Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloMachine Learning Approach for Prediction of Hematic Parameters in Hemodialysis Patients
Anno di pubblicazione2019
FormatoElettronico
Autore/iCristoforo Decaro, Giovanni Battista Montanari, Riccardo Molinari, Alessio Giberti, Davide Bagnoli, Marco Bianconi, Gaetano Bellanca
Affiliazioni autoriDepartment of Engineering, Ferrara University, 44122 Ferrara, Italy MIST E-R, 40129 Bologna, Italy Tecnoideal s.r.l., 41037 Mirandola, Italy Medica s.p.a, 41036 Medolla, Italy CNR-IMM-UOS di Bologna, 40129 Bologna, Italy
Autori CNR e affiliazioni
  • MARCO BIANCONI
Lingua/e
  • inglese
AbstractThis paper shows the application of machine learning techniques to predict hematic parameters using blood visible spectra during ex-vivo treatments. Methods: A spectroscopic setup was prepared for acquisition of blood absorbance spectrum and tested in an operational environment. This setup is non invasive and can be applied during dialysis sessions. A support vector machine and an articial neural network, trained with a dataset of spectra, have been implemented for the prediction of hematocrit and oxygen saturation. Results & Conclusion: Results of different machine learning algorithms are compared, showing that support vector machine is the best technique for the prediction of hematocrit and oxygen saturation.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da4100308
Pagine a-
Pagine totali8
RivistaIEEE journal of translational engineering in health and medicine (Online)
Attiva dal 2013
Editore: Institute of Electrical and Electronics Engineers - New York
Paese di pubblicazione: Stati Uniti d'America
Lingua: inglese
ISSN: 2168-2372
Titolo chiave: IEEE journal of translational engineering in health and medicine (Online)
Titolo proprio: IEEE journal of translational engineering in health and medicine
Numero volume della rivista7
Fascicolo della rivista-
DOI10.1109/JTEHM.2019.2938951
Verificato da refereeSì: Internazionale
Stato della pubblicazionePublished version
Indicizzazione (in banche dati controllate)
  • Scopus (Codice:2-s2.0-85077734731)
  • ISI Web of Science (WoS) (Codice:000598989000001)
Parole chiaveArtificial Neural Network, Hematocrit, hemodialisys, machine learning, spectroscopy
Link (URL, URI)https://ieeexplore.ieee.org/abstract/document/8839068
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione-
Note/Altre informazioni-
Strutture CNR
  • IMM — Istituto per la microelettronica e microsistemi
Moduli/Attività/Sottoprogetti CNR
  • DFM.AD001.054.001 : 11 Sviluppo di tecnologie e realizzazione di dispositivi e microsistemi fotonici, fluidici e meccanici
Progetti Europei-
Allegati
Machine Learning Approach for Prediction of Hematic Parameters in Hemodialysis Patients (documento privato )
Descrizione: Articolo PDF
Tipo documento: application/pdf