课题基金 / 基金详情

DEEP LEARNING AND PHYSIOLOGY BASED APPROACH TO DERIVE AND LINK OBSTRUCTIVE SLEEP APNOEA PHENOTYPES AND SYMPTOMATOLOGY

DEEP LEARNING AND PHYSIOLOGY BASED APPROACH TO DERIVE AND LINK OBSTRUCTIVE SLEEP APNOEA PHENOTYPES AND SYMPTOMATOLOGY
基于深度学习和生理学的方法来推导和关联阻塞性睡眠呼吸暂停表型和症状
批准号：
nhmrc : 2001729
负责人：
金额：
$40.3万
依托单位：
依托单位国家：
澳大利亚
项目类别：
Ideas Grants
财政年份：
2021
资助国家：
澳大利亚
项目状态：
已结题
起止时间：
2021-01-01 至 2023-12-31
来源：
https://researchdata.edu.au/deep-learning-and-and-symptomatology/1779828
关键词：
DEEPLEARNINGPHYSIOLOGYBASEDAPPROACH

项目摘要

项目成果

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
Obstructive sleep apnoea (OSA) is a highly prevalent nocturnal breathing disorder strongly related to daytime sleepiness, accident risk and reduced quality of life. However, the current severity index, the apnoea-hypopnoea index, poorly predicts daytime sleepiness and vigilance. In this project we elegantly combine physiological insight and artificial intelligence to develop and evaluate novel clinically applicable computational tools for detailed quantification of OSA severity and its symptoms.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
国内基金
海外基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis
Understanding structural evolution of galaxies with machine learning
  • 批准号：
  • 项目类别：
    省市级项目
  • 资助金额：
    10.0万元
  • 批准年份：
    2022
  • 负责人：
    Nicola Rosario Napolitano
  • 依托单位：
    中山大学
煤矿安全人机混合群智感知任务的约束动态多目标Q-learning进化分配
  • 批准号：
    --
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    30万元
  • 批准年份：
    2022
  • 负责人：
    吉建娇
  • 依托单位：
    中国矿业大学
基于领弹失效考量的智能弹药编队短时在线Q-learning协同控制机理
  • 批准号：
    62003314
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    24.0万元
  • 批准年份：
    2020
  • 负责人：
    沈剑
  • 依托单位：
    中北大学