Weiter zum Inhalt Weiter zur Fußzeile

Forschungsportal der TU Dresden

Evaluation der KI-gestützten Arousal-Detektion auf der Basis von Schlaflabordaten im Vergleich zu öffentlichen Schlaflabordaten: Resultierende Empfehlungen für die Anwendung in der wissenschaftlichen Praxis

Publikation: Beitrag zu Konferenzen › Abstract › Beigetragen › Begutachtung

Beitragende

Franz Ehrlich - , Institut für Medizinische Informatik und Biometrie, Institut für Biomedizinische Technik (IBMT) (Autor:in)
Tony Sehr - , Klinik und Poliklinik für Neurologie (Autor:in)
Moritz D Brandt - , Klinik und Poliklinik für Neurologie (Autor:in)
Martin Schmidt - , Professur für Biomedizinische Technik (Autor:in)
Hagen Malberg - , Professur für Biomedizinische Technik (Autor:in)
Martin Sedlmayr - , Institut für Medizinische Informatik und Biometrie (Autor:in)
Miriam Goldammer - , Institut für Medizinische Informatik und Biometrie (Autor:in)

Details

Originalsprache	Deutsch
Publikationsstatus	Veröffentlicht - 2024
Peer-Review-Status	Ja

(Fach-)Tagung

Titel	32. Jahrestagung der Deutschen Gesellschaft für Schlafforschung und Schlafmedizin e.V.
Untertitel	Schlaf – Herausforderungen der Zeit
Kurztitel	DGSM 2024
Veranstaltungsnummer	32
Dauer	14 - 16 November 2024
Ort	Messe Essen
Stadt	Essen
Land	Deutschland

Externe IDs

ORCID	/0000-0003-2126-290X/work/173516561
ORCID	/0000-0003-4012-0608/work/173516573
ORCID	/0000-0002-9888-8460/work/173517237