FETAL HEART RATE CLASSIFICATION BY NON-PARAMETRIC BAYESIAN METHODS.
FETAL HEART RATE CLASSIFICATION BY NON-PARAMETRIC BAYESIAN METHODS.
复制标题
DOI：
10.1109/icassp.2017.7952281
复制
发表时间：
2017-03
期刊：
影响因子：
--
通讯作者：
Djurić PM
中科院分区：
文献类型：
--
作者：
Yu K;Quirk JG;Djurić PM
在本文中，我们提出了一个应用程序的非参数贝叶斯（NPB）模型的分类胎儿心率记录。更具体地说，这些模型用于区分可能出现不良窒息结果的胎儿的胎儿心率记录和被认为正常的胎儿心率记录。在我们的工作中，我们依赖于模型的基础上分层狄利克雷过程。两个混合模型推断，分别代表健康和不健康的胎儿的记录。然后使用这些模型对新的记录进行分类。在真实的数据上比较了NPB模型和支持向量机的分类性能，得出了NPB模型具有更好的分类性能的结论。
In this paper, we propose an application of non-parametric Bayesian (NPB) models to classification of fetal heart rate recordings. More specifically, the models are used to discriminate between fetal heart rate recordings that belong to fetuses that may have adverse asphyxia outcomes and those that are considered normal. In our work we rely on models based on hierarchical Dirichlet processes. Two mixture models were inferred from recordings that represent healthy and unhealthy fetuses, respectively. The models were then used to classify new recordings. We compared the classification performance of the NPB models with that of support vector machines on real data and concluded that the NPB models achieved better performance.
登录
查看更多内容
影响因子：
5.1
作者：
Spilka, J.;Chudacek, V.;Stylios, C.
通讯作者：
Stylios, C.
影响因子：
3.1
作者：
Chudáček V;Spilka J;Burša M;Janků P;Hruban L;Huptych M;Lhotská L
通讯作者：
Lhotská L
影响因子：
3.2
作者：
Goncalves, Hernani;Rocha, Ana Paula;Bernardes, Joao
通讯作者：
Bernardes, Joao
影响因子：
2.4
作者：
Hruban, Lukas;Spilka, Jiri;Lhotska, Lenka
通讯作者：
Lhotska, Lenka
影响因子：
4.6
作者：
Signorini, MG;Magenes, G;Arduini, D
通讯作者：
Arduini, D