n
e
r
v
o
us
a
n
d
h
u
m
a
n
c
a
r
d
i
o
v
a
s
c
u
l
a
r
s
y
s
t
e
m
s
[
9]
.
E
x
p
l
a
i
na
bl
e
A
I
m
o
de
l
s
a
r
e
i
n
t
e
n
de
d
to
p
r
o
vi
d
e
publ
i
c
ly
a
v
a
il
a
bl
e
da
t
a
s
e
t
s
,
c
o
n
c
e
pt
to
s
t
a
n
da
r
d
i
z
e
r
e
po
r
t
i
n
g
t
o
i
m
pr
o
v
e
r
e
pr
oduc
i
bil
i
t
y
a
n
d
de
v
e
l
o
p
s
t
a
n
d
a
r
d
i
z
e
d
pe
r
f
o
r
m
a
nc
e
m
e
t
r
i
c
s
.
Ho
we
v
e
r
,
t
hi
s
put
s
t
h
e
i
n
d
i
v
i
dua
l
a
t
a
n
a
dd
i
t
i
o
n
a
l
r
i
s
k
o
f
s
t
r
o
ke
a
n
d
h
e
a
r
t
f
a
i
l
ur
e
.
M
y
o
c
a
r
d
i
a
l
a
c
t
i
vi
t
y
m
o
ni
t
o
r
i
n
g
i
s
a
n
im
po
r
t
a
n
t
c
l
ini
c
a
l
t
oo
l
f
o
r
t
h
e
pr
e
v
e
n
t
i
o
n
a
n
d
de
t
e
c
t
i
o
n
o
f
C
VD
(
C
VD
,
t
h
e
l
e
a
d
i
ng
c
a
u
s
e
o
f
de
a
t
h
wo
r
l
dw
i
de
)
.
T
o
a
ddr
e
s
s
t
h
e
s
e
c
h
a
ll
e
n
ge
s
,
t
hi
s
pa
pe
r
pr
o
p
o
s
e
s
a
n
e
ur
a
l
c
a
r
d
i
a
c
m
o
t
i
o
n
f
i
e
l
d
(
Ne
ur
a
l
C
M
F
)
[
10]
.
Ne
ur
a
l
C
M
F
us
e
s
i
m
p
l
i
c
i
t
n
e
ur
a
l
r
e
pr
e
s
e
n
t
a
t
i
o
n
s
(
I
NR
s
)
to
m
o
de
l
t
h
e
h
e
a
r
t
’
s
3D
s
tr
uc
t
ur
e
a
n
d
i
n
t
e
gr
a
t
e
d
6D
f
o
r
wa
r
d/b
a
c
kw
a
r
d
m
o
t
i
o
n
.
Ho
we
v
e
r
,
t
h
e
i
nc
i
de
n
c
e
o
f
a
nxi
e
t
y
a
n
d
de
pr
e
s
s
i
o
n
i
n
c
o
r
o
n
a
r
y
a
r
t
e
r
y
d
i
s
e
a
s
e
(
C
A
D)
pa
t
i
e
n
t
s
i
s
hi
g
h
e
r
t
h
a
n
i
n
t
h
e
ge
n
e
r
a
l
po
pu
l
a
t
i
o
n
.
He
a
r
t
di
s
e
a
s
e
i
s
o
n
e
o
f
t
h
e
to
p
c
a
us
e
s
o
f
de
a
t
h
,
g
l
o
b
a
ll
y
.
E
c
h
o
c
a
r
d
i
o
gr
a
phy
i
s
a
c
o
m
m
o
n
m
e
t
h
o
d
t
h
a
t
i
s
us
e
d
f
o
r
h
e
a
r
t
di
s
e
a
s
e
d
i
a
g
n
o
s
i
s
[
26]
–
[
29]
.
T
hi
s
de
e
p
l
e
a
r
ni
ng
m
o
de
l
wo
u
l
d
be
s
e
t
up
to
c
l
a
s
s
if
y
h
e
a
r
t
d
i
s
e
a
s
e
c
a
s
e
s
,
s
o
t
h
a
t
i
t
i
s
be
tt
e
r
s
ui
t
e
d
f
o
r
e
a
r
l
y
d
is
e
a
s
e
de
t
e
c
t
i
o
n
a
n
d
pr
o
gn
o
s
t
i
c
a
t
i
o
n
.
S
t
r
e
s
s
c
a
n
a
c
t
i
va
t
e
t
h
e
b
o
d
y
’
s
“
f
i
g
h
t
or
f
l
i
g
h
t
”
r
e
s
po
n
s
e
t
h
a
t
c
a
n
c
o
n
tr
i
b
ut
e
to
h
e
a
r
t
da
m
a
ge
a
n
d
wo
r
s
e
n
h
e
a
r
t
di
s
e
a
s
e
.
T
h
e
pot
e
n
t
i
a
l
o
f
M
L
t
e
c
h
ni
que
s
f
o
r
i
m
pr
o
vi
ng
h
e
a
r
t
di
s
e
a
s
e
pr
e
d
i
c
t
i
o
ns
wo
ul
d
pr
o
vi
de
up
a
n
d
c
o
m
i
ng
a
v
e
n
u
e
s
f
o
r
h
e
a
l
t
h
r
e
s
e
a
r
c
h
e
r
s
a
n
d
pr
a
c
t
i
t
i
o
n
e
r
s
[
30]
–
[
32]
.
T
h
e
di
s
c
o
v
e
r
y
o
f
t
h
e
b
e
s
t
M
L
t
e
c
hni
que
s
w
i
ll
he
l
p
to
i
m
pr
o
v
e
a
c
c
ur
a
c
y
o
f
d
i
a
g
n
o
s
i
s
,
a
n
d
pa
t
i
e
n
t
c
a
r
e
f
o
r
C
VD
s
.
On
c
e
d
i
a
g
n
o
s
e
d
w
i
t
h
a
C
V
D
,
pe
o
pl
e
m
a
y
e
x
p
e
r
i
e
nc
e
m
o
r
e
c
o
n
c
e
r
ni
ng
c
a
r
d
i
o
v
a
s
c
u
l
a
r
he
a
l
t
h
i
f
t
h
e
y
a
r
e
n
o
n
-
a
d
h
e
r
e
n
t
to
t
h
e
i
r
m
e
d
i
c
a
l
.
One
o
f
t
h
e
de
a
d
l
i
e
s
t
di
s
e
a
s
e
s
i
s
h
e
a
r
t
di
s
e
a
s
e
,
c
o
n
d
i
t
i
o
n
a
f
f
e
c
ts
a
l
a
r
ge
po
r
t
i
o
n
o
f
t
h
e
wo
r
l
d
’
s
po
pul
a
t
i
o
n
C
NN
s
a
r
e
us
e
d
to
c
r
e
a
t
e
e
a
r
l
y
pr
e
d
i
c
t
i
o
n
a
n
d
m
e
d
i
c
a
l
d
i
a
g
n
o
s
t
i
c
s
y
s
t
e
m
s
[
33]
–
[
35]
.
T
h
e
C
NN
r
e
c
e
i
ve
s
13
c
li
ni
c
a
l
f
e
a
t
ur
e
s
a
s
i
nput
a
n
d
i
s
t
r
a
i
n
e
d
us
i
ng
a
m
o
d
if
i
e
d
b
a
c
kp
r
o
pa
ga
t
i
o
n
t
r
a
i
ni
ng
m
e
t
h
o
d.
Ho
we
v
e
r
,
h
e
a
r
t
di
s
e
a
s
e
o
c
c
u
r
s
wh
e
n
bl
o
o
d
s
upp
l
y
t
o
t
h
e
h
e
a
r
t
m
us
c
l
e
i
s
bl
o
c
ke
d.
3.
P
ROP
OS
E
D
WORK
T
h
e
pr
o
p
o
s
e
d
s
y
s
t
e
m
i
s
a
m
u
l
t
i
-
l
a
y
e
r
e
d
a
r
c
hi
t
e
c
t
ur
e
de
s
i
g
ne
d
to
pe
r
f
o
r
m
a
c
c
ur
a
t
e
,
s
e
c
ur
e
,
a
n
d
r
e
a
l
-
t
i
m
e
C
VD
r
i
s
k
pr
e
d
i
c
t
i
o
n
f
r
o
m
e
c
h
o
c
a
r
d
i
o
gr
a
m
i
m
a
ge
s
w
i
t
hi
n
a
de
c
e
n
t
r
a
l
i
z
e
d
h
e
a
l
t
h
c
a
r
e
e
nvi
r
o
nm
e
n
t
.
I
t
c
o
m
pr
i
s
e
s
t
h
r
e
e
m
a
j
o
r
c
o
m
po
ne
n
t
s
:
I
oT
-
b
a
s
e
d
da
t
a
a
c
qui
s
i
t
i
o
n
,
A
I
-
dr
i
v
e
n
i
m
a
g
e
a
n
a
ly
s
i
s
,
a
n
d
bl
o
c
kc
ha
i
n
-
e
n
a
bl
e
d
d
a
t
a
m
a
n
a
ge
m
e
n
t
(
B
C
)
.
T
h
e
a
r
c
hi
t
e
c
t
ur
e
o
f
t
h
e
pr
o
p
o
s
e
d
C
NN
-
BC
-
a
dv
a
nc
e
d
e
n
c
r
y
pt
i
o
n
s
t
a
n
da
r
d
-
ga
l
o
i
s
/
c
o
un
t
e
r
m
o
de
(
A
E
S
GC
M
)
f
r
a
m
e
wo
r
k,
wh
i
c
h
i
s
A
I
-
po
we
r
e
d
a
n
d
de
s
i
g
n
e
d
f
o
r
C
VD
p
r
e
di
c
t
i
o
n
a
n
d
s
e
c
ur
e
h
e
a
l
t
hc
a
r
e
da
t
a
m
a
n
a
g
e
m
e
n
t
i
n
a
n
I
o
T
-
bl
o
c
kc
h
a
i
n
e
nvi
r
o
nm
e
n
t
.
T
h
e
r
e
a
r
e
t
w
o
pr
i
m
a
r
y
s
t
a
ge
s
i
n
whi
c
h
t
h
e
a
r
c
hi
t
e
c
t
ur
e
f
u
n
c
t
i
o
ns
.
A
dd
i
t
i
o
n
a
ll
y
,
s
o
phi
s
t
i
c
a
t
e
d
i
m
a
g
e
m
o
d
i
f
i
c
a
t
i
o
n
t
e
c
hni
que
s
a
r
e
us
e
d
f
o
r
t
h
e
pr
e
pa
r
a
t
i
o
n
a
n
d
a
n
a
ly
s
i
s
o
f
e
c
h
o
c
a
r
d
i
o
gr
a
phy
da
t
a
.
T
h
e
Ga
us
s
i
a
n
F
il
t
e
r
i
s
a
l
s
o
c
a
pa
bl
e
o
f
r
e
duc
i
ng
s
pur
i
o
us
i
n
t
e
n
s
i
t
y
v
a
r
i
a
t
i
o
n
s
t
o
c
r
e
a
t
e
a
c
l
e
a
ne
r
,
s
m
o
ot
h
e
r
i
m
a
ge
,
whi
c
h
gr
e
a
t
l
y
e
nha
n
c
e
s
t
h
e
o
ut
p
ut
o
f
t
h
e
n
e
x
t
s
t
e
p
s
e
g
m
e
n
t
a
t
i
o
n
,
a
s
ve
s
s
e
l
s
t
r
uc
tur
e
s
a
n
d
c
a
r
d
i
a
c
t
i
s
s
ue
s
c
a
n
b
e
pr
o
pe
r
l
y
o
ut
l
i
ne
d
to
d
o
m
o
r
e
a
n
a
ly
s
i
s
a
n
d
c
l
a
s
s
if
i
c
a
t
i
o
n
,
a
s
s
h
o
wn
i
n
(
1
)
.
(
,
)
=
1
2
2
−
2
+
2
2
2
(
1)
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
AI
-
pow
e
r
e
d
c
ar
diova
s
c
ular
dis
e
a
s
e
r
is
k
pr
e
diction
bas
e
d
on
s
mar
t
-
f
e
atur
e
d
de
e
p
…
(
De
e
pika
P
r
abhak
ar
)
1019
W
h
e
r
e
a
n
d
a
r
e
t
h
e
h
o
r
i
z
o
n
t
a
l
a
n
d
v
e
r
t
i
c
a
l
d
i
s
t
a
n
c
e
s
to
t
h
e
c
e
n
t
e
r
o
f
t
h
e
ke
r
n
e
l
a
n
d
t
h
e
s
pa
t
i
a
l
i
n
f
l
u
e
n
c
e
o
f
e
a
c
h
n
e
i
g
hb
o
r
i
n
g
p
i
xe
l
o
n
t
h
e
c
e
n
t
e
r
p
i
x
e
l
i
s
a
s
c
e
r
t
a
i
n
e
d.
T
h
e
e
x
t
e
n
t
o
f
t
h
e
Ga
u
s
s
i
a
n
s
p
r
e
a
d
i
n
g,
whi
c
h
d
i
r
e
c
t
l
y
c
o
r
r
e
s
po
n
ds
to
t
h
e
s
t
a
n
da
r
d
de
vi
a
t
i
o
n
,
c
o
n
t
r
o
l
s
t
h
e
e
x
t
e
n
t
o
f
t
h
e
s
m
o
ot
h
i
n
g,
a
n
d
t
h
e
r
e
f
o
r
e
r
e
m
o
v
e
s
r
a
n
do
m
n
o
i
s
e
i
n
t
h
e
C
VD
im
a
ge
s
,
b
ut
c
a
n
bl
ur
s
m
a
ll
e
r
ve
s
s
e
l
de
t
a
i
l
s
,
w
h
e
r
e
a
s
m
a
ll
e
r
ke
e
ps
t
h
e
b
o
un
da
r
i
e
s
s
h
a
r
p
l
i
ke
a
r
t
e
r
i
a
l
wa
ll
s
o
r
m
y
o
c
a
r
d
i
a
l
e
dge
s
.
T
h
e
ke
r
n
e
l
v
a
l
ue
(
,
)
pl
a
c
e
s
a
we
i
g
h
t
o
n
e
a
c
h
o
f
t
h
e
n
e
i
g
hb
o
r
i
n
g
p
i
x
e
l
s
,
b
ut
we
i
g
h
t
o
f
t
h
e
pi
x
e
l
t
h
a
t
i
s
ne
a
r
e
r
to
t
h
e
c
e
n
t
e
r
i
s
m
o
r
e
s
i
g
ni
f
i
c
a
n
t
,
s
uc
h
t
h
a
t
s
t
r
uc
t
ur
a
l
i
nf
o
r
m
a
t
i
o
n
i
n
t
h
e
a
r
e
a
s
o
f
i
n
t
e
r
e
s
t
s
uc
h
a
s
v
e
s
s
e
l
s
a
n
d
h
e
a
r
t
c
h
a
m
be
r
s
i
s
pr
e
s
e
r
ve
d
wi
t
h
o
ut
un
r
e
l
a
t
e
d
v
a
r
i
a
t
i
o
ns
,
a
s
s
h
o
wn
i
n
(
2
)
.
(
,
)
=
∑
∑
(
+
,
+
)
=
−
=
−
.
(
,
)
(
2)
I
n
t
hi
s
c
a
s
e
,
(
,
)
de
n
o
t
e
s
t
h
e
o
r
i
g
i
na
l
C
VD
im
a
ge
w
i
t
h
n
o
i
s
e
a
n
d
v
a
r
i
a
t
i
o
ns
i
n
i
n
t
e
ns
i
t
y
,
a
n
d
(
,
)
de
n
o
t
e
s
t
h
e
r
e
s
u
l
t
a
n
t
pr
o
c
e
s
s
e
d
i
m
a
ge
.
C
a
nny
e
dge
s
e
g
m
e
n
t
a
t
i
o
n
w
i
ll
o
f
f
e
r
a
n
a
c
c
ur
a
t
e
a
n
d
n
o
i
s
e
-
i
ns
e
n
s
i
t
i
ve
e
dge
m
a
p
t
h
a
t
c
a
n
b
e
us
e
d
to
a
n
a
ly
z
e
t
h
e
s
t
r
uc
t
ur
a
l
a
bn
o
r
m
a
li
t
i
e
s
a
n
d
h
e
l
p
c
li
nic
i
a
ns
to
di
a
g
n
o
s
e
C
VD
a
n
d
m
a
ke
im
a
ge
-
b
a
s
e
d
e
va
l
ua
t
i
o
n
s
,
a
s
s
h
o
wn
i
n
(
3
)
.
(
,
)
=
(
,
)
∗
(
,
)
(
3)
T
h
e
c
o
nv
o
l
ut
i
o
n
pr
o
c
e
s
s
o
f
(
,
)
a
n
d
t
h
e
f
il
t
e
r
wo
ul
d
r
e
s
u
l
t
i
n
a
s
m
o
o
t
h
e
d
i
m
a
ge
(
,
)
whi
c
h
pr
e
s
e
r
v
e
s
t
h
e
i
m
po
r
t
a
n
t
de
t
a
i
l
s
o
f
t
h
e
h
e
a
r
t
,
b
ut
pr
e
pa
r
e
s
t
h
e
i
m
a
ge
to
e
x
tr
a
c
t
a
c
c
u
r
a
t
e
e
dge
s
,
a
s
s
h
o
wn
i
n
(
4
)
.
=
,
=
(
4)
T
h
e
c
a
l
c
u
l
a
t
i
o
n
o
f
t
hi
s
i
s
do
n
e
t
o
de
t
e
r
m
i
ne
r
e
g
i
o
ns
whe
r
e
p
i
x
e
l
b
r
i
g
h
t
n
e
s
s
c
ha
n
ge
s
r
a
p
i
d
ly
po
i
n
t
i
n
g
to
p
ot
e
n
t
i
a
l
b
o
un
da
r
i
e
s
o
f
a
r
t
e
r
i
e
s
,
v
e
i
ns
,
o
r
h
e
a
r
t
c
h
a
m
be
r
s
o
n
C
VD
i
m
a
g
e
s
,
a
s
s
h
o
wn
i
n
(
5
)
.
(
,
)
=
√
2
+
2
(
5)
T
hi
s
i
s
t
h
e
s
t
r
e
n
gt
h
o
f
t
h
e
s
e
e
dge
s
,
t
h
e
hi
g
h
e
r
t
h
e
v
a
l
ue
s
t
h
e
s
t
r
o
n
ge
r
t
h
e
e
dge
s
l
i
ke
v
e
s
s
e
l
wa
ll
s
o
r
b
o
un
da
r
i
e
s
o
f
h
e
a
r
t
t
i
s
s
ue
s
,
a
s
s
h
o
w
n
i
n
(
6
)
.
(
,
)
=
ta
n
−
1
(
)
(
6)
I
t
de
f
i
ne
s
t
h
e
d
i
r
e
c
t
i
o
n
o
f
s
uc
h
s
t
r
uc
t
u
r
e
s
,
whi
c
h
a
i
d
t
h
e
s
e
g
m
e
n
t
a
t
i
o
n
a
l
go
r
i
t
hm
t
o
kn
o
w
t
h
e
d
i
r
e
c
t
i
o
n
a
l
f
l
o
w
o
f
v
e
s
s
e
l
s
a
n
d
c
a
r
d
i
a
c
c
o
n
t
o
u
r
s
f
o
r
m
.
I
n
c
o
m
bi
na
t
i
o
n
,
t
h
e
v
a
r
i
a
bl
e
s
de
m
o
ns
t
r
a
t
e
t
h
e
p
i
v
o
t
a
l
s
t
r
uc
t
ur
a
l
c
h
a
n
ge
s
t
h
a
t
c
h
a
r
a
c
t
e
r
i
z
e
C
VD
-
a
f
f
e
c
t
e
d
a
r
e
a
s
,
a
s
s
h
o
wn
i
n
(
7
)
.
(
,
)
=
{
(
,
)
,
(
,
)
is
l
o
ca
l
m
a
xim
u
m
a
l
o
ng
(
,
)
0
,
ℎ
(
7)
T
h
e
pr
o
c
e
s
s
i
s
t
o
m
a
ke
s
ur
e
t
h
a
t
o
nl
y
t
h
e
m
o
s
t
n
o
tabl
e
a
n
d
c
o
r
r
e
c
t
v
e
s
s
e
l
b
o
un
d
a
r
i
e
s
a
r
e
m
a
i
n
t
a
i
ne
d.
W
e
a
ke
r
o
r
r
e
dun
da
n
t
pi
x
e
l
s
a
r
e
s
uppr
e
s
s
e
d
by
c
o
m
pa
r
i
ng
t
h
e
g
r
a
di
e
n
t
m
a
g
ni
t
ude
(
,
)
o
f
e
a
c
h
p
i
x
e
l
w
i
t
h
t
h
o
s
e
o
f
i
t
s
n
e
i
g
hb
o
r
s
a
l
o
n
g
t
h
e
gr
a
d
i
e
n
t
di
r
e
c
t
i
o
n
(
,
)
.
T
h
e
r
e
s
u
l
t
i
n
g
e
dge
m
a
p
(
,
)
h
a
s
t
hi
n
a
n
d
s
ha
r
p
s
i
l
h
o
u
e
tt
e
s
o
f
t
h
e
c
a
r
d
i
a
c
s
t
r
uc
t
ur
e
s
a
n
d
f
ur
t
h
e
r
e
n
a
bl
e
s
b
e
t
t
e
r
vi
s
ua
li
z
a
t
i
o
n
o
f
a
r
t
e
r
i
e
s
,
v
e
i
ns
a
n
d
o
t
h
e
r
v
a
s
c
u
l
a
r
r
o
u
t
e
s
i
n
t
h
e
C
VD
i
m
a
ge
s
,
a
s
s
h
o
wn
i
n
(
8
)
.
(
,
)
=
{
s
tr
o
ng
e
d
g
e
,
if
(
,
)
≥
w
e
a
k
e
d
g
e
,
if
≤
(
,
)
<
0
,
ℎ
(
8)
I
n
t
h
e
(
6
)
,
t
w
o
i
n
t
e
ns
i
t
y
l
e
v
e
l
s
a
r
e
us
e
d:
i
n
s
t
r
on
g
e
dge
s
a
n
d
i
n
we
a
k
e
dge
s
.
S
tr
o
n
g
e
dge
s
(
C
VD
i
m
a
g
i
n
g)
a
r
e
s
h
a
r
p
e
dge
s
o
f
ve
s
s
e
l
s
o
r
wa
l
l
s
o
f
t
h
e
h
e
a
r
t
,
wh
e
r
e
a
s
we
a
k
o
n
e
s
c
a
n
be
s
m
a
ll
d
i
f
f
e
r
e
n
c
e
s
i
n
t
i
s
s
ue
o
r
l
e
s
s
pr
o
n
o
un
c
e
d
v
e
s
s
e
l
s
.
T
hi
s
c
a
t
e
go
r
i
z
a
t
i
o
n
w
i
ll
m
a
i
n
t
a
i
n
vi
t
a
l
m
e
d
i
c
a
l
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
a
nd
r
e
duc
e
t
h
e
i
n
t
e
r
f
e
r
e
n
c
e
o
f
t
h
e
b
a
c
kgr
o
un
d
t
o
a
m
ini
m
u
m
.
T
h
e
v
a
r
i
a
t
i
o
n
i
n
a
n
d
gi
ve
s
t
h
e
f
l
e
xi
b
il
i
t
y
i
n
t
h
e
de
t
e
c
t
i
o
n
o
f
l
a
r
ge
a
n
d
f
i
ne
s
t
r
uc
t
ur
e
s
o
f
t
h
e
c
a
r
d
i
o
v
a
s
c
u
l
a
r
,
a
s
s
h
o
wn
i
n
(
9
)
.
(
,
)
=
(
,
)
+
co
nn
e
cte
d
(
,
)
(
9)
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
15
,
N
o.
3
,
S
e
p
te
m
b
e
r
20
26
:
1016
-
1025
1020
T
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
e
m
p
l
o
y
s
a
VG
Ne
t
-
C
N
N
to
a
c
hi
e
v
e
hi
g
h
a
c
c
ur
a
c
y
a
n
d
s
t
a
bil
i
t
y
i
n
c
a
r
d
i
o
v
a
s
c
u
l
a
r
d
i
s
e
a
s
e
(
C
VD
)
d
i
a
g
n
o
s
i
s
.
VG
Ne
t
-
C
NN
i
de
n
t
i
f
i
e
s
c
o
m
p
l
e
x
c
h
a
n
g
e
s
i
n
im
a
ge
in
t
e
ns
i
t
y
,
p
i
c
t
o
r
i
a
l
s
t
r
uc
t
ur
e
,
a
n
d
m
o
r
ph
o
l
o
g
y
,
t
h
e
r
e
by
a
s
s
i
s
t
i
n
g
c
l
i
n
i
c
i
a
ns
i
n
a
uto
m
a
t
e
d
a
n
d
r
e
l
i
a
bl
e
C
VD
i
de
n
t
i
f
i
c
a
t
i
o
n
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
,
(
)
=
∑
∑
(
+
)
,
(
+
)
(
−
1
)
.
,
(
)
+
(
)
(
10)
T
h
e
i
n
put
C
VD
i
m
a
ge
,
(
−
1
)
,
i
s
pr
o
c
e
s
s
e
d
t
h
r
o
ugh
t
h
e
c
o
n
v
o
l
ut
i
o
n
o
pe
r
a
t
i
o
n
us
i
ng
s
m
a
l
l
l
e
a
r
n
a
bl
e
f
i
l
t
e
r
s
,
(
)
,
to
i
de
n
t
i
f
y
s
p
a
t
i
a
l
p
a
tt
e
r
n
s
s
uc
h
a
s
bl
o
o
d
v
e
s
s
e
l
e
dge
s
,
t
i
s
s
u
e
b
o
u
n
d
a
r
i
e
s
,
a
n
d
l
e
s
i
o
n
a
r
e
a
s
,
a
s
de
s
c
r
i
be
d
i
n
(
10)
.
E
a
c
h
f
il
t
e
r
e
x
t
r
a
c
t
s
di
f
f
e
r
e
n
t
m
e
d
i
c
a
l
f
e
a
t
ur
e
s
;
f
o
r
e
x
a
m
p
l
e
,
o
n
e
f
il
t
e
r
m
a
y
d
e
t
e
c
t
f
i
ne
v
a
s
c
u
l
a
r
s
t
r
uc
t
u
r
e
s
,
wh
e
r
e
a
s
a
n
o
t
h
e
r
i
de
n
t
i
f
i
e
s
p
laque
b
u
il
dup.
T
h
e
c
o
nv
o
l
ut
i
o
n
o
ut
pu
t,
,
(
)
,
r
e
pr
e
s
e
n
t
s
t
h
e
a
c
t
i
v
a
t
i
o
n
s
t
r
e
n
gt
h
o
f
t
h
e
m
a
t
c
h
e
d
f
e
a
t
ur
e
,
whi
l
e
t
h
e
bi
a
s
t
e
r
m
(
)
i
m
pr
o
v
e
s
t
h
e
f
l
e
xi
b
il
i
t
y
o
f
f
e
a
t
ur
e
l
e
a
r
ni
ng.
VG
Ne
t
-
C
NN
pr
o
gr
e
s
s
i
v
e
ly
l
e
a
r
n
s
hi
e
r
a
r
c
hi
c
a
l
im
a
ge
r
e
pr
e
s
e
n
t
a
t
i
o
n
s
t
h
r
o
ugh
m
u
l
t
i
p
l
e
c
o
nv
o
l
ut
i
o
n
a
l
l
a
y
e
r
s
,
s
t
a
r
t
i
n
g
f
r
o
m
l
o
w
-
l
e
ve
l
t
e
x
t
ur
e
f
e
a
t
ur
e
s
a
n
d
a
dv
a
n
c
i
ng
to
m
o
r
e
c
o
m
p
l
e
x
d
i
s
e
a
s
e
-
r
e
l
a
t
e
d
pa
tt
e
r
n
s
,
a
s
r
e
pr
e
s
e
n
t
e
d
i
n
(
11)
.
,
(
)
=
m
a
x
(
0
,
,
(
)
)
(
11)
T
h
e
a
c
t
i
va
t
i
o
n
f
u
n
c
t
i
o
n
o
f
f
e
r
s
n
o
n
-
li
ne
a
r
i
t
y
t
o
t
h
e
VG
Ne
t
-
C
NN
,
whi
c
h
e
n
a
bl
e
s
i
t
to
a
c
qui
r
e
c
o
m
p
l
e
x
a
n
d
n
o
nli
ne
a
r
a
s
s
o
c
i
a
t
i
o
n
s
i
n
C
VD
i
m
a
ge
s
.
T
h
e
r
e
c
t
i
f
i
e
d
l
i
ne
a
r
uni
t
(
R
e
L
U)
i
s
us
e
d
to
tr
a
n
s
f
o
r
m
a
l
l
n
e
ga
t
i
v
e
v
a
l
ue
s
i
n
t
h
e
f
e
a
t
ur
e
s
to
z
e
r
o,
r
e
t
a
i
ni
ng
t
h
e
po
s
i
t
i
ve
o
n
e
s
,
s
o
t
h
a
t
o
nl
y
t
he
m
o
s
t
i
m
po
r
t
a
n
t
c
a
r
di
a
c
f
e
a
t
ur
e
s
a
r
e
e
n
a
bl
e
d.
T
hi
s
a
s
s
i
s
t
s
i
n
hi
g
hli
g
h
t
i
n
g
e
f
f
e
c
t
i
ve
s
t
r
u
c
t
ur
a
l
i
n
d
i
c
a
t
o
r
s
i
n
c
l
ud
i
ng
b
r
i
g
h
t
v
e
s
s
e
l
e
dg
e
s
o
r
c
a
l
c
if
i
e
d
a
n
d
l
o
we
r
s
s
upe
r
f
l
uo
us
o
r
c
l
a
m
o
r
o
us
b
a
c
kgr
o
un
d
a
r
e
a
s
.
C
o
n
s
e
que
n
t
l
y
,
t
h
e
,
(
)
b
e
c
o
m
e
s
a
n
o
p
t
i
mi
z
e
d
m
a
p
o
f
m
e
a
ni
ng
f
u
l
f
e
a
t
ur
e
s
t
h
a
t
i
de
n
t
i
f
y
C
VD
,
a
s
s
h
o
wn
i
n
(
12
)
.
,
(
)
=
m
a
x
(
,
)
∈
,
,
(
−
1
)
(
12)
T
h
e
n
e
t
wo
r
k
i
n
t
h
e
poo
l
i
ng
l
a
y
e
r
e
l
im
i
na
t
e
s
f
e
a
t
ur
e
s
o
f
a
s
pa
t
i
a
l
s
c
a
l
e
w
i
t
h
o
ut
di
s
c
a
r
d
i
ng
t
h
e
m
o
s
t
im
po
r
t
a
n
t
f
e
a
t
ur
e
s
.
T
h
e
l
a
r
ge
s
t
a
c
t
i
v
a
t
i
o
n
(
o
r
t
h
e
m
o
s
t
do
m
i
na
n
t
f
e
a
t
ur
e
i
n
t
h
a
t
l
o
c
a
l
a
r
e
a
)
i
n
e
a
c
h
poo
l
i
ng
r
e
g
i
o
n
,
i
s
s
e
l
e
c
t
e
d.
T
h
e
o
pe
r
a
t
i
o
n
gua
r
a
n
t
e
e
s
tr
a
n
s
l
a
t
i
o
n
i
nv
a
r
i
a
n
c
e
-
t
h
a
t
i
s
,
wh
e
n
t
h
e
h
e
a
r
t
o
r
v
e
s
s
e
ls
a
r
e
s
l
i
g
h
t
l
y
m
o
v
e
d
o
r
r
ot
a
t
e
d,
t
hi
s
do
e
s
n
ot
pr
o
duc
e
a
n
y
e
f
f
e
c
t
o
n
a
c
c
ur
a
c
y
o
f
r
e
c
o
gni
t
i
o
n
.
P
oo
l
i
n
g
i
n
t
h
e
im
a
g
i
ng
o
f
C
VD
a
i
ds
i
n
ke
e
p
i
ng
s
pe
c
if
i
c
f
o
c
us
o
n
t
h
e
m
o
s
t
s
i
g
ni
f
i
c
a
n
t
pa
t
h
o
l
o
g
i
c
a
l
l
o
c
a
t
i
o
ns
s
uc
h
a
s
thi
c
ke
n
e
d
a
r
t
e
r
i
e
s
,
l
e
s
i
o
ns
,
o
r
bl
o
c
ka
ge
h
e
n
c
e
r
e
t
a
i
ni
ng
ke
y
d
i
a
g
n
o
s
t
i
c
i
nf
o
r
m
a
t
i
o
n
w
i
t
h
m
i
n
im
a
l
c
o
m
put
i
n
g
c
o
m
p
l
e
xi
t
y
,
a
s
s
h
o
wn
i
n
(
13
)
.
=
fl
a
tt
e
n
(
(
)
)
(
13)
T
h
e
f
l
a
t
t
e
n
pr
o
c
e
s
s
r
e
duc
e
s
t
h
e
f
i
na
l
po
o
l
e
d
f
e
a
t
ur
e
m
a
ps
(
)
i
n
t
o
a
o
n
e
-
d
i
m
e
n
s
i
o
n
a
l
f
e
a
t
ur
e
,
whi
c
h
i
s
a
c
o
n
s
o
l
i
da
t
i
o
n
o
f
a
l
l
e
x
t
r
a
c
t
e
d
s
pa
t
i
a
l
a
nd
t
e
x
t
ur
a
l
f
e
a
t
ur
e
s
o
f
t
h
e
C
VD
i
m
a
g
e
.
T
h
e
f
e
a
t
ur
e
v
e
c
t
o
r
i
s
a
uni
f
i
e
d
s
i
g
n
a
t
ur
e
o
f
t
h
e
c
a
r
d
i
o
v
a
s
c
u
l
a
r
s
tr
uc
t
u
r
e
,
whi
c
h
i
s
c
o
m
pr
i
s
e
d
o
f
v
e
s
s
e
l
g
e
o
m
e
t
r
y
,
wa
l
l
t
hi
c
k
n
e
s
s
,
a
n
d
t
i
s
s
ue
d
e
n
s
i
t
y
pa
t
t
e
r
n
s
.
VG
Ne
t
-
C
NN
tr
a
n
s
f
o
r
m
s
m
u
l
t
i
-
d
im
e
n
s
i
o
n
a
l
im
a
g
e
da
t
a
to
a
l
i
ne
a
r
f
o
r
m
,
w
hi
c
h
c
a
n
s
u
bs
e
que
n
t
l
y
be
c
l
a
s
s
if
i
e
d
i
n
t
h
e
s
uc
c
e
e
d
i
ng
de
n
s
e
(
f
u
ll
y
c
o
nn
e
c
t
e
d)
l
a
y
e
r
s
,
a
s
s
h
o
wn
i
n
(
14
)
.
=
∑
=
1
.
+
(
14)
E
a
c
h
f
e
a
t
ur
e
i
n
t
h
e
f
u
ll
y
c
o
nn
e
c
t
e
d
l
a
y
e
r
i
s
t
h
e
n
g
i
v
e
n
a
l
e
a
r
n
a
bl
e
we
i
g
h
t
wi
t
h
t
h
a
t
f
e
a
t
ur
e
i
n
f
l
u
e
n
c
i
ng
a
pa
r
t
i
c
u
l
a
r
o
u
t
pu
t
c
l
a
s
s
.
T
h
e
bi
a
s
m
a
ke
s
t
h
e
m
o
de
l
f
l
e
xi
b
l
e
by
a
d
j
u
s
t
i
n
g
t
h
e
t
h
r
e
s
h
o
l
d
o
f
t
h
e
m
o
de
l
.
T
hi
s
l
a
y
e
r
i
s
a
de
c
i
s
i
o
n
-
m
a
k
i
ng
ph
a
s
e
,
a
nd
t
h
e
l
e
a
r
n
t
c
a
r
di
o
va
s
c
u
l
a
r
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
a
r
e
i
n
t
e
gr
a
t
e
d
to
i
de
n
t
i
f
y
t
h
e
s
i
g
n
s
o
f
d
i
s
e
a
s
e
,
i
n
c
l
ud
i
ng
v
e
s
s
e
l
bl
o
c
ka
ge
s
,
a
bn
o
r
m
a
l
ve
s
s
e
l
t
hi
c
k
n
e
s
s
o
r
i
r
r
e
gu
l
a
r
he
a
r
t
t
i
s
s
ue
s
t
r
uc
t
ur
e
.
A
s
s
h
o
wn
i
n
(
15
)
,
c
a
l
c
u
l
a
t
e
t
h
e
r
a
w
s
c
or
e
o
r
a
c
t
i
v
a
t
i
o
n
s
t
r
e
n
gt
h
o
f
a
p
ot
e
n
t
i
a
l
C
VD
c
l
a
s
s
i
s
d
e
n
ot
e
d
a
s
t
h
e
o
u
t
pu
t
.
(
∣
)
=
∑
=
1
(
15)
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
AI
-
pow
e
r
e
d
c
ar
diova
s
c
ular
dis
e
a
s
e
r
is
k
pr
e
diction
bas
e
d
on
s
mar
t
-
f
e
atur
e
d
de
e
p
…
(
De
e
pika
P
r
abhak
ar
)
1021
T
h
e
l
a
s
t
c
l
a
s
s
i
f
i
c
a
t
i
o
n
i
s
r
e
a
c
h
e
d
w
i
t
h
t
h
e
h
e
l
p
o
f
th
e
s
o
f
t
m
a
x
f
u
n
c
t
i
o
n
t
h
a
t
t
r
a
n
s
f
o
r
m
s
t
h
e
s
c
o
r
e
s
o
f
o
u
t
pu
t
s
i
n
t
o
t
h
e
pr
o
b
a
bil
i
t
y
o
f
e
a
c
h
d
i
s
e
a
s
e
c
l
a
s
s
.
T
hi
s
m
a
ke
s
s
ur
e
t
h
a
t
t
h
e
tot
a
l
l
i
ke
li
h
o
o
d
o
f
a
ll
t
h
e
c
l
a
s
s
e
s
a
dd
up
to
o
n
e
s
o
t
h
a
t
VG
Ne
t
-
C
N
N
c
a
n
c
l
a
s
s
if
y
t
h
e
m
o
s
t
l
i
ke
ly
c
a
r
d
i
o
v
a
s
c
u
l
a
r
c
o
n
d
i
t
i
o
n
(
e
.
g.
,
n
or
m
a
l
,
m
i
l
d,
o
r
s
e
v
e
r
e
)
.
T
h
e
de
c
i
s
i
o
n
t
h
a
t
i
s
m
a
de
by
t
h
e
m
o
de
l
i
s
t
h
e
o
n
e
w
i
t
h
t
h
e
gr
e
a
tes
t
-
v
a
l
u
e
pr
o
b
a
bil
i
t
y
.
T
hi
s
i
s
a
n
im
po
r
t
a
n
t
s
t
e
p
i
n
C
VD
im
a
ge
a
n
a
ly
s
i
s
to
gi
v
e
a
c
l
e
a
r
i
n
t
e
r
pr
e
t
a
bl
e
pr
e
d
i
c
t
i
o
n
t
h
a
t
c
a
n
b
e
us
e
d
by
t
h
e
m
e
d
i
c
a
l
pr
o
f
e
s
s
i
o
n
a
l
t
o
di
a
g
n
o
s
e
t
h
e
s
e
v
e
r
i
t
y
o
f
t
h
e
d
i
s
e
a
s
e
a
n
d
m
a
ke
i
nf
o
r
m
e
d
de
c
i
s
i
o
ns
a
b
o
ut
tr
e
a
t
m
e
n
t
b
a
s
e
d
o
n
t
h
e
da
t
a
.
T
h
e
i
n
t
e
gr
i
t
y
h
a
s
h
ℎ
i
s
c
a
l
c
u
l
a
t
e
d
us
i
n
g
t
h
e
c
r
y
pt
o
gr
a
phi
c
h
a
s
h
f
u
n
c
t
i
o
n
(
⋅
)
.
T
hi
s
h
a
s
h
i
s
s
t
o
r
e
d
a
s
a
bl
o
c
kc
h
a
i
n
l
e
dg
e
r
r
e
c
or
d
o
f
a
n
i
mm
ut
a
bl
e
ve
r
i
f
i
c
a
t
i
o
n
r
e
c
e
i
pt
o
f
t
h
e
a
s
s
o
c
i
a
t
e
d
C
VD
i
m
a
ge
da
t
a
.
Dur
i
n
g
r
e
tr
i
e
va
l
o
r
de
c
r
y
pt
i
o
n
o
f
a
n
i
m
a
ge
,
t
h
e
c
a
l
c
u
l
a
t
e
d
h
a
s
h
m
a
y
b
e
r
e
a
s
s
e
s
s
e
d
w
i
t
h
t
h
e
o
n
e
s
tor
e
d
i
n
t
h
e
bl
o
c
kc
h
a
i
n
t
o
a
s
c
e
r
t
a
i
n
t
h
e
a
ut
h
e
n
t
i
c
i
t
y
o
f
t
h
e
da
t
a
.
T
h
i
s
i
s
to
e
n
s
ur
e
t
h
a
t
t
h
e
r
e
h
a
v
e
b
e
e
n
n
o
a
l
t
e
r
a
t
i
o
n
s
m
a
de
i
n
t
he
c
i
p
h
e
r
t
e
x
t
o
f
t
h
e
i
m
a
ge
s
i
nc
e
e
nc
r
y
pt
i
o
n
.
I
n
t
h
e
C
VD
da
t
a
s
e
t
m
a
n
a
ge
m
e
n
t
s
y
s
t
e
m
,
h
C
i
s
t
h
e
f
i
xe
d
d
i
g
i
t
a
l
s
i
g
n
a
t
ur
e
t
h
a
t
i
de
n
t
i
f
i
e
s
e
a
c
h
c
i
p
h
e
r
t
e
x
t
m
e
d
i
c
a
l
r
e
c
o
r
d
to
i
t
s
v
a
li
d
bl
o
c
kc
h
a
i
n
t
r
a
ns
a
c
t
i
o
n
.
T
h
e
hy
pe
r
pa
r
a
m
e
t
e
r
t
uni
n
g
pr
o
c
e
s
s
a
s
i
n
T
a
bl
e
1
f
o
c
us
e
d
o
n
c
r
i
t
i
c
a
l
m
o
de
l
pa
r
a
m
e
t
e
r
s
s
uc
h
a
s
l
e
a
r
ni
ng
r
a
t
e
,
b
a
t
c
h
s
i
z
e
,
n
u
m
be
r
o
f
e
po
c
hs
,
o
p
t
i
m
i
z
e
r
t
y
pe
,
dr
o
p
o
u
t
r
a
t
e
,
a
n
d
c
o
n
v
o
l
ut
i
o
n
a
l
f
il
t
e
r
c
o
nf
i
gur
a
t
i
o
ns
.
E
a
c
h
pa
r
a
m
e
t
e
r
wa
s
e
v
a
l
ua
t
e
d
a
c
r
o
s
s
a
pr
e
de
f
i
ne
d
r
a
n
ge
o
f
v
a
l
ue
s
,
a
n
d
t
h
e
be
s
t
c
om
b
i
na
t
i
o
n
wa
s
s
e
l
e
c
t
e
d
b
a
s
e
d
o
n
v
a
li
da
t
i
o
n
a
c
c
ur
a
c
y
a
n
d
l
o
s
s
m
i
n
im
i
z
a
t
i
o
n
.
T
h
e
r
e
s
u
l
t
s
i
n
d
i
c
a
t
e
t
h
a
t
t
h
e
A
d
a
m
o
p
t
i
mi
z
e
r
w
i
t
h
a
l
e
a
r
ni
ng
r
a
t
e
o
f
0.
001
p
r
o
vi
de
s
s
t
a
bl
e
c
o
n
v
e
r
ge
n
c
e
a
n
d
f
a
s
t
e
r
tr
a
i
ni
ng.
A
b
a
t
c
h
s
i
z
e
o
f
32
e
n
s
ur
e
s
a
b
a
l
a
nc
e
b
e
t
we
e
n
c
o
m
put
a
t
i
o
n
a
l
e
f
f
i
c
i
e
n
c
y
a
n
d
gr
a
d
i
e
n
t
s
t
a
bi
li
t
y
,
w
hi
l
e
50
e
po
c
h
s
we
r
e
s
u
f
f
i
c
i
e
n
t
to
a
c
hi
e
v
e
o
p
t
i
m
a
l
pe
r
f
o
r
m
a
n
c
e
w
i
t
h
o
ut
o
v
e
r
f
i
t
t
i
n
g
.
T
a
bl
e
1.
Hy
p
e
r
pa
r
a
m
e
t
e
r
se
tt
i
n
gs
f
o
r
VG
Ne
t
-
C
NN
H
y
p
e
r
pa
r
a
m
e
t
e
r
T
e
s
t
e
d
v
a
lu
e
s
O
pt
im
a
l
v
a
lu
e
L
e
a
r
ni
ng
r
a
te
0.1, 0.01, 0.001, 0.0001
0.001
B
a
tc
h s
i
z
e
16, 32, 64, 128
32
N
umbe
r
of
e
p
oc
hs
20, 50, 100
50
O
pt
im
iz
e
r
A
da
m, S
G
D
, R
M
S
pr
o
p
A
da
m
D
r
o
p
o
ut
r
a
te
0.2, 0.3, 0.5
0.3
N
umbe
r
of
c
o
n
vo
lu
ti
o
na
l
la
y
e
r
s
3, 4, 5
4
F
il
te
r
s
iz
e
3×
3, 5×
5
3×
3
A
c
ti
v
a
ti
o
n
f
un
c
ti
o
n
R
e
L
U
,
L
e
a
k
y
R
e
L
U
R
e
L
U
P
oo
li
ng
t
y
pe
M
a
x
P
oo
li
ng, A
v
e
r
a
ge
P
oo
li
ng
M
a
x
P
oo
li
ng
F
ul
l
y
c
o
nn
e
c
t
e
d ne
u
r
o
ns
64, 128, 256
128
4.
RE
S
UL
T
S
AN
D
DI
S
CU
S
S
I
ON
T
hi
s
s
e
c
t
i
o
n
pr
e
s
e
n
t
s
a
c
o
m
pr
e
h
e
ns
i
ve
e
v
a
l
ua
t
i
o
n
o
f
t
h
e
e
x
pe
r
im
e
n
t
a
l
r
e
s
u
l
t
s
o
b
t
a
i
ne
d
t
h
r
o
ugh
a
s
e
r
i
e
s
o
f
da
t
a
as
t
h
e
s
e
c
t
i
o
n
s
h
o
ws
,
t
h
e
gi
v
e
n
wo
r
kf
l
o
w
i
s
e
f
f
e
c
t
i
ve
i
n
t
e
r
m
s
o
f
pr
ot
e
c
t
i
n
g
a
n
d
c
o
n
t
r
o
l
l
i
ng
s
e
n
s
i
t
i
ve
h
e
a
l
t
h
i
nf
o
r
m
a
t
i
o
n
i
n
a
dd
i
t
i
o
n
to
a
c
hi
e
vi
ng
hi
g
h
pe
r
f
o
r
m
a
n
c
e
i
n
a
di
s
t
r
i
b
ut
e
d
h
e
a
l
t
h
c
a
r
e
s
e
tt
i
n
g.
I
n
ge
n
e
r
a
l
,
t
h
e
wor
kf
l
o
w
m
i
n
im
i
s
e
s
t
h
e
r
i
s
k
s
o
f
s
e
ns
i
t
i
v
e
da
t
a
l
e
a
ka
ge
w
hil
e
a
l
s
o
pr
o
vi
d
i
ng
a
udi
t
a
bil
i
t
y
,
pr
i
v
a
c
y
,
a
ut
h
e
n
t
i
c
i
t
y
,
a
n
d
i
n
t
e
gr
i
t
y
a
n
d
i
s
s
c
a
l
a
bl
e
,
s
e
c
ur
e
,
a
n
d
s
u
i
t
a
bl
e
f
o
r
l
a
r
ge
d
i
s
t
r
i
b
ut
e
d
he
a
l
t
h
c
a
r
e
da
t
a
s
e
t
s
.
F
ur
t
h
e
r
m
o
r
e
,
t
h
e
pr
o
p
o
s
e
d
VG
Ne
t
-
C
NN
m
e
t
h
o
d
e
n
a
bl
e
s
t
h
e
v
a
l
i
d
a
t
i
o
n
o
f
pr
e
d
i
c
t
i
v
e
i
ns
i
g
h
ts
a
c
r
o
s
s
pa
t
i
e
n
t
s
us
i
n
g
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
s
uc
h
a
s
s
e
ns
i
t
i
vi
t
y
,
s
pe
c
i
f
i
c
i
t
y
,
pr
e
c
i
s
i
o
n
,
r
e
c
a
l
l
,
F
1
-
s
c
o
r
e
,
t
i
m
e
c
o
m
p
l
e
xi
t
y
,
a
c
c
ur
a
c
y
,
a
n
d
t
h
e
r
e
c
e
i
v
e
r
o
pe
r
a
t
i
ng
c
h
a
r
a
c
t
e
r
i
s
t
i
c
(
R
OC
)
c
ur
v
e
to
c
o
m
pa
r
e
w
i
t
h
pr
e
vi
o
us
XGB
o
o
s
t,
DN
N,
a
n
d
r
e
g
i
o
n
-
ba
s
e
d
c
o
nv
o
l
ut
i
o
n
a
l
ne
ur
a
l
ne
t
wor
k
(
R
C
NN
)
t
e
c
hni
que
s
.
T
a
bl
e
2
de
m
o
n
s
t
r
a
t
e
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
,
i
n
t
e
gr
i
t
y
a
n
d
s
c
a
l
a
bil
i
t
y
o
f
t
h
e
w
o
r
kf
l
o
w
wa
s
t
e
s
t
e
d
by
t
h
e
c
h
o
i
c
e
o
f
s
im
u
l
a
t
i
o
n
pa
r
a
m
e
t
e
r
s
.
A
s
s
h
o
wn
i
n
T
a
bl
e
3,
t
h
e
pr
e
c
i
s
i
o
n
a
n
a
ly
s
i
s
c
a
n
a
c
c
ur
a
t
e
l
y
i
de
n
t
i
f
y
t
h
e
pa
tt
e
r
n
o
f
C
VD
s
ba
s
e
d
o
n
m
e
d
i
c
a
l
i
m
a
g
i
ng
d
a
t
a
.
F
ur
t
h
e
r
m
o
r
e
,
t
h
e
a
n
a
ly
s
i
s
pr
e
c
i
s
i
o
n
o
f
t
h
e
pr
o
p
o
s
e
d
VG
Ne
t
-
C
NN
a
l
go
r
i
t
hm
o
n
b
o
t
h
t
h
e
t
e
s
t
a
n
d
t
r
a
i
ni
ng
da
t
a
,
m
e
a
s
ur
e
d
by
t
h
e
n
u
m
be
r
o
f
i
m
a
ge
s
,
i
s
s
h
o
wn
to
b
e
89.
26%
.
S
i
m
il
a
r
ly
,
t
h
e
a
n
a
ly
s
i
s
pr
e
c
i
s
i
o
n
o
f
t
h
e
pr
o
p
o
s
e
d
a
l
go
r
i
t
hm
i
s
s
h
o
wn
to
b
e
79.
24%
,
83
.
0
4%
,
a
n
d
85.
19%
c
o
m
pa
r
e
d
to
t
h
e
pr
e
vi
o
us
XG
B
o
o
s
t
R
C
NN
a
n
d
DN
N
a
l
go
r
i
t
hm
s
.
As
de
m
o
n
s
t
r
a
t
e
d
i
n
T
a
bl
e
4,
t
h
e
r
e
c
a
l
l
a
n
a
ly
s
i
s
e
f
f
e
c
t
i
v
e
ly
i
de
n
t
i
f
i
e
s
C
VD
pa
tt
e
r
n
s
f
r
o
m
m
e
d
i
c
a
l
im
a
g
i
ng
da
t
a
.
T
h
e
r
e
s
u
l
t
s
a
l
s
o
i
n
d
i
c
a
t
e
t
h
a
t
t
h
e
pr
opo
s
e
d
VG
Ne
t
-
C
NN
a
l
go
r
i
t
hm
a
c
hi
e
v
e
s
a
r
e
c
a
ll
o
f
92.
13%
o
n
b
ot
h
t
e
s
t
a
n
d
tr
a
i
ni
ng
da
t
a
s
e
t
s
,
b
a
s
e
d
o
n
t
h
e
n
u
m
be
r
o
f
i
m
a
g
e
s
.
A
dd
i
t
i
o
n
a
ll
y
,
t
h
e
a
n
a
ly
s
i
s
r
e
c
a
l
l
o
f
t
h
e
pr
o
p
o
s
e
d
a
l
go
r
i
t
hm
i
s
81.
12%
,
84.
22
%
,
a
n
d
87.
24
%
,
o
u
t
pe
r
f
o
r
m
i
ng
t
h
e
pr
e
vi
o
us
X
GB
oo
s
t
R
C
NN
a
n
d
DN
N
a
l
go
r
i
t
hm
s
.
As
s
h
o
wn
i
n
T
a
bl
e
5,
F
1
-
s
c
o
r
e
a
n
a
l
y
s
i
s
c
a
n
e
f
f
e
c
t
i
v
e
ly
i
de
n
t
i
f
y
pa
t
t
e
r
n
s
o
f
C
VD
i
n
m
e
d
i
c
a
l
im
a
g
i
ng
da
t
a
.
T
h
e
r
e
s
u
l
t
s
a
l
s
o
s
h
o
w
t
h
a
t
t
h
e
pr
o
p
o
s
e
d
V
GN
e
t
-
C
NN
a
l
go
r
i
t
hm
a
c
hi
e
ve
s
a
n
F
1
-
s
c
o
r
e
o
f
9
3.
18%
o
n
b
o
t
h
t
h
e
t
e
s
t
a
n
d
tr
a
i
ni
ng
da
t
a
s
e
t
s
,
de
pe
n
d
i
ng
o
n
t
h
e
n
u
m
be
r
o
f
i
m
a
g
e
s
.
F
ur
t
h
e
r
m
o
r
e
,
t
h
e
a
n
a
ly
t
i
c
a
l
F
1
-
sc
o
r
e
s
o
f
t
h
e
pr
o
p
o
s
e
d
a
l
go
r
i
t
hm
a
r
e
83.
16%
,
85
.
23%
,
a
n
d
88.
17%
,
r
e
s
pe
c
t
i
v
e
ly
,
w
hi
c
h
e
x
c
e
e
d
t
h
e
pr
e
vi
o
us
XG
B
o
o
s
t
R
C
NN
a
n
d
DN
N
a
l
go
r
i
t
hm
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
15
,
N
o.
3
,
S
e
p
te
m
b
e
r
20
26
:
1016
-
1025
1022
As
s
h
o
wn
i
n
T
a
bl
e
6,
a
c
c
ur
a
c
y
a
n
a
ly
s
i
s
e
f
f
e
c
t
i
v
e
ly
i
de
n
t
i
f
i
e
s
pa
t
t
e
r
n
s
o
f
C
VD
i
n
m
e
d
i
c
a
l
i
m
a
g
i
ng
da
t
a
.
T
h
e
r
e
s
u
l
t
s
a
l
s
o
de
m
o
ns
t
r
a
t
e
t
h
a
t
t
h
e
pr
o
p
o
s
e
d
VG
Ne
t
-
C
NN
a
l
go
r
i
t
hm
a
c
hi
e
v
e
s
a
n
a
c
c
ur
a
c
y
o
f
96.
29%
o
n
b
o
t
h
t
h
e
t
e
s
t
a
n
d
t
r
a
i
ni
ng
da
t
a
s
e
t
s
,
de
pe
n
d
i
ng
o
n
t
h
e
n
u
m
be
r
o
f
im
a
ge
s
.
F
ur
t
h
e
r
m
o
r
e
,
t
h
e
a
n
a
ly
t
i
c
a
l
a
c
c
ur
a
c
y
o
f
t
h
e
pr
o
p
o
s
e
d
a
l
go
r
i
t
hm
i
s
85.
18%
,
89.
27%
,
a
n
d
92.
13%
,
r
e
s
pe
c
t
i
v
e
ly
,
w
hi
c
h
s
ur
pa
s
s
e
s
t
h
a
t
o
f
t
h
e
pr
e
vi
o
us
XG
B
o
o
s
t
R
C
NN
a
n
d
DN
N
a
l
go
r
i
t
hm
s
.
T
i
m
e
c
o
m
p
l
e
xi
t
y
a
n
a
ly
s
i
s
e
f
f
e
c
t
i
ve
l
y
i
de
n
t
i
f
i
e
s
pa
tt
e
r
n
s
o
f
C
VD
i
n
m
e
d
i
c
a
l
im
a
g
i
ng
da
t
a
,
a
s
s
h
o
wn
i
n
T
a
bl
e
7.
T
h
e
f
i
nd
i
ng
s
a
l
s
o
s
h
o
w
t
h
a
t,
de
pe
n
d
i
n
g
o
n
t
h
e
n
u
m
be
r
o
f
im
a
ge
s
,
t
h
e
s
ugge
s
t
e
d
VG
Ne
t
-
C
NN
m
e
t
h
o
d
a
c
hi
e
v
e
s
a
t
e
m
po
r
a
l
c
o
m
p
l
e
xi
t
y
o
f
8.
02
m
s
o
n
b
o
t
h
t
h
e
t
e
s
t
a
n
d
t
r
a
i
ni
ng
da
t
a
s
e
t
s
.
A
dd
i
t
i
o
n
a
ll
y
,
t
he
pr
o
p
o
s
e
d
a
l
go
r
i
t
hm
’
s
a
n
a
ly
t
i
c
a
l
t
i
m
e
c
o
m
p
l
e
xi
t
y
is
20.
09
m
s
,
17.
05
m
s
,
a
n
d
13.
08
m
s
,
r
e
s
pe
c
t
i
v
e
ly
,
whi
c
h
i
s
f
a
s
t
e
r
t
h
a
n
t
h
a
t
o
f
t
h
e
e
a
r
l
i
e
r
XG
B
o
o
s
t
R
C
NN
a
n
d
DN
N
m
e
t
h
o
ds
.
As
de
s
c
r
i
be
d
i
n
T
a
bl
e
8,
t
h
e
s
e
c
ur
i
t
y
pe
r
f
o
r
m
a
nc
e
a
na
ly
s
i
s
de
m
o
ns
t
r
a
t
e
s
t
h
e
e
f
f
e
c
t
i
ve
n
e
s
s
o
f
t
h
e
I
oT
-
bl
o
c
kc
h
a
i
n
-
b
a
s
e
d
f
r
a
m
e
w
or
k
i
n
s
e
c
u
r
i
n
g
C
VD
h
e
a
l
t
h
c
a
r
e
da
ta
.
T
h
e
p
r
op
o
s
e
d
c
h
a
o
s
-
a
wa
r
e
k
e
y
di
s
t
r
i
b
u
t
i
o
n
(
C
A
K
D
)
-
A
E
S
GC
M
tec
h
ni
q
ue
a
c
hi
e
v
e
d
a
s
e
c
u
r
i
t
y
p
e
r
f
or
m
a
n
c
e
o
f
9
6
.
2
1
%
,
ou
tp
e
r
f
or
m
i
n
g
t
h
e
e
xi
s
t
i
ng
uni
f
i
e
d
e
l
l
i
pt
i
c
c
u
r
v
e
c
r
y
p
tog
r
a
phy
(
U
E
C
C
)
,
r
o
l
e
-
b
a
s
e
d
a
c
c
e
s
s
c
o
n
tr
o
l
(
R
B
A
C
)
,
a
n
d
bl
o
c
k
c
h
a
i
n
l
i
gh
twe
i
gh
t
h
e
a
l
t
h
c
a
r
e
s
e
c
u
r
i
t
y
(
B
L
W
HS
)
tec
h
ni
que
s
,
whi
c
h
a
tt
a
i
n
e
d
83
.
11
%
,
87
.
14
%
,
a
n
d
9
1
.
1
5%
,
r
e
s
pe
c
t
i
v
e
l
y
.
T
a
bl
e
2
.
S
i
m
u
l
a
t
i
o
n
pa
r
a
m
e
t
e
r
P
a
r
a
me
t
e
r
s
V
a
lu
e
s
D
a
ta
s
e
t
na
me
C
V
D
-
ech
-
c
a
r
d da
ta
s
e
t
N
o
of
da
ta
r
e
c
o
r
ds
25000 im
a
ge
s
B
l
oc
k c
ha
in
t
y
p
e
E
th
e
r
e
um
A
ut
he
nt
i
c
a
ti
o
n
H
a
s
h ma
s
te
r
-
n
o
d
e
C
r
y
pt
o
-
a
lg
or
it
hm
S
ha
-
256 with ae
s
f
o
ld
in
g
N
o
of
n
o
d
es
50
-
100
A
c
c
e
s
s
t
r
us
t
th
r
e
s
ho
ld
(
ts
)
0.7
–
0.9
T
e
s
ti
ng
–
tr
a
in
in
g
v
a
li
da
ti
o
n
7:
3 r
a
ti
o
T
a
bl
e
3.
P
e
r
f
o
r
m
a
nc
e
o
f
pr
e
c
i
s
i
o
n
N
umbe
r
of
im
a
ge
s
X
G
B
oo
s
t
R
C
N
N
DNN
V
G
N
e
t
-
C
N
N
6,250
70.12
73.25
75.17
77.23
12500
74.21
77.14
79.28
81.11
18750
77.15
80.26
82.31
85.17
25000
79.24
83.04
85.19
89.26
T
a
bl
e
4
.
P
e
r
f
o
r
m
a
nc
e
o
f
r
e
c
a
l
l
N
umbe
r
of
im
a
g
es
X
G
B
oo
s
t
R
C
N
N
DNN
V
G
N
e
t
-
C
N
N
6,250
72.31
75.14
78.17
80.14
12
,
500
76.31
77.23
80.35
83.22
18
,
750
79.27
81.19
84.26
87.15
25
,
000
81.12
84.22
87.24
92.13
T
a
bl
e
5.
P
e
r
f
o
r
m
a
nc
e
o
f
F
1
-
s
c
o
r
e
N
umbe
r
of
im
a
ge
s
X
G
B
oo
s
t
R
C
N
N
DNN
V
G
N
e
t
-
C
N
N
6,250
72.4
75.14
77.17
80.18
12
,
500
76.3
79.22
81.26
85.25
18
,
750
79.12
82.31
84.15
89.10
25
,
000
83.16
85.23
88.17
93.18
T
a
bl
e
6.
P
e
r
f
o
r
m
a
nc
e
o
f
a
c
c
ur
a
c
y
N
umbe
r
of
ima
ge
s
X
G
B
oo
s
t
R
C
N
N
DNN
V
G
N
e
t
-
C
N
N
6,250
74.12
77.28
82.15
86.23
12500
78.11
81.14
85.29
89.09
18750
81.19
85.17
89.18
92.06
25000
85.18
89.27
92.13
96.29
T
a
bl
e
7.
P
e
r
f
o
r
m
a
nc
e
o
f
t
i
m
e
c
o
m
p
l
e
xi
t
y
N
umbe
r
of
im
a
ge
s
X
G
B
oo
s
t
R
C
N
N
DNN
V
G
N
e
t
-
C
N
N
6,250
31.02
28.11
23.05
19.06
12500
27.05
25.16
20.16
15.04
18750
23.07
21.10
17.14
11.03
25000
20.09
17.05
13.08
8.02
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
AI
-
pow
e
r
e
d
c
ar
diova
s
c
ular
dis
e
a
s
e
r
is
k
pr
e
diction
bas
e
d
on
s
mar
t
-
f
e
atur
e
d
de
e
p
…
(
De
e
pika
P
r
abhak
ar
)
1023
T
a
bl
e
8.
P
e
r
f
o
r
m
a
nc
e
o
f
s
e
c
ur
i
t
y
N
umbe
r
of
no
d
e
s
U
E
C
C
R
B
A
C
B
L
W
H
S
C
A
K
D
-
A
E
S
G
C
M
25
70.12
73.17
76.31
81.17
50
74.16
77.28
80.28
85.26
75
79.14
82.15
85.22
90.12
100
83.11
87.14
91.15
96.21
5.
CONC
L
USI
ON
I
n
c
o
n
c
l
us
i
o
n
,
a
n
I
o
T
-
B
l
o
c
kc
h
a
i
n
e
nvi
r
o
nm
e
n
t
wa
s
us
e
d
t
o
de
pl
o
y
a
s
m
a
r
t
-
f
e
a
t
ur
e
d
de
e
p
l
e
a
r
ni
ng
s
y
s
t
e
m
f
o
r
C
VD
r
i
s
k
pr
e
d
i
c
t
i
o
n
ut
i
li
s
i
ng
e
c
h
o
c
a
r
d
i
o
gr
a
phy
im
a
ge
s
.
T
h
e
s
ugge
s
t
e
d
f
r
a
m
e
wo
r
k
s
h
o
we
d
a
s
t
r
o
n
g
t
w
o
-
ph
a
s
e
m
e
t
h
o
do
l
o
g
y
.
T
h
e
i
ni
t
i
a
l
p
h
a
s
e
i
nv
o
l
v
e
d
n
o
r
m
a
l
i
s
i
ng,
s
e
g
m
e
n
t
i
n
g,
a
n
d
r
e
duc
i
n
g
t
h
e
d
i
m
e
n
s
i
o
na
l
i
t
y
o
f
e
c
h
o
c
a
r
d
i
o
gr
a
phy
da
t
a
us
i
n
g
s
o
phi
s
t
i
c
a
t
e
d
i
m
a
ge
pr
o
c
e
s
s
i
ng
t
e
c
hni
que
s
,
i
nc
l
ud
i
ng
a
da
pt
i
ve
Ga
us
s
i
a
n
f
il
t
e
r
i
n
g,
s
pr
e
a
d
-
s
pe
c
t
r
a
l
C
a
nny
e
dg
e
m
o
r
p
h
o
l
o
g
i
c
a
l
s
e
g
m
e
n
t
a
t
i
o
n
,
a
n
d
S
UR
F
-
s
c
a
l
e
d
i
nva
r
i
a
n
t
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
.
A
VGN
et
-
C
NN
m
o
de
l
wa
s
t
h
e
n
us
e
d
t
o
c
l
a
s
s
if
y
t
he
d
i
s
e
a
s
e
r
i
s
k
pr
e
c
i
s
e
ly
.
T
h
e
s
y
s
t
e
m
’
s
s
t
r
o
n
g
pe
r
f
o
r
m
a
n
c
e
,
a
s
m
e
a
s
ur
e
d
by
s
t
a
n
d
a
r
d
m
e
t
r
i
c
s
s
uc
h
a
s
s
e
n
s
i
t
i
v
i
t
y
a
n
d
s
pe
c
i
f
i
c
i
t
y
,
de
mo
n
s
t
r
a
t
e
d
r
e
l
i
a
bl
e
d
i
s
e
a
s
e
i
de
n
t
i
f
i
c
a
t
i
o
n
.
B
l
o
c
kc
h
a
i
n
t
e
c
hn
o
l
o
gy
e
ns
ur
e
d
t
h
a
t
pa
t
i
e
n
t
da
t
a
wa
s
s
to
r
e
d
s
e
c
ur
e
l
y
a
n
d
i
n
a
de
c
e
n
t
r
a
l
i
s
e
d
m
a
nn
e
r
dur
i
n
g
t
h
e
s
e
c
o
n
d
ph
a
s
e
.
Da
t
a
i
n
t
e
gr
i
t
y
,
c
o
nf
i
de
n
t
i
a
li
t
y
,
a
n
d
i
mm
ut
a
bi
li
t
y
-
a
ll
c
r
uc
i
a
l
e
l
e
m
e
n
t
s
i
n
m
e
d
i
c
a
l
a
pp
l
i
c
a
t
i
o
n
s
-
we
r
e
pr
e
s
e
r
v
e
d
by
t
h
e
f
r
a
m
e
wo
r
k
us
i
n
g
C
AK
D
-
A
E
S
GC
M
.
F
ur
t
h
e
r
m
o
r
e
,
t
h
e
VG
Ne
t
-
C
NN
v
a
l
i
da
t
e
s
pa
t
i
e
n
t
pr
e
di
c
t
i
o
ns
us
in
g
m
e
t
r
i
c
s
s
uc
h
a
s
s
e
ns
i
t
i
vi
t
y
,
s
pe
c
if
i
c
i
t
y
,
pr
e
c
i
s
i
o
n
,
r
e
c
a
l
l
,
F1
-
s
c
o
r
e
,
a
c
c
ur
a
c
y
,
a
n
d
R
OC
,
c
o
m
pa
r
i
ng
t
h
e
m
to
XG
B
oo
s
t,
DN
N,
a
n
d
R
C
NN
.
T
e
s
t
s
u
t
i
li
s
e
d
s
im
u
l
a
t
e
d
pa
t
i
e
n
t
r
e
c
o
r
ds
,
vi
t
a
l
s
i
g
n
s
,
a
n
d
l
a
b
o
r
a
to
r
y
r
e
s
u
l
t
s
.
C
AK
D
-
A
E
S
GC
M
c
a
n
b
e
c
o
m
pa
r
e
d
to
UE
C
C
,
R
B
A
C
,
a
n
d
B
L
W
HS
i
n
t
e
r
m
s
o
f
s
e
c
ur
i
t
y
,
e
n
e
r
g
y
e
f
f
i
c
i
e
n
c
y
,
da
t
a
v
o
l
u
m
e
s
,
t
r
us
t
,
a
n
d
t
r
a
n
s
a
c
t
i
o
n
lo
a
ds
f
o
r
bl
o
c
kc
h
a
i
n
-
b
a
s
e
d
h
e
a
l
t
h
da
t
a
pr
ot
e
c
t
i
o
n
.
T
h
e
r
e
s
u
l
t
s
a
l
s
o
de
m
o
ns
t
r
a
t
e
t
h
a
t
t
h
e
pr
o
p
o
s
e
d
VG
Ne
t
-
C
NN
a
l
go
r
i
t
hm
a
c
hi
e
v
e
s
a
n
a
c
c
ur
a
c
y
o
f
96.
29%
.
A
dd
i
t
i
o
n
a
ll
y
,
t
h
e
s
e
c
ur
i
t
y
pe
r
f
o
r
m
a
n
c
e
a
n
a
ly
s
i
s
c
a
n
b
e
us
e
d
t
o
s
e
c
ur
e
C
VD
h
e
a
l
t
h
c
a
r
e
da
t
a
b
a
s
e
d
o
n
t
h
e
a
pp
l
i
c
a
t
i
o
n
o
f
I
oT
bl
o
c
kc
ha
i
n
t
e
c
hn
o
l
o
g
y
.
F
ur
t
h
e
r
m
o
r
e
,
t
h
e
s
e
c
ur
i
t
y
a
n
a
ly
s
i
s
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
pr
o
p
o
s
e
d
C
AK
D
-
A
E
S
GC
M
t
e
c
hni
que
i
s
s
h
o
wn
t
o
b
e
96.
21%
c
o
m
pa
r
e
d
to
t
h
e
pr
e
vi
o
us
m
e
t
h
o
d
.
F
UN
DI
NG
I
N
F
ORM
AT
I
ON
A
ut
h
o
r
s
s
t
a
t
e
n
o
f
u
n
d
i
ng
i
nv
o
l
v
e
d.
AU
T
HO
R
CONT
RI
B
UT
I
ONS
S
T
AT
E
M
E
NT
T
hi
s
j
o
ur
n
a
l
u
s
e
s
t
h
e
C
o
n
t
r
i
b
ut
or
R
o
l
e
s
T
a
x
o
n
o
m
y
(
C
R
e
d
i
T
)
to
r
e
c
o
gni
z
e
i
n
d
i
v
i
dua
l
a
ut
h
o
r
c
o
n
t
r
i
b
ut
i
o
ns
,
r
e
duc
e
a
ut
h
or
s
hi
p
d
i
s
put
e
s
,
a
n
d
f
a
c
il
i
t
a
t
e
c
o
l
l
a
b
o
r
a
t
i
o
n
.
Nam
e
of
Aut
h
or
C
M
So
Va
Fo
I
R
D
O
E
Vi
Su
P
Fu
De
e
p
i
k
a
P
r
a
bh
a
ka
r
A
gu
s
t
hi
y
a
r
R
a
m
u
C
:
C
o
n
c
e
pt
ua
li
z
a
ti
o
n
M
:
M
e
th
o
d
o
l
o
g
y
So
:
So
f
twa
r
e
Va
:
Va
li
da
ti
o
n
Fo
:
Fo
r
ma
l
a
na
l
y
s
is
I
:
I
nve
s
ti
ga
ti
o
n
R
:
R
e
s
o
u
r
c
e
s
D
:
D
a
ta
C
ur
a
ti
o
n
O
:
W
r
it
in
g
-
O
r
ig
in
a
l
D
r
a
f
t
E
:
W
r
it
in
g
-
R
e
v
i
e
w
&
E
di
ti
ng
Vi
:
Vi
s
ua
li
z
a
ti
o
n
Su
:
Su
pe
r
v
is
io
n
P
:
P
r
o
j
e
c
t
a
dmi
n
is
tr
a
ti
o
n
Fu
:
Fu
ndi
ng a
c
qui
s
it
i
o
n
CONF
L
I
CT
OF
I
NT
E
RE
S
T
S
T
AT
E
M
E
NT
A
ut
h
o
r
s
s
t
a
t
e
n
o
c
o
nf
li
c
t
o
f
i
n
t
e
r
e
s
t
.
DA
T
A
AV
AI
L
AB
I
L
I
T
Y
Da
t
a
a
v
a
i
l
a
bil
i
t
y
i
s
n
o
t
a
ppl
i
c
a
bl
e
to
t
hi
s
pa
pe
r
a
s
n
o
n
e
w
da
t
a
we
r
e
c
r
e
a
t
e
d
or
a
n
a
l
y
z
e
d
i
n
t
hi
s
s
t
udy
.
RE
F
E
R
E
NC
E
S
[
1]
A
.
R
a
hi
m,
Y
.
R
a
s
he
e
d,
F
.
A
z
a
m,
M
.
W
.
A
nw
a
r
,
M
.
A
.
R
a
hi
m,
a
nd
A
.
W
.
M
uz
a
f
f
a
r
,
“
A
n
in
t
e
gr
a
t
e
d
ma
c
hi
n
e
l
e
a
r
ni
ng
f
r
a
m
e
w
o
r
k
f
or
e
f
f
e
c
ti
ve
pr
e
di
c
ti
o
n
of
c
a
r
di
ov
a
s
c
ul
a
r
di
s
e
a
s
e
s
,
”
I
E
E
E
A
c
c
e
s
s
,
vo
l.
9,
pp.
106575
–
106588,
2021,
do
i:
10.1109/AC
C
E
S
S
.2021.3098688.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
15
,
N
o.
3
,
S
e
p
te
m
b
e
r
20
26
:
1016
-
1025
1024
[
2]
H
.
K
ha
n,
N
.
J
a
v
a
id
,
T
.
B
a
s
hi
r
,
M
.
A
kba
r
,
N
.
A
lr
a
je
h,
a
nd
S
.
A
s
la
m,
“
H
e
a
r
t
di
s
e
a
s
e
p
r
e
di
c
ti
o
n
us
in
g
n
ove
l
e
ns
e
mbl
e
a
nd
bl
e
n
di
ng
ba
s
e
d
c
a
r
di
ov
a
s
c
ul
a
r
d
is
e
a
s
e
d
e
t
e
c
ti
o
n
n
e
tw
o
r
ks
:
E
ns
C
V
D
D
-
N
e
t
a
nd
B
L
C
V
D
D
-
N
e
t,
”
I
E
E
E
A
c
c
e
s
s
,
vo
l.
12,
pp.
109230
–
109
254,
2024, do
i:
10.1109/AC
C
E
S
S
.2024.3421241.
[
3]
Y
.
A
n,
N
.
H
ua
ng,
X
.
C
he
n,
F
.
W
u,
a
nd
J
.
W
a
ng,
“
H
ig
h
-
r
is
k
pr
e
di
c
ti
o
n
of
c
a
r
di
ov
a
s
c
ul
a
r
d
is
e
a
s
e
s
v
ia
a
tt
e
nt
i
o
n
-
ba
s
e
d
de
e
p
ne
ur
a
l
ne
tw
o
r
ks
,
”
I
E
E
E
/
A
C
M
T
r
ans
ac
ti
ons
on
C
om
put
at
io
nal
B
io
lo
gy
and
B
io
in
f
or
m
at
ic
s
,
v
ol
.
18,
n
o
.
3,
pp.
1093
–
1105,
2021,
do
i:
10.1109/
T
C
B
B
.2019.2935059.
[
4]
V
.
V
.
P
a
ul
a
nd
J
.
A
.
I
.
S
.
M
a
s
o
o
d,
“
E
x
p
l
o
r
in
g
pr
e
di
c
ti
ve
me
th
o
ds
f
or
c
a
r
di
ov
a
s
c
u
la
r
di
s
e
a
s
e
:
a
s
ur
ve
y
of
m
e
th
o
ds
a
nd
a
ppl
ic
a
ti
o
ns
,
”
I
E
E
E
A
c
c
e
ss
, v
ol
. 12, pp. 101497
–
101505, 2024,
do
i:
10.1109/AC
C
E
S
S
.2024.3430898.
[
5]
S
.
G
h
o
r
a
s
hi
e
t
al
.
,
“
L
e
ve
r
a
gi
ng
r
e
gr
e
s
s
io
n
a
na
l
y
s
is
t
o
pr
e
di
c
t
ove
r
la
ppi
ng
s
y
mpt
o
ms
of
c
a
r
di
ov
a
s
c
ul
a
r
di
s
e
a
s
e
s
,
”
I
E
E
E
A
c
c
e
s
s
,
vo
l.
11, pp. 60254
–
60266, 2023, d
o
i:
10.1109/AC
C
E
S
S
.20
23.3
286311.
[
6]
C
.
J
.
H
a
r
tl
e
y
,
M
.
N
a
gha
v
i,
O
.
P
a
r
o
di
,
C
.
S
.
P
a
tt
i
c
hi
s
,
C
.
C
.
Y
.
P
oo
n,
a
nd
Y
.
-
T
.
Z
ha
ng,
“
G
ue
s
t
e
di
t
o
r
ia
l
c
a
r
di
ov
a
s
c
ul
a
r
he
a
lt
h
in
f
or
ma
ti
c
s
:
R
is
k
s
c
r
e
e
ni
ng
a
nd
in
te
r
v
e
n
ti
o
n,
”
I
E
E
E
T
r
ans
ac
ti
ons
on
I
nf
or
m
at
io
n
T
e
c
hnol
ogy
in
B
io
m
e
di
c
in
e
,
vo
l.
16
,
n
o.
5,
pp. 791
–
794, S
e
p. 2012, d
o
i:
10.1109/
T
I
T
B
.2012.2216057.
[
7]
M
.
R
a
o
of
,
M
.
M
a
ht
a
b,
S
.
M
a
s
oo
d
B
ha
tt
i,
M
.
R
a
s
hi
d,
a
nd
A
.
J
a
f
f
a
r
,
“
H
e
a
r
t
di
s
e
a
s
e
c
la
s
s
if
ic
a
ti
o
n
f
r
o
m
e
c
h
oc
a
r
di
o
g
r
a
m
im
a
ge
s
us
in
g de
e
p l
e
a
r
ni
ng,
”
I
E
E
E
A
c
c
e
s
s
, v
ol
. 13, pp. 8011
–
8022, 20
25,
do
i:
10.1109/AC
C
E
S
S
.2024.3524732.
[
8]
M
.
N
a
ka
o
e
t
al
.
,
“
C
a
r
di
ov
a
s
c
ul
a
r
m
o
d
e
li
ng
of
c
o
nge
ni
ta
l
he
a
r
t
di
s
e
a
s
e
ba
s
e
d
o
n
n
e
o
na
ta
l
e
c
h
oc
a
r
di
o
gr
a
phi
c
im
a
g
e
s
,
”
I
E
E
E
T
r
ans
ac
ti
ons
on
I
nf
o
r
m
at
io
n
T
e
c
hnol
ogy
in
B
io
m
e
di
c
in
e
,
v
o
l.
16,
n
o
.
1,
pp.
70
–
79,
J
a
n.
2012,
do
i:
10.1109/
T
I
T
B
.2011.2169418.
[
9]
T
.
I
qba
l,
O
.
S
o
li
ma
n,
S
.
S
ul
ta
n,
a
nd
I
.
U
ll
a
h,
“
M
a
c
hi
n
e
l
e
a
r
ni
n
g
a
ppr
o
a
c
he
s
f
or
s
e
gm
e
nt
a
ti
o
n
of
c
a
r
di
ov
a
s
c
ul
a
r
n
e
ur
oc
r
is
t
o
pa
th
y
r
e
la
t
e
d i
ma
g
e
s
,
”
I
E
E
E
A
c
c
e
s
s
, v
o
l.
11, pp. 118301
–
118317, 20
23, do
i:
10.1109/AC
C
E
S
S
.2023.332
5960.
[
10]
C
.
S
he
n
e
t
al
.
,
“
C
o
nt
in
u
o
us
3D
m
y
oc
a
r
di
a
l
m
o
t
i
o
n
tr
a
c
ki
ng
v
ia
e
c
h
o
c
a
r
di
o
gr
a
ph
y
,
”
I
E
E
E
T
r
ans
ac
ti
ons
on
M
e
di
c
al
I
m
agi
ng
,
vo
l.
43, n
o
. 12, pp. 4236
–
4252, 2024, d
o
i:
10.1109/
T
M
I
.2024.3
419780.
[
11]
A
.
A
lm
a
da
ni
,
A
.
S
a
r
w
a
r
,
E
.
A
gu,
M
.
A
hl
uw
a
li
a
,
a
nd
J
.
K
po
d
o
nu,
“
H
C
M
-
E
c
h
o
-
V
a
r
-
E
ns
e
mbl
e
:
D
e
e
p
e
ns
e
mbl
e
f
us
i
o
n
t
o
de
te
c
t
h
y
p
e
r
t
r
o
phi
c
c
a
r
di
o
m
y
opa
th
y
in
e
c
h
o
c
a
r
d
i
o
gr
a
ms
,
”
I
E
E
E
O
pe
n
J
our
nal
o
f
E
ngi
ne
e
r
in
g
in
M
e
di
c
in
e
and
B
io
lo
gy
,
v
o
l.
6,
pp. 193
–
201, 2025, do
i:
10.1109/OJ
E
M
B
.2024.3486541.
[
12]
C
.
B
a
la
kr
is
hna
n
a
nd
V
.
D
.
A
mbe
th
K
uma
r
,
“
I
oT
-
e
na
bl
e
d
c
la
s
s
if
ic
a
ti
o
n
of
e
c
h
oc
a
r
di
o
gr
a
m
im
a
g
e
s
f
o
r
c
a
r
di
ov
a
s
c
ul
a
r
di
s
e
a
s
e
r
is
k
pr
e
di
c
ti
o
n
w
it
h
pr
e
-
tr
a
in
e
d
r
e
c
u
r
r
e
nt
c
o
n
vo
lu
ti
o
na
l
ne
u
r
a
l
ne
tw
o
r
ks
,
”
D
ia
gnos
ti
c
s
,
v
o
l.
13,
no
.
4
,
p.
775,
F
e
b.
2023,
do
i:
10.3390/di
a
gno
s
ti
c
s
13040775.
[
13]
M
.
B
.
A
buba
ke
r
a
nd
B
.
B
a
ba
y
iğ
it
,
“
D
e
t
e
c
ti
o
n
of
c
a
r
di
ov
a
s
c
ul
a
r
di
s
e
a
s
e
s
in
E
C
G
im
a
g
e
s
us
in
g
ma
c
hi
n
e
l
e
a
r
ni
ng
a
nd
d
e
e
p
le
a
r
ni
ng
m
e
th
o
ds
,
”
I
E
E
E
T
r
ans
ac
ti
ons
on
A
r
ti
f
ic
ia
l
I
n
te
ll
ig
e
nc
e
,
v
o
l.
4,
n
o
.
2,
pp.
373
–
382,
A
pr
.
2023,
do
i:
10.1109/
T
A
I
.2022.3159505.
[
14]
J
.
M
is
hr
a
a
nd
M
.
T
iwa
r
i,
“
I
oT
-
e
na
bl
e
d
E
C
G
-
ba
s
e
d
he
a
r
t
di
s
e
a
s
e
pr
e
di
c
ti
o
n
us
in
g
th
r
e
e
-
la
y
e
r
de
e
p
l
e
a
r
ni
ng
a
nd
m
e
ta
-
h
e
ur
i
s
ti
c
a
ppr
o
a
c
h,
”
Si
gnal
, I
m
age
and V
id
e
o
P
r
oc
e
s
s
in
g
, vo
l.
18, n
o
. 1,
pp. 361
–
367, 2024, do
i:
10.1007/s
11760
-
023
-
02743
-
4.
[
15]
S
.
A
.
A
l
z
a
ka
r
i,
A
.
S
a
r
ka
r
,
M
.
Z
.
K
ha
n,
a
nd
A
.
A
.
A
lh
us
s
a
n,
“
C
o
n
ve
r
gi
ng
te
c
hn
o
l
o
gi
e
s
f
or
h
e
a
lt
h
p
r
e
d
ic
t
i
o
n
a
nd
in
t
r
us
io
n
de
t
e
c
t
i
o
n
in
in
t
e
r
n
e
t
of
h
e
a
lt
hc
a
r
e
th
in
gs
w
it
h
ma
t
r
i
x
-
v
a
lu
e
d
ne
ur
a
l
c
oo
r
d
in
a
te
d
f
e
de
r
a
te
d
in
t
e
ll
ig
e
n
c
e
,
”
I
E
E
E
A
c
c
e
s
s
,
vo
l.
12,
pp. 99469
–
99498, 2024, do
i:
10.1109/AC
C
E
S
S
.2024.3420078.
[
16]
D
.
K
.
M
ur
a
la
,
S
.
K
.
P
a
nda
,
a
nd
S
.
P
.
D
a
s
h,
“
M
e
dM
e
ta
v
e
r
s
e
:
M
e
di
c
a
l
c
a
r
e
of
c
hr
o
ni
c
di
s
e
a
s
e
pa
ti
e
nt
s
a
nd
ma
na
gi
ng
da
ta
us
in
g
a
r
ti
f
ic
ia
l
in
te
ll
ig
e
n
c
e
,
bl
oc
k
c
ha
in
,
a
nd
w
e
a
r
a
bl
e
de
vi
c
e
s
:
s
ta
te
-
of
-
th
e
-
a
r
t
me
th
o
d
o
l
o
g
y
,
”
I
E
E
E
A
c
c
e
s
s
,
v
ol
.
11,
pp. 138954
–
138985, 2023, do
i:
10.1109/AC
C
E
S
S
.2023.33407
91.
[
17]
B
.
G
a
mi
,
M
.
A
gr
a
w
a
l,
D
.
K
.
M
is
hr
a
,
D
.
Q
ua
s
im
,
a
nd
P
.
S
.
M
e
hr
a
,
“
A
r
ti
f
i
c
ia
l
in
t
e
ll
ig
e
n
c
e
-
ba
s
e
d
bl
oc
k
c
ha
in
s
o
l
ut
i
o
ns
f
o
r
in
te
ll
ig
e
nt
he
a
lt
h
c
a
r
e
:
A
c
o
mpr
e
h
e
ns
i
v
e
r
e
v
i
e
w
o
n
pr
iv
a
c
y
-
p
r
e
s
e
r
v
in
g
t
e
c
hni
qu
e
s
,
”
T
r
ans
ac
ti
ons
on
E
m
e
r
gi
ng
T
e
le
c
om
m
uni
c
at
io
ns
T
e
c
hnol
ogi
e
s
, v
o
l.
34, n
o
. 9, p.
e
4824, S
e
p
. 2023, do
i:
10.1002/
e
tt
.4824.
[
18]
S
.
A
l
G
ha
r
ib
,
J
.
C
ha
r
a
f
e
ddi
n
e
,
F
.
D
or
na
i
ka
,
a
nd
S
.
H
a
dda
d,
“
H
y
br
id
l
e
a
r
ni
ng
f
r
a
me
w
or
k
f
o
r
e
x
pl
a
in
a
bl
e
c
a
r
di
ov
a
s
c
ul
a
r
di
s
e
a
s
e
de
t
e
c
t
i
o
n,
”
I
E
E
E
A
c
c
e
s
s
, vo
l.
13, pp. 130168
–
130184, 2025, d
oi
:
10.1109/AC
C
E
S
S
.2025.3591241.
[
19]
J
.
Z
ha
ng
e
t
al
.
,
“
E
ns
e
mbl
e
ma
c
h
in
e
l
e
a
r
ni
ng
a
ppr
o
a
c
h
f
or
s
c
r
e
e
ni
ng
of
c
o
r
o
na
r
y
h
e
a
r
t
di
s
e
a
s
e
ba
s
e
d
o
n
e
c
h
o
c
a
r
di
o
g
r
a
ph
y
a
nd r
is
k f
a
c
t
o
r
s
,
”
B
M
C
M
e
di
c
al
I
nf
or
m
at
ic
s
and De
c
i
s
io
n M
ak
in
g
, vo
l.
21, n
o
. 1, p. 187, 2021, d
o
i:
10.1186/s
12911
-
021
-
0153
5
-
5.
[
20]
A
.
V
a
ls
a
r
a
j
e
t
al
.
,
“
D
e
ve
l
o
pm
e
nt
a
nd
v
a
li
da
ti
o
n
of
e
c
h
o
c
a
r
di
o
gr
a
ph
y
-
ba
s
e
d
ma
c
hi
ne
-
l
e
a
r
ni
ng
m
o
d
e
ls
t
o
p
r
e
d
ic
t
m
o
r
ta
li
t
y
,
”
e
B
io
M
e
di
c
in
e
, vo
l.
90, p. 104479, Apr
. 2023, d
oi
:
10.1016/j
.
e
bi
o
m.2023.104479.
[
21]
A
.
K
uma
r
a
nd
D
.
S
in
gh,
“
D
ia
gno
s
is
a
nd
pr
e
di
c
ti
o
n
of
c
a
r
di
ov
a
s
c
ul
a
r
r
is
k
i
n
r
e
ti
na
l
im
a
gi
ng
us
in
g
a
r
ti
f
i
c
ia
l
in
t
e
ll
ig
e
n
c
e
,
”
in
A
r
ti
f
ic
ia
l
I
nt
e
ll
ig
e
nc
e
i
n M
ode
r
n H
e
al
th
c
a
r
e
Sy
s
te
m
, S
in
ga
po
r
e
:
S
pr
in
g
e
r
, 2025, pp. 133
–
159
,
d
o
i:
10.1007/978
-
981
-
96
-
6703
-
1_6.
[
22]
Y
.
G
u
o
e
t
al
.
,
“
M
a
c
hi
n
e
le
a
r
n
in
g
-
e
nha
nc
e
d
e
c
h
oc
a
r
di
o
gr
a
ph
y
f
o
r
s
c
r
e
e
n
in
g
c
o
r
o
na
r
y
a
r
t
e
r
y
di
s
e
a
s
e
,
”
B
io
M
e
di
c
al
E
ng
in
e
e
r
in
g
O
nL
in
e
, vo
l.
22, n
o
. 1, p. 44, M
a
y
2023, d
oi
:
10.1186/s
12938
-
0
23
-
01106
-
x.
[
23]
L
.
S
a
ba
e
t
al
.
,
“
U
lt
r
a
s
o
und
-
ba
s
e
d
in
t
e
r
na
l
c
a
r
o
ti
d
a
r
t
e
r
y
pl
a
que
c
ha
r
a
c
t
e
r
iz
a
ti
o
n
us
in
g
de
e
p
l
e
a
r
ni
ng
pa
r
a
di
gm
on
a
s
upe
r
c
om
put
e
r
:
a
c
a
r
di
ov
a
s
c
ul
a
r
di
s
e
a
s
e
/s
tr
o
ke
r
is
k
a
s
s
e
s
s
me
nt
s
y
s
te
m,
”
T
he
I
n
te
r
nat
io
nal
J
our
nal
of
C
a
r
di
ov
as
c
ul
ar
I
m
agi
ng
,
vo
l.
37, n
o
. 5, pp. 1511
–
1528, M
a
y
2021, d
oi
:
10.1007/s
10554
-
020
-
02124
-
9.
[
24]
P
.
L
.
M
y
hr
e
e
t
al
.
,
“
A
r
ti
f
ic
ia
l
in
te
l
li
ge
n
c
e
-
e
nha
nc
e
d
e
c
h
o
c
a
r
di
o
gr
a
ph
y
in
c
a
r
di
ov
a
s
c
ul
a
r
di
s
e
a
s
e
ma
na
ge
m
e
nt
,
”
N
at
ur
e
R
e
v
ie
w
s
C
ar
di
ol
ogy
, v
o
l.
23, n
o
. 3, pp. 164
–
182, M
a
r
. 2026, d
o
i:
10.103
8/
s
41569
-
025
-
01197
-
0.
[
25]
S
.
D
e
e
pi
ka
a
nd
N
.
J
a
is
a
nka
r
,
“
D
e
te
c
ti
ng
a
nd
c
la
s
s
if
y
in
g
m
y
oc
a
r
di
a
l
in
f
a
r
c
ti
o
n
in
e
c
h
oc
a
r
di
o
g
r
a
m
f
r
a
m
e
s
w
it
h
a
n
e
nha
nc
e
d
C
N
N
a
lg
o
r
it
h
m a
nd E
C
V
-
3D
ne
tw
or
k,
”
I
E
E
E
A
c
c
e
s
s
, vo
l.
12, pp. 51
690
–
51703, 2024, do
i:
10.1109/AC
C
E
S
S
.2024.3385787.
[
26]
C
.
C
ha
munde
s
hw
a
r
i,
N
.
B
ir
a
da
r
,
a
nd
U
.
U
da
y
kuma
r
,
“
H
y
b
r
id
pa
tt
e
r
n
e
x
t
r
a
c
ti
o
n
w
i
th
d
e
e
p
l
e
a
r
ni
ng
-
ba
s
e
d
h
e
a
r
t
di
s
e
a
s
e
di
a
gn
o
s
is
us
in
g
e
c
h
oc
a
r
di
o
gr
a
m
im
a
g
e
s
,
”
I
nt
e
r
nat
io
nal
J
our
nal
of
I
m
age
and
G
r
aphi
c
s
,
v
o
l.
23,
n
o
.
02,
M
a
r
.
2023,
do
i:
10.1142/S
0219467823500249.
[
27]
N
.
A
.
B
a
ghda
di
,
S
.
M
.
F
.
A
bd
e
la
li
e
m,
A
.
M
a
lk
i,
I
.
G
a
d,
A
.
E
w
is
,
a
nd
E
.
A
tl
a
m,
“
A
dv
a
n
c
e
d
ma
c
h
in
e
le
a
r
n
in
g
t
e
c
hni
qu
e
s
f
or
c
a
r
di
ov
a
s
c
ul
a
r
d
is
e
a
s
e
e
a
r
l
y
d
e
t
e
c
ti
o
n a
nd dia
gn
o
s
is
,
”
J
our
nal
of
B
ig
D
at
a
, vo
l.
10, n
o
. 1, p.
144, S
e
p. 2023, d
o
i:
10.1186/s
40537
-
023
-
00817
-
1.
[
28]
A
.
S
ha
r
ma
,
T
.
P
a
l,
a
nd
V
.
J
a
is
w
a
l,
“
H
e
a
r
t
d
is
e
a
s
e
pr
e
di
c
ti
o
n
us
in
g
c
o
n
vo
lu
ti
o
na
l
n
e
ur
a
l
n
e
tw
o
r
k,
”
in
C
ar
di
ov
as
c
ul
ar
and
C
or
onar
y
A
r
t
e
r
y
I
m
agi
ng
, E
ls
e
v
i
e
r
, 2022, pp. 245
–
272. d
o
i:
10
.1016/B
978
-
0
-
12
-
822706
-
0.00012
-
3.
[
29]
C
.
S
.
M
a
dhuma
th
i
a
nd
K
.
V
.
K
uma
r
,
“
E
nha
nc
in
g
pr
i
v
a
c
y
in
I
oT
-
ba
s
e
d
he
a
lt
h
c
a
r
e
us
in
g
pr
ov
a
bl
e
pa
r
ti
ti
o
n
e
d
s
e
c
ur
e
bl
o
c
k
c
h
a
in
pr
in
c
i
pl
e
a
nd
e
nc
r
y
pt
i
o
n,
”
Sc
ie
nt
if
ic
R
e
por
ts
, v
o
l.
15, n
o
. 1, p. 2
9682, Aug. 2025, do
i:
10.1038/s
41598
-
025
-
14930
-
z.
[
30]
S
.
K
o
ka
te
a
nd
U
.
S
hr
a
w
a
nka
r
,
“
I
oT
da
ta
tr
a
ns
mi
s
s
io
n
s
e
c
ur
it
y
us
in
g
bl
oc
k
c
ha
in
w
it
h
a
tr
us
t
-
w
e
ig
ht
e
d
p
r
oof
of
a
ut
h
o
r
i
t
y
c
o
ns
e
ns
us
me
c
ha
ni
s
m
i
n
h
e
a
lt
h
c
a
r
e
,
”
T
r
ans
ac
ti
ons
on
E
m
e
r
g
in
g
T
e
le
c
om
m
uni
c
at
io
ns
T
e
c
hnol
ogi
e
s
,
v
o
l.
36,
n
o
.
5,
p.
e
70
139,
M
a
y
2025, d
o
i
:
10.1002/e
tt
.70139.
[
31]
J
.
A
ls
hudukhi,
“
B
lo
c
kc
ha
in
-
e
na
bl
e
d
s
e
c
ur
i
t
y
f
o
r
h
e
a
lt
h
c
a
r
e
da
ta
c
o
mm
uni
c
a
ti
o
n
in
I
oT
-
dr
i
ve
n
5
G
n
e
tw
o
r
ks
,
”
I
nt
e
ll
ig
e
nt
D
e
c
is
io
n
T
e
c
hnol
ogi
e
s
, v
o
l.
19, n
o
. 6, pp. 4242
–
4253, 2025, d
oi
:
10.117
7/
18724981251372292.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
AI
-
pow
e
r
e
d
c
ar
diova
s
c
ular
dis
e
a
s
e
r
is
k
pr
e
diction
bas
e
d
on
s
mar
t
-
f
e
atur
e
d
de
e
p
…
(
De
e
pika
P
r
abhak
ar
)
1025
[
32]
S
.
K
.
S
ha
r
ma
a
nd
F
.
P
a
r
w
e
j,
“
D
e
s
ig
n
a
nd
im
pl
e
m
e
nt
a
ti
o
n
of
a
bl
oc
k
c
ha
in
-
ba
s
e
d
s
e
c
ur
e
da
ta
s
ha
r
in
g
f
r
a
m
e
w
o
r
k
t
o
e
nha
nc
e
th
e
he
a
lt
hc
a
r
e
s
y
s
te
m,
”
B
lo
c
k
c
hai
ns
,
vo
l.
3, n
o
. 3, p. 10, 2025, d
o
i:
10.3390/bl
oc
k
c
ha
in
s
3030010.
[
33]
B
.
W
.
A
bo
s
h
o
s
ha
,
M
.
M
.
Z
a
y
e
d,
H
.
S
.
K
ha
li
f
a
,
a
nd
R
.
A
.
R
a
ma
da
n,
“
E
nha
nc
in
g
in
t
e
r
n
e
t
of
th
in
gs
s
e
c
ur
it
y
in
h
e
a
lt
hc
a
r
e
us
in
g
a
bl
oc
k
c
ha
in
-
dr
i
ve
n
li
ght
w
e
ig
ht
ha
s
hi
ng
s
y
s
te
m,
”
B
e
ni
-
Sue
f
U
ni
v
e
r
s
i
ty
J
our
nal
o
f
B
as
ic
and
A
ppl
ie
d
Sc
ie
nc
e
s
,
v
o
l.
14,
n
o
.
1,
p.
56,
M
a
y
2025, d
o
i
:
10.1186/s
43088
-
025
-
00644
-
8.
[
34]
A
. O
gunpo
la
,
F
. S
a
e
e
d, S
.
B
a
s
ur
r
a
, A
.
M
. A
lb
a
r
r
a
k, a
nd
S
. N
.
Q
a
s
e
m,
“
M
a
c
hi
ne
l
e
a
r
ni
ng
-
ba
s
e
d p
r
e
di
c
t
i
v
e
m
o
d
e
ls
f
o
r
d
e
te
c
ti
o
n
of
c
a
r
di
ov
a
s
c
ul
a
r
di
s
e
a
s
e
s
,
”
D
ia
gnos
ti
c
s
, v
o
l.
14, n
o
. 2, p. 144, J
a
n. 2024, do
i:
10.3390/di
a
gn
o
s
ti
c
s
14020144.
[
35]
F
.
M
.
T
a
la
a
t,
A
.
R
.
E
ln
a
gga
r
,
W
.
M
.
S
ha
ba
n,
M
.
S
h
e
ha
ta
,
a
nd
M
.
E
lh
o
s
s
e
in
i,
“
C
a
r
di
o
R
is
kN
e
t
:
A
h
y
b
r
id
A
I
-
ba
s
e
d
m
o
d
e
l
f
o
r
e
x
pl
a
in
a
bl
e
r
is
k
pr
e
di
c
ti
o
n
a
nd
pr
o
gn
o
s
is
in
c
a
r
di
ov
a
s
c
ul
a
r
di
s
e
a
s
e
,
”
B
io
e
ngi
ne
e
r
in
g
,
v
o
l.
11,
no
.
8,
p.
822,
A
ug.
2
024,
do
i:
10.3390/bi
oe
ngi
n
e
e
r
in
g11080822.
B
I
OG
RA
P
HI
E
S
OF
AU
T
HO
RS
D
eepi
k
a
P
ra
b
h
a
k
a
r
i
s
s
e
r
v
i
n
g
as
t
e
s
t
an
al
y
s
t
i
n
t
h
e
B
N
P
Pari
b
as
I
n
d
i
a
Pr
i
v
at
e
L
i
m
i
t
e
d
,
P
e
ru
n
g
u
d
i
,
C
h
e
n
n
ai
.
S
h
e
h
as
g
o
t
6
+
y
e
ars
o
f
e
x
p
e
ri
en
ce
i
n
I
T
i
n
d
u
s
t
ry
.
S
h
e
h
o
l
d
s
fi
rs
t
c
l
as
s
w
i
t
h
d
i
s
t
i
n
c
t
i
o
n
i
n
MCA
co
m
p
u
t
e
r
s
c
i
en
ce
at
Cre
s
cen
t
In
s
t
i
t
u
t
e
o
f
S
c
i
e
n
ce
an
d
T
e
ch
n
o
l
o
g
y
.
S
h
e
h
as
b
ee
n
a
w
ar
d
e
d
as
ce
rt
i
f
i
c
at
e
o
f
a
ch
i
e
v
emen
t
A
n
t
are
s
fo
r
p
e
rf
o
r
m
an
ce
i
n
ce
n
t
r
i
ci
t
y
a
n
d
c
l
i
e
n
t
c
o
l
l
ab
o
rat
i
o
n
.
S
h
e
h
as
g
u
i
d
ed
m
a
n
y
i
n
t
e
rn
s
t
u
d
e
n
t
s
b
y
t
rai
n
i
n
g
t
h
em
b
as
e
d
o
n
t
h
e
p
e
rfo
r
m
a
n
ce
a
n
d
r
e
l
i
ab
i
l
i
t
y
a
l
s
o
s
h
e
i
s
o
n
l
y
o
f
t
h
e
mem
b
e
r
i
n
i
n
t
e
rv
i
ew
p
an
e
l
i
n
t
e
ch
n
i
c
al
ro
u
n
d
.
S
h
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
ai
l
:
d
p
5
8
2
3
@
s
rm
i
s
t
.
e
d
u
.
i
n
.
A
g
u
s
t
h
i
y
a
r
R
a
m
u
i
s
a
p
ro
fe
s
s
o
r
an
d
t
h
e
h
e
a
d
o
f
t
h
e
d
e
p
art
m
en
t
o
f
co
m
p
u
t
er
ap
p
l
i
c
at
i
o
n
s
at
SRM
I
n
s
t
i
t
u
t
e
o
f
S
ci
e
n
ce
an
d
T
ech
n
o
l
o
g
y
,
Ra
m
ap
u
ra
m
Ca
m
p
u
s
.
H
e
s
p
eci
al
i
z
e
s
i
n
d
at
a
mi
n
i
n
g
an
d
art
i
fi
ci
al
i
n
t
e
l
l
i
g
e
n
ce,
ar
e
as
w
h
e
r
e
h
e
h
as
m
ad
e
s
i
g
n
i
fi
c
a
n
t
co
n
t
ri
b
u
t
i
o
n
s
t
h
ro
u
g
h
h
i
s
r
e
s
e
ar
ch
an
d
t
e
a
ch
i
n
g
.
D
r
.
A
g
u
s
t
h
i
y
ar
e
arn
ed
h
i
s
Ph
.
D
.
i
n
d
at
a
mi
n
i
n
g
fro
m
A
n
n
a
U
n
i
v
e
rs
i
t
y
i
n
2
0
1
7
,
an
d
h
i
s
M.
P
h
i
l
.
i
n
c
o
m
p
u
t
e
r
s
ci
e
n
ce
fro
m
Pri
d
e
,
P
e
r
i
y
ar
U
n
i
v
e
rs
i
t
y
,
Sal
em,
i
n
2
0
0
8
.
H
e
a
l
s
o
h
o
l
d
s
a
n
M
CA
i
n
co
m
p
u
t
e
r
ap
p
l
i
c
at
i
o
n
s
fro
m
Mad
u
rai
K
a
m
araj
U
n
i
v
e
rs
i
t
y
,
aw
ar
d
e
d
i
n
2
0
0
1
,
an
d
a
B.
S
c
.
i
n
m
at
h
em
at
i
c
s
fro
m
D
r.
Z
ak
i
r
H
u
s
s
ai
n
Co
l
l
eg
e
,
I
l
a
y
an
g
u
d
i
,
affi
l
i
at
e
d
t
o
Ma
d
u
ra
i
K
a
m
araj
U
n
i
v
e
rs
i
t
y
,
a
w
ard
ed
i
n
1
9
9
8
.
I
n
h
i
s
a
c
ad
emi
c
c
ar
ee
r,
D
r.
A
g
u
s
t
h
i
y
ar
h
as
t
au
g
h
t
v
ari
o
u
s
co
u
rs
e
s
i
n
cl
u
d
i
n
g
d
at
a
m
i
n
i
n
g
an
d
w
ar
e
h
o
u
s
i
n
g
an
d
s
o
ft
w
ar
e
e
n
g
i
n
e
e
r
i
n
g
.
H
i
s
r
e
s
e
ar
ch
i
n
t
e
r
e
s
t
s
l
i
e
i
n
d
a
t
a
mi
n
i
n
g
,
art
i
fi
c
i
a
l
i
n
t
el
l
i
g
en
ce,
a
n
d
m
a
c
h
i
n
e
l
e
arn
i
n
g
,
w
h
e
re
h
e
co
n
t
i
n
u
e
s
t
o
e
x
p
l
o
r
e
an
d
i
n
n
o
v
at
e
.
A
s
t
h
e
h
e
ad
o
f
t
h
e
d
e
p
art
men
t
,
h
e
p
l
a
y
s
a
c
r
u
c
i
a
l
r
o
l
e
i
n
s
h
ap
i
n
g
t
h
e
c
u
rri
cu
l
u
m
a
n
d
g
u
i
d
i
n
g
t
h
e
d
e
p
art
me
n
t
t
o
w
ard
s
a
c
a
d
emi
c
e
x
cel
l
en
ce
.
H
e
c
a
n
b
e
co
n
t
a
c
t
ed
at
em
ai
l
:
h
o
d
.
d
c
a.
r
m
p
@
s
rm
i
s
t
.
ed
u
.
i
n
.
Evaluation Warning : The document was created with Spire.PDF for Python.