Reducing False Arrhythmia Alarms Using Different Methods of Probability and Class Assignment in Random Forest Learning Methods

The literature indicates that 90% of clinical alarms in intensive care units might be false. This high percentage negatively impacts both patients and clinical staff. In patients, false alarms significantly increase stress levels, which is especially dangerous for cardiac patients. In clinical staff...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ

Հիմնական հեղինակներ:	Krzysztof Gajowniczek, Iga Grzegorczyk, Tomasz Ząbkowski
Ձևաչափ:	Artigo
Լեզու:	Inglês
Հրապարակվել է:	MDPI AG 2019-04-01
Շարք:	Sensors
Խորագրեր:	arrhythmia false alarm random forest machine learning
Առցանց հասանելիություն:	https://www.mdpi.com/1424-8220/19/7/1588
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!