EUVIMEDEUVIMED entdecken
Open Access

Machine Learning-Based Approach to Predict Intrauterine Growth Restriction

Elham Taeidi, Amene Ranjbar, Farideh Montazeri, Vahid Mehrnoush, Fatemeh Darsareh

Cureus · 06.07.2023

DOI: 10.7759/cureus.41448 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Cureus, erschienen am 06.07.2023. Verfasst von Elham Taeidi und 4 weiteren Autor:innen. Beteiligte Einrichtung: Mother and Child Welfare Research Center, Hormozgan University of Medical Sciences, Bandar Abbas, IRN. Die Arbeit wurde bisher 23-mal zitiert (Crossref) und nennt 17 Literaturangaben. Der Volltext ist frei in PubMed Central verfügbar.

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Schlagwörter

Stichwörter der Autor:innen

artificial intelligencedecision tree classificationdeep learningfetal growth restrictiongradient boost algorithmintrauterine growth restrictionintrauterine growth restriction (iugr)machine learningprenatal maternal screeningrandom forest

Autor:innen und Institutionen

  • Mother and Child Welfare Research Center, Hormozgan University of Medical Sciences, Bandar Abbas, IRN.
  • Fertility and Infertility Research Center, Hormozgan University of Medical Sciences, Bandar Abbas, IRN.

Zitieren

APA

Taeidi, E., Ranjbar, A., Montazeri, F., Mehrnoush, V., & Darsareh, F. (2023). Machine Learning-Based Approach to Predict Intrauterine Growth Restriction. Cureus. https://doi.org/10.7759/cureus.41448

Vancouver

Taeidi E, Ranjbar A, Montazeri F, Mehrnoush V, Darsareh F. Machine Learning-Based Approach to Predict Intrauterine Growth Restriction. Cureus. 2023. doi:10.7759/cureus.41448

BibTeX
@article{Taeidi2023,
  author = {Taeidi, Elham and Ranjbar, Amene and Montazeri, Farideh and Mehrnoush, Vahid and Darsareh, Fatemeh},
  title = {Machine Learning-Based Approach to Predict Intrauterine Growth Restriction},
  journal = {Cureus},
  year = {2023},
  doi = {10.7759/cureus.41448}
}
Kostenlos starten →