Código QR (código de barras bidimensional)

Machine and Deep Learning Models for Hypoxemia Severity Triage in CBRNE Emergencies

Background/Objectives: This study develops machine learning (ML) models to predict hypoxemia severity during emergency triage, particularly in Chemical, Biological, Radiological, Nuclear, and Explosive (CBRNE) scenarios, using physiological data from medical-grade sensors. Methods: Tree-based models...

ver descrição completa

Na minha lista:
Principais autores: Santino Nanini, Mariem Abid, Yassir Mamouni, Arnaud Wiedemann, Philippe Jouvet, Stephane Bourassa
Formato: Artigo
Idioma:Inglês
Publicado em: MDPI AG 2024-12-01
coleção:Diagnostics
Assuntos:
hypoxemia
machine learning
patient triage
disaster management
CBRNE events
VIMY Multi-System
Acesso em linha:https://www.mdpi.com/2075-4418/14/23/2763
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!

Registros relacionados