Wykaz publikacji wybranego autora

Urszula Smyczyńska, mgr inż.

doktorant

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kaib, * Katedra Automatyki i Inżynierii Biomedycznej


Identyfikatory Autora

ORCID: brak

ResearcherID: brak

Scopus: brak




1
  • Kalkulator wskaźników auksologicznych i kreator wykresów wzrastania – aplikacja wspomagająca analizę i wizualizację danychCalculator of auxological indices and creator of growth charts – application for data analysis and visualization / Urszula SMYCZYŃSKA, Joanna Smyczyńska, Ryszard TADEUSIEWICZ // Endokrynologia Pediatryczna ; ISSN 1730-0282. — 2015 t. 14 supl. 1, s. 62. — Tekst pol.-ang.. — VI Zjazd, XXII Sympozjum Polskiego Towarzystwa Endokrynologii i Diabetologii Dziecięcej : 07–09 maja 2015, Zawiercie : streszczenia = abstracts

  • słowa kluczowe: niedobór wzrostu, siatki centylowe, tempo wzrastania, wiek kostny, wzrost docelowy, wzrost przewidywany

    keywords: short stature, centile charts, height velocity, bone age, target height, predicted adult height

    cyfrowy identyfikator dokumentu:

2
  • Prognozowanie skuteczności leczenia hormonem wzrostu u dzieci – porównanie modelu regresji liniowej wielokrotnej i sztucznych sieci neuronowychPrediction of the effectiveness of growth hormone therapy in children – a comparison of multiple linear regression and artificial neural network models / Joanna Smyczyńska, Urszula SMYCZYŃSKA, Renata Stawerska, Andrzej Lewiński, Ryszard TADEUSIEWICZ, Maciej Hilczer // Endokrynologia Pediatryczna ; ISSN 1730-0282. — 2015 t. 14 supl. 1, s. 35. — Tekst pol.-ang.. — VI Zjazd, XXII Sympozjum Polskiego Towarzystwa Endokrynologii i Diabetologii Dziecięcej : 07–09 maja 2015, Zawiercie : streszczenia = abstracts

  • słowa kluczowe: sztuczne sieci neuronowe, modele predykcyjne, hormon wzrostu, somatotropinowa niedoczynność przysadki, wzrost końcowy, regresja liniowa wielokrotna

    keywords: artificial neural networks, prediction models, growth hormone, GH deficiency, final height, multiple linear regression

    cyfrowy identyfikator dokumentu: