Piotr Jaroslaw Chmura
Videnskabelig programmør
Brunak Group
Blegdamsvej 3, 2200 København N., 06 Bygning 6, Bygning: 06-2-21
ORCID: 0000-0002-9371-6918
1 - 3 ud af 3Pr. side: 10
- 2022
- Udgivet
INNODIA Master Protocol for the evaluation of investigational medicinal products in children, adolescents and adults with newly diagnosed type 1 diabetes
Dunger, D. B., Bruggraber, S. F. A., Mander, A. P., Marcovecchio, M. L., Tree, T., Chmura, Piotr Jaroslaw, Knip, M., Schulte, A. M., Mathieu, C. & INNODIA consortium, I. C., 2022, I: Trials. 23, 1, 9 s., 414.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
- Udgivet
Classification of Left and Right Coronary Arteries in Coronary Angiographies Using Deep Learning
Eschen, Christian Kim, Banasik, Karina, Christensen, Alex Hørby, Chmura, Piotr Jaroslaw, Pedersen, F., Køber, Lars Valeur, Engstrøm, Thomas, Dahl, A. B., Brunak, Søren & Bundgård, Henning, 2022, I: Electronics (Switzerland). 11, 13, 9 s., 2087.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
- Udgivet
Discrete-time survival analysis in the critically ill: a deep learning approach using heterogeneous data
Thorsen-Meyer, H., Placido, Davide, Kaas-Hansen, Benjamin Skov, Nielsen, A. P., Lange, Theis, Nielsen, A. B., Toft, P., Schierbeck, J., Strøm, T., Chmura, Piotr Jaroslaw, Heimann, M., Belling, K., Perner, Anders & Brunak, Søren, 2022, I: npj Digital Medicine. 5, 10 s., 142.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
ID: 233701104
Flest downloads
-
240
downloads
Survival prediction in intensive-care units based on aggregation of long-term disease history and acute physiology: a retrospective study of the Danish National Patient Registry and electronic patient records
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet -
145
downloads
The bio.tools registry of software tools and data resources for the life sciences
Publikation: Bidrag til tidsskrift › Letter › Forskning › fagfællebedømt
Udgivet -
79
downloads
Dynamic and explainable machine learning prediction of mortality in patients in the intensive care unit: a retrospective study of high-frequency data in electronic patient records
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet