AI医疗
关注
分享
扫一扫
玛卡巴卡米卡巴卡
h h haha
展开
-
论文阅读：Using recurrent neural network models for early detection of heart failure onset
使用带有GRU的RNN来检测心力衰竭（HF）并与传统的方法对比，采用的数据是电子健康记录（EHR）而不是ECG。将EHR的单个event进行one-hot编码对于时间上发生的event，由单个event的one-hot向量构成时间上的向量序列（C图），这个序列作为神经网络的输入。升级方法：对one-hot使用skip-gram之后得到新的向量作为网络的输入。方法就是最基本的skip-...原创 2019-08-24 09:26:51 · 391 阅读 · 0 评论 -
论文笔记：Boosting Deep Learning Risk Prediction with Generative Adversarial Networks for Electronic Heal
结合多个网络 GAN CNN encoderdecoderGAN生成有类别标签的假样本原创 2019-09-11 10:51:01 · 317 阅读 · 0 评论 -
论文笔记：Interpretable Deep Models for ICU Outcome Prediction
使用mimic learning用来更精确分分类。核心：retrain原创 2019-09-11 10:00:26 · 524 阅读 · 0 评论 -
论文阅读：TEMPORAL CONVOLUTIONAL NEURAL NETWORKS FOR DIAGNOSIS FROM LAB TESTS
原创 2019-09-10 11:34:57 · 316 阅读 · 0 评论 -
论文阅读：时序EHR上的CNN
论文：Risk Prediction with Electronic Health Records: A Deep Learning ApproachExploiting Convolutional Neural Network for Risk Prediction with Medical Feature Embedding将EHR数据看成一个矩阵，每一行是一个记录，列在时间序列上。...原创 2019-09-09 18:05:23 · 355 阅读 · 0 评论 -
论文笔记：Generating Multi-label Discrete Patient Records using Generative Adversarial Networks.pdf
使用GAN和autodecoder的联合网络来生成样本，解决医疗样本因为隐私性问题而比较少的问题。对于生成的样本，在生成G（z）之后，把他放入一个decoder网络中调整成适合输入的样本。这个decoder是真实样本x训练的autoencoder中的网络。...原创 2019-09-08 11:08:33 · 518 阅读 · 0 评论 -
论文笔记：SleepNet：Automated Sleep Staging System via Deep Learning
目标：自动标记睡眠阶段，睡眠分为五个阶段。也就是一个分类问题。方法：将EEG信号的6个通道根据时间划分，例如每n秒划分一次，这样可以形成多个信号图，每个图包含6个波形。这样在时间序列上，每一段就是一个图。对图的信号进行傅立叶变换形成新的。使用RCNN来进行学习，卷积来提取图的特征，RNN来进行时间上的学习。pipline：...原创 2019-09-08 09:03:08 · 1032 阅读 · 0 评论 -
论文笔记：GRAM/ Graph-based Attention Model for Healthcare Representation Learning
论文提出一种数据丰富的方法，需要结合先验知识。原创 2019-09-07 22:06:30 · 704 阅读 · 0 评论 -
论文笔记：Deep Patient：An Unsupervised Representation to Predict the Future of Patients rom the Electron
Deep Patient：An Unsupervised Representation to Predict the Future of Patients from the Electronic Health Records总体流程A. 提取数据，数据预处理成向量B. autodecoder学习特征表示C. 学到的特征用于具体任务特征学习使用SDA（1）encoder（2）...原创 2019-09-07 15:04:28 · 351 阅读 · 0 评论 -
论文笔记：Multi-layer Representation Learning for Medical Concepts
目的对于EHR数据的每个visit和每个code进行嵌入方法启发于skip-gram对于visit使用softmax上的交叉熵作为loss：对于code相比visit去掉加入侧写那一层，与visit网络共享Wc，可以一起学习。但在学习的时候对于code的Wc使用Wc’，Wc’=Relu（Wc）。这样可以吧Wc中的负值变成0，从而增加可解释性。同一个visit中的每两个cod...原创 2019-09-07 10:38:39 · 505 阅读 · 2 评论 -
ECG信号预处理
看论文中提出的与处理方法，将信号变成1d和2d输入网络原创 2019-08-27 14:32:32 · 7973 阅读 · 1 评论 -
论文笔记：Convolutional Recurrent Neural Networks for Electrocardiogram Classification
提出两个网络来进行AF分类。一个是24层cnn，一个是24层cnn+3层LSTM原创 2019-08-23 14:05:15 · 721 阅读 · 3 评论 -
论文笔记：Real-Time Patient-Specific ECG Classification by 1-D Convolutional Neural Networks
对特定的病人训练CNN，一旦一个专门的CNN被训练为一个特定的病人，它就可以单独用于快速和准确地分类可能很长的心电图数据流，这样的解决方案可以方便地用于实际-轻型可穿戴设备上的定时心电图监测和早期报警系统。训练的数据有两部分：全局（每个患者通用）和局部（患者特定）培训模式。局部数据包含每个患者心电图记录的前5分钟片段，并作为培训数据的一部分用于执行患者适；全局数据集包含每个类的部分数据。对于...原创 2019-08-21 19:39:53 · 1299 阅读 · 2 评论 -
论文笔记：Deep Convolutional Neural Networks and Learning ECG Features for Screening Paroxysmal Atrial Fi
提出一个五层CNN来判别患者是否是PAF，也就是一个二分类问题；同时提出将CNN的前四层得到的作为特征之后连接其它方法，KNN，SVM等。原创 2019-08-21 18:17:37 · 386 阅读 · 0 评论 -
论文笔记：Automated Detection of Arrhythmias Using Different Intervals of Tachycardia ECG Segments with C
Automated Detection of Arrhythmias Using Different Intervals of Tachycardia ECG Segments with Convolutional Neural Network主要是用cnn来识别不同种类的心律失常名词解释atrial fibrillation：心房颤动（简称房颤）是最常见的持续性心律失常。随着年龄增长房颤的...原创 2019-08-21 14:20:08 · 497 阅读 · 0 评论 -
论文笔记：A Deep Convolutional Neural Network Model to Classify Heartbeats
使用9层cnn来对5类非危及生命的心律失常分类。通过识别心跳的种类可以实现心率异常、冠状动脉心脏病、心肌梗塞。心血管疾病有三大类：electrical、circulatory、structural。本文针对electrical类进行研究。electrical疾病分为两类：life-threatening and non-life-threatening。本文对non-life-threaten...原创 2019-08-21 13:55:20 · 1218 阅读 · 1 评论 -
AI医疗 机器学习 ECG 入门论文
Machine Learning in Medicine AI医疗概述，一些例子A Survey On Various Data Mining Techniques for ECG Meta Analysis 基本方法，对比各种方法，这些方法通过特征提取和分割对ECG分析来找出各种心脏疾病。介绍了模糊技术、svm、神经网络、马尔可夫方法 给出发展和基本的论文。使用的数据集是MIT-BIH、NS...原创 2019-08-23 08:36:16 · 2000 阅读 · 0 评论 -
论文笔记：Method to Annotate Arrhythmias by Deep Network
使用一个深度网络将ECG代表的arrhythmia分4类。深度网络综合了CNN，encoder-decoder和bidirectional RNN。网络开始使用基于cnn的encoder-decoder来将信号映射到特殊空间得到特征表示。这个特征表示在encoder后得到。之后将得到的特征表示使用bidirectional RNN进行分类。...原创 2019-08-24 10:30:48 · 258 阅读 · 0 评论 -
论文笔记：C-RNN-GAN/ Continuous recurrent neural networks with adversarial training
使用中间层结合了RNN的GAN来生成时间序列数据原创 2019-09-11 18:11:06 · 1741 阅读 · 0 评论