Výsledky vyhledávání

  1. 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. 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. 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
     
     


  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.