- -

Combination of Feature Selection and Resampling Methods to Predict Preterm Birth Based on Electrohysterographic Signals from Imbalance Data

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Combination of Feature Selection and Resampling Methods to Predict Preterm Birth Based on Electrohysterographic Signals from Imbalance Data

Mostrar el registro completo del ítem

Nieto Del-Amor, F.; Prats-Boluda, G.; Garcia-Casado, J.; Diaz-Martinez, A.; Diago-Almela, VJ.; Monfort-Ortiz, R.; Hao, D.... (2022). Combination of Feature Selection and Resampling Methods to Predict Preterm Birth Based on Electrohysterographic Signals from Imbalance Data. Sensors. 22(14):1-18. https://doi.org/10.3390/s22145098

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/191405

Ficheros en el ítem

Metadatos del ítem

Título: Combination of Feature Selection and Resampling Methods to Predict Preterm Birth Based on Electrohysterographic Signals from Imbalance Data
Autor: Nieto del-Amor, Félix Prats-Boluda, Gema Garcia-Casado, Javier Diaz-Martinez, Alba Diago-Almela, Vicente Jose Monfort-Ortiz, Rogelio Hao, Dongmei Ye Lin, Yiyao
Entidad UPV: Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros Industriales - Escola Tècnica Superior d'Enginyers Industrials
Universitat Politècnica de València. Escuela Técnica Superior de Ingeniería del Diseño - Escola Tècnica Superior d'Enginyeria del Disseny
Fecha difusión:
Resumen:
[EN] Due to its high sensitivity, electrohysterography (EHG) has emerged as an alternative technique for predicting preterm labor. The main obstacle in designing preterm labor prediction models is the inherent preterm/term ...[+]
Palabras clave: Genetic algorithm , Imbalance data learning , Electrohysterography , Preterm labor prediction , Resampling methods , Uterine electromyography , Machine learning
Derechos de uso: Reconocimiento (by)
Fuente:
Sensors. (eissn: 1424-8220 )
DOI: 10.3390/s22145098
Editorial:
MDPI AG
Versión del editor: https://doi.org/10.3390/s22145098
Coste APC: 2100
Código del Proyecto:
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/RTI2018-094449-A-I00/ES/ELECTROHISTEROGRAFIA PARA LA MEJORA EN LA TOMA DE DECISIONES EN SITUACIONES DE RIESGO EN OBSTETRICIA: PARTO PREMATURO E INDUCCION DEL PARTO/
info:eu-repo/grantAgreement/GENERALITAT VALENCIANA//AICO%2F2019%2F220//DESARROLLO DE HERRAMIENTAS DE USO CLINICO PARA LA PREDICCION DEL PARTO PREMATURO EN BASE A LA ELECTROHISTEROGRAFIA/
Agradecimientos:
This work was supported by the Spanish Ministry of Economy and Competitiveness, the European Regional Development Fund (MCIU/AEI/FEDER, UE RTI2018-094449-A-I00-AR), and by the Generalitat Valenciana (AICO/2019/220)
Tipo: Artículo

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem