Dynamic classification of fetal heart rates by hierarchical Dirichlet process mixture models.
Dynamic classification of fetal heart rates by hierarchical Dirichlet process mixture models.
复制标题
DOI：
10.1371/journal.pone.0185417
复制
发表时间：
2017
期刊：
影响因子：
3.7
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（FHR）记录。更具体地说，我们提出的模型，用于区分FHR记录是从胎儿或没有不良后果。在我们的工作中，我们依赖于模型的基础上分层Dirichlet过程（HDP）和中国餐馆过程有限容量（CRFC）。从真实的记录中推断出两个混合模型，一个代表健康胎儿，另一个代表非健康胎儿。然后，这些模型被用来对新的记录进行分类，并提供胎儿健康的概率。首先，我们比较了HDP模型和支持向量机在真实的数据上的分类性能，得出HDP模型具有更好的性能。然后，我们展示了使用混合模型的基础上CRFC的动态分类的性能（胎心率）记录在实时设置。
In this paper, we propose an application of non-parametric Bayesian (NPB) models for classification of fetal heart rate (FHR) recordings. More specifically, we propose models that are used to differentiate between FHR recordings that are from fetuses with or without adverse outcomes. In our work, we rely on models based on hierarchical Dirichlet processes (HDP) and the Chinese restaurant process with finite capacity (CRFC). Two mixture models were inferred from real recordings, one that represents healthy and another, non-healthy fetuses. The models were then used to classify new recordings and provide the probability of the fetus being healthy. First, we compared the classification performance of the HDP models with that of support vector machines on real data and concluded that the HDP models achieved better performance. Then we demonstrated the use of mixture models based on CRFC for dynamic classification of the performance of (FHR) recordings in a real-time setting.
登录
查看更多内容
影响因子：
9.8
作者：
Garite, TJ;Dildy, GA;Swedlow, DB
通讯作者：
Swedlow, DB
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