Computationally Efficient Early Prognosis of the Outcome of Comatose Cardiac Arrest Survivors Using Slow-Wave Activity Features in EEG

This study, part of 'Predicting Neurological Recovery from Coma After Cardiac Arrest: The George B. Moody PhysioNet Challenge 2023', evaluated a computationally efficient method in predicting cardiac arrest (CA) survivors' prognoses using electroencephalography (EEG) recordings of a d...

Celý popis

Podrobná bibliografia

Vydané v:	Computing in cardiology Ročník 50; s. 1 - 4
Hlavní autori:	Salminen, Miikka, Partala, Juha, Vayrynen, Eero, Kortelainen, Jukka
Médium:	Konferenčný príspevok..
Jazyk:	English
Vydavateľské údaje:	CinC 01.10.2023
Predmet:	Cardiac arrest Computational efficiency Electroencephalography Recording Root mean square Training Training data
ISSN:	2325-887X
On-line prístup:	Získať plný text
Tagy:	Pridať tag Žiadne tagy, Buďte prvý, kto otaguje tento záznam!