Výsledky vyhledávání
- 1.0582864 - ÚPT 2024 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Koščová, Zuzana - Vargová, Enikö - Pavlus, Ján - Smíšek, Radovan - Viščor, Ivo - Bulková, V. - Plešinger, Filip
Predicting Readmission of Heart Failure Patients.
2023 Computing in Cardiology (CinC). New York: IEEE, 2023, (2023). ISBN 979-8-3503-8252-5. ISSN 2325-8861. E-ISSN 2325-887X.
[Computing in Cardiology 2023 /50./. Atlanta (US), 01.10.2023-04.10.2023]
Grant CEP: GA TA ČR(CZ) FW06010766
Institucionální podpora: RVO:68081731
Klíčová slova: heart failure * readmission * machine learning
Obor OECD: Medical engineering
https://ieeexplore.ieee.org/document/10364202 https://www.cinc.org/archives/2023/pdf/CinC2023-207.pdf
Trvalý link: https://hdl.handle.net/11104/0351027 - 2.0582863 - ÚPT 2024 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Plešinger, Filip - Koščová, Zuzana - Vargová, Enikö - Pavlus, Ján - Smíšek, Radovan - Viščor, Ivo - Bulková, V.
The Effect of Missing Data when Predicting Readmission in Heart Failure Patients.
2023 Computing in Cardiology (CinC). New York: IEEE, 2023, (2023). ISBN 979-8-3503-8252-5. ISSN 2325-8861. E-ISSN 2325-887X.
[Computing in Cardiology 2023 /50./. Atlanta (US), 01.10.2023-04.10.2023]
Grant CEP: GA TA ČR(CZ) FW06010766
Institucionální podpora: RVO:68081731
Klíčová slova: heart failure * modelling * readmission
Obor OECD: Medical engineering
https://ieeexplore.ieee.org/document/10364025 https://www.cinc.org/archives/2023/pdf/CinC2023-265.pdf
Trvalý link: https://hdl.handle.net/11104/0351029 - 3.0582514 - ÚPT 2024 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Pavlus, Ján - Pijáčková, Kristýna - Koščová, Zuzana - Smíšek, Radovan - Viščor, Ivo - Trávníček, Vojtěch - Nejedlý, Petr - Plešinger, Filip
Using Embedding Extractor and Transformer Encoder for Predicting Neurological Recovery from Coma After Cardiac Arrest.
2023 Computing in Cardiology (CinC). New York: IEEE, 2023. ISBN 979-8-3503-8252-5. ISSN 2325-8861. E-ISSN 2325-887X.
[Computing in Cardiology 2023 /50./. Atlanta (US), 01.10.2023-04.10.2023]
Grant CEP: GA TA ČR(CZ) FW06010766
Institucionální podpora: RVO:68081731
Klíčová slova: Deep learning * Pipelines * Cardiac arrest * Medical services * Predictive models * Electrocardiography * Brain modeling
Obor OECD: Medical engineering
https://www.cinc.org/archives/2023/pdf/CinC2023-054.pdf https://ieeexplore.ieee.org/document/10364171
Trvalý link: https://hdl.handle.net/11104/0350908