Automatic Evaluation of Intrapartum Fetal Heart Rate Recordings: A Comprehensive Analysis of Useful Features
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F11%3A00182829" target="_blank" >RIV/68407700:21230/11:00182829 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/65269705:_____/11:#0001276 RIV/00064165:_____/11:11019
Výsledek na webu
<a href="http://dx.doi.org/10.1088/0967-3334/32/8/022" target="_blank" >http://dx.doi.org/10.1088/0967-3334/32/8/022</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1088/0967-3334/32/8/022" target="_blank" >10.1088/0967-3334/32/8/022</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Automatic Evaluation of Intrapartum Fetal Heart Rate Recordings: A Comprehensive Analysis of Useful Features
Popis výsledku v původním jazyce
Cardiotocography is the monitoring of fetal heart rate (FHR) and uterine contractions (TOCO), used routinely since the 1960s by obstetricians to detect fetal hypoxia. The evaluation of the FHR in clinical settings is based on an evaluation of macroscopicmorphological features and so far has managed to avoid adopting any achievements from the HRV research field. In this work, most of the features utilized for FHR characterization, including FIGO, HRV, nonlinear, wavelet, and time and frequency domain features, are investigated and assessed based on their statistical significance in the task of distinguishing the FHR into three FIGO classes.
Název v anglickém jazyce
Automatic Evaluation of Intrapartum Fetal Heart Rate Recordings: A Comprehensive Analysis of Useful Features
Popis výsledku anglicky
Cardiotocography is the monitoring of fetal heart rate (FHR) and uterine contractions (TOCO), used routinely since the 1960s by obstetricians to detect fetal hypoxia. The evaluation of the FHR in clinical settings is based on an evaluation of macroscopicmorphological features and so far has managed to avoid adopting any achievements from the HRV research field. In this work, most of the features utilized for FHR characterization, including FIGO, HRV, nonlinear, wavelet, and time and frequency domain features, are investigated and assessed based on their statistical significance in the task of distinguishing the FHR into three FIGO classes.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
JC - Počítačový hardware a software
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/NT11124" target="_blank" >NT11124: Vliv hodnocení kardiotokografie pomocí metod umělé inteligence na kvalitu perinatální péče</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2011
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Physiological Measurement
ISSN
0967-3334
e-ISSN
—
Svazek periodika
32
Číslo periodika v rámci svazku
8
Stát vydavatele periodika
GB - Spojené království Velké Británie a Severního Irska
Počet stran výsledku
14
Strana od-do
1347-1360
Kód UT WoS článku
000292775400022
EID výsledku v databázi Scopus
—