Integrating Clinical Parameters and Cardiotocograms for Real-Time Alerting
Cette étude démontre qu'un modèle d'apprentissage profond hybride fusionnant les signaux de cardiotocographie bruts avec des caractéristiques d'ingénierie surpasse les autres architectures pour la classification en temps réel de l'état fœtal, tout en révélant que l'intégration de paramètres cliniques statiques produit des résultats dépendants du modèle plutôt que des améliorations universelles.