Evaluation of Machine-Learning Approaches to Estimate Sleep Apnea Severity From At-Home Oximetry Recordings

  1. Gutiérrez-Tobal, G.C.
  2. Álvarez, D.
  3. Crespo, A.
  4. Del Campo, F.
  5. Hornero, R.
Zeitschrift:
IEEE Journal of Biomedical and Health Informatics

ISSN: 2168-2194

Datum der Publikation: 2019

Ausgabe: 23

Nummer: 2

Seiten: 882-892

Art: Artikel

DOI: 10.1109/JBHI.2018.2823384 GOOGLE SCHOLAR lock_openUVADOC editor

Ziele für nachhaltige Entwicklung

Projekte im Zusammenhang

DIAGNÓSTICO Y ESTIMACIÓN DE SEVERIDAD DEL SÍNDROME DE LA APNEA-HIPOPNEA DEL SUEÑO EN NIÑOS MEDIANTE PROCESADO AUTOMÁTICO DE SEÑALES OXIMÉTRICAS

2016/00211/001

Datenquelle: Scopus