論文の概要: Contrastive Self-Supervised Learning Based Approach for Patient Similarity: A Case Study on Atrial Fibrillation Detection from PPG Signal

• arxiv url: http://arxiv.org/abs/2308.02433v1
• Date: Sat, 22 Jul 2023 05:37:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-14 01:40:08.631577
• Title: Contrastive Self-Supervised Learning Based Approach for Patient Similarity: A Case Study on Atrial Fibrillation Detection from PPG Signal
• Title（参考訳）: 患者類似性に対するコントラスト的自己監督学習に基づくアプローチ: PPG信号による心房細動検出を事例として
• Authors: Subangkar Karmaker Shanto, Shoumik Saha, Atif Hasan Rahman, Mohammad Mehedy Masud and Mohammed Eunus Ali
• Abstract要約: 生理的信号を用いた患者類似性探索のための新しいコントラスト学習に基づくディープラーニングフレームワークを提案する。 我々は、類似した生理学的信号データを持つ患者の類似した埋め込みを学習するために、対照的な学習に基づくアプローチを用いる。
• 参考スコア（独自算出の注目度）: 2.528656359262761
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we propose a novel contrastive learning based deep learning framework for patient similarity search using physiological signals. We use a contrastive learning based approach to learn similar embeddings of patients with similar physiological signal data. We also introduce a number of neighbor selection algorithms to determine the patients with the highest similarity on the generated embeddings. To validate the effectiveness of our framework for measuring patient similarity, we select the detection of Atrial Fibrillation (AF) through photoplethysmography (PPG) signals obtained from smartwatch devices as our case study. We present extensive experimentation of our framework on a dataset of over 170 individuals and compare the performance of our framework with other baseline methods on this dataset.
• Abstract（参考訳）: 本稿では,生理的信号を用いた患者類似性探索のためのコントラスト学習ベースの深層学習フレームワークを提案する。 類似した生理的信号データを持つ患者の類似した埋め込みを学習するために、対比学習に基づくアプローチを用いる。 また, 生成した埋め込みにおいて最も類似度が高い患者を判定するために, 隣接する選択アルゴリズムを導入している。 患者との類似度を測定するための枠組みの有効性を検証するため,スマートウォッチ端末から得られた光胸腔造影(PPG)信号を用いて心房細動(AF)の検出を選択した。 170以上のデータセット上でのフレームワークの広範な実験を行い、このデータセット上の他のベースラインメソッドとの比較を行った。

関連論文リスト

• Intra-video Positive Pairs in Self-Supervised Learning for Ultrasound [65.23740556896654]
  自己教師付き学習 (SSL) は, 医療画像におけるラベル付きデータの健全性に対処するための戦略である。 本研究では,同じBモード超音波映像をSSLのペアとして用いた近位画像の利用効果について検討した。 この手法は、従来の超音波特異的比較学習法の平均検査精度を新型コロナウイルスの分類で上回り、IVPP(Intra-Video Positive Pairs)と命名された。
  論文  参考訳（メタデータ） (2024-03-12T14:57:57Z)
• Learning Beyond Similarities: Incorporating Dissimilarities between Positive Pairs in Self-Supervised Time Series Learning [4.2807943283312095]
  本稿では,正の対間の相似性を統合することで,単なる類似性を超越するSSLアプローチの先駆者となる。 本フレームワークは心電図(ECG)信号に適用され,心房細動(AFib)の検出精度が,多彩な被験者に+10%向上した。
  論文  参考訳（メタデータ） (2023-09-14T08:49:35Z)
• Hypergraph Convolutional Networks for Fine-grained ICU Patient Similarity Analysis and Risk Prediction [15.06049250330114]
  集中治療ユニット(ICU、Intensive Care Unit)は、重篤な患者を認め、継続的な監視と治療を提供する病院の最も重要な部分の1つである。 臨床意思決定における医療従事者を支援するために,様々な患者結果予測手法が試みられている。
  論文  参考訳（メタデータ） (2023-08-24T05:26:56Z)
• Improving ICD-based semantic similarity by accounting for varying degrees of comorbidity [39.58317527488534]
  疾患と関連する健康問題(ICD)の国際統計分類は、疾患をコードするために世界中で使用されている。 意味的類似性アルゴリズムを用いて、ICDコードに基づく患者の類似性を計算することができる。 ICD-code セットに基づく意味的類似性の観点から,80種類の確立されたアルゴリズムの組み合わせの性能を比較した。
  論文  参考訳（メタデータ） (2023-08-14T14:56:07Z)
• Contrastive Principal Component Learning: Modeling Similarity by Augmentation Overlap [50.48888534815361]
  コントラシブ・プリンシパル・コンポーネント・ラーニング(CPCL)手法を提案する。 CPCLにより、学習された低次元埋め込みは、標本間の増大分布の類似性を理論的に保存する。
  論文  参考訳（メタデータ） (2022-06-01T13:03:58Z)
• Patient similarity: methods and applications [2.9864637081333085]
  患者類似性分析は医療応用において重要である。 電子カルテや遺伝データなどの患者情報を入力として取り、患者間のペアの類似性を計算する。 本稿では,各ステップで使用される代表的手法を概説し,特に精密医療における患者類似性ネットワークの適用について論じる。
  論文  参考訳（メタデータ） (2020-12-01T06:50:15Z)
• Learning-based Computer-aided Prescription Model for Parkinson's Disease: A Data-driven Perspective [61.70045118068213]
  我々は、PD患者の症状と、神経科医が提供した処方薬を収集し、データセットを構築した。 そこで我々は、観察された症状と処方薬との関係を学習し、新しいコンピュータ支援処方薬モデルを構築した。 新来の患者に対しては、処方薬モデルにより、観察された症状に対して適切な処方薬を推奨できる(予測)。
  論文  参考訳（メタデータ） (2020-07-31T14:34:35Z)
• Semi-supervised Medical Image Classification with Relation-driven Self-ensembling Model [71.80319052891817]
  医用画像分類のための関係駆動型半教師付きフレームワークを提案する。 これは、摂動下で与えられた入力の予測一貫性を促進することでラベルのないデータを利用する。 本手法は,シングルラベルおよびマルチラベル画像分類のシナリオにおいて,最先端の半教師付き学習手法よりも優れる。
  論文  参考訳（メタデータ） (2020-05-15T06:57:54Z)
• Predictive Modeling of ICU Healthcare-Associated Infections from Imbalanced Data. Using Ensembles and a Clustering-Based Undersampling Approach [55.41644538483948]
  本研究は,集中治療室における危険因子の同定と医療関連感染症の予測に焦点をあてる。 感染発生率の低減に向けた意思決定を支援することを目的とする。
  論文  参考訳（メタデータ） (2020-05-07T16:13:12Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)
• Comparative Visual Analytics for Assessing Medical Records with Sequence Embedding [17.752580010414228]
  患者記録の比較研究を支援する視覚分析システムを開発した。 カリフォルニア大学デイビス校の新生児集中治療ユニットから得られた実世界のデータセットを用いたケーススタディにより, 設計とシステムの有効性を実証した。
  論文  参考訳（メタデータ） (2020-02-18T19:29:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。