Machine and Deep Learning Models for Hypoxemia Severity Triage in CBRNE Emergencies

Background/Objectives: This study develops machine learning (ML) models to predict hypoxemia severity during emergency triage, particularly in Chemical, Biological, Radiological, Nuclear, and Explosive (CBRNE) scenarios, using physiological data from medical-grade sensors. Methods: Tree-based models...

وصف كامل

التفاصيل البيبلوغرافية
الحاوية / القاعدة:Diagnostics
المؤلفون الرئيسيون: Santino Nanini, Mariem Abid, Yassir Mamouni, Arnaud Wiedemann, Philippe Jouvet, Stephane Bourassa
التنسيق: مقال
اللغة:الإنجليزية
منشور في: MDPI AG 2024-12-01
الموضوعات:
hypoxemia
machine learning
patient triage
disaster management
CBRNE events
VIMY Multi-System
الوصول للمادة أونلاين:https://www.mdpi.com/2075-4418/14/23/2763

الانترنت

https://www.mdpi.com/2075-4418/14/23/2763

مواد مشابهة