Hybride personalisierte Modelle für die kardiale Elektrophysiologie durch Meta-Lernen
Ein neuartiger hybrider Modellierungsansatz, der physikbasierte Modelle mit datengetriebenen neuronalen Netzwerken kombiniert, um personalisierte virtuelle Herzmodelle zu erstellen. Dieser Ansatz ermöglicht eine effiziente und interpretierbare Personalisierung, indem er die Stärken beider Modellierungsparadigmen nutzt.