Accuracy of Deep Learning Echocardiographic View Classification in Patients with Congenital or Structural Heart Disease: Importance of Specific Datasets

---







Citation:
Wegner, F.K.; Benesch Vidal,
M.L.; Niehues, P.; Willy, K.; Radke,
R.M.; Garthe, P.D.; Eckardt, L.;
Baumgartner, H.; Diller, G.-P.; Orwat,
S. Accuracy of Deep Learning
Echocardiographic View
Classification in Patients with
Congenital or Structural Heart
Disease: Importance of Specific
Datasets. J. Clin. Med. 2022, 11, 690.
https://doi.org/10.3390/
jcm11030690
Academic Editor: Giovanni La Canna
Received: 10 December 2021
Accepted: 26 January 2022
Published: 28 January 2022
Publisher’s Note:
MDPI stays neutral
with regard to jurisdictional claims in
published maps and institutional affil-
iations.
Copyright:
© 2022 by the authors.
Licensee MDPI, Basel, Switzerland.
This article is an open access article
distributed under the terms and
conditions of the Creative Commons
Attribution (CC BY) license (https://
creativecommons.org/licenses/by/
4.0/).
Journal of
Clinical Medicine
Article
Accuracy of Deep Learning Echocardiographic View
Classification in Patients with Congenital or Structural Heart
Disease: Importance of Specific Datasets
Felix K. Wegner
1,
* , Maria L. Benesch Vidal
2
, Philipp Niehues
1
, Kevin Willy
1
, Robert M. Radke
2
,
Philipp D. Garthe
2
, Lars Eckardt
1
, Helmut Baumgartner
2
, Gerhard-Paul Diller
2
and Stefan Orwat
2
1
Department of Cardiology II—Electrophysiology, University Hospital Muenster, Albert-Schweitzer-Campus 1,
48149 Muenster, Germany; [e-mail] (P.N.); [e-mail] (K.W.);
[e-mail] (L.E.)
2
Department of Cardiology III—Adult Congenital and Valvular Heart Disease, University Hospital Muenster,
Albert-Schweitzer-Campus 1, 48149 Muenster, Germany; [e-mail] (M.L.B.V.);
[e-mail] (R.M.R.); [e-mail] (P.D.G.);
[e-mail] (H.B.); [e-mail] (G.-P.D.);
[e-mail] (S.O.)