Fugu-MT 論文翻訳(概要): Benchmarking with MIMIC-IV, an irregular, spare clinical time series dataset

論文の概要: Benchmarking with MIMIC-IV, an irregular, spare clinical time series dataset

arxiv url: http://arxiv.org/abs/2401.15290v1
Date: Sat, 27 Jan 2024 04:09:41 GMT
ステータス: 処理完了
システム内更新日: 2024-01-30 19:00:52.986205
Title: Benchmarking with MIMIC-IV, an irregular, spare clinical time series dataset
Title（参考訳）: MIMIC-IVによる臨床時系列データセットのベンチマーク
Authors: Hung Bui, Harikrishna Warrier, Yogesh Gupta
Abstract要約: この作業の目的は、MIMICデータセットの最新バージョンであるMIMIC-IVのベンチマークを提供することによって、この不足を埋めることである。また,MIIMIC-IIIですでに行われている研究について,詳細な文献調査を行った。
参考スコア（独自算出の注目度）: 7.76509065089705
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Electronic health record (EHR) is more and more popular, and it comes with applying machine learning solutions to resolve various problems in the domain. This growing research area also raises the need for EHRs accessibility. Medical Information Mart for Intensive Care (MIMIC) dataset is a popular, public, and free EHR dataset in a raw format that has been used in numerous studies. However, despite of its popularity, it is lacking benchmarking work, especially with recent state of the art works in the field of deep learning with time-series tabular data. The aim of this work is to fill this lack by providing a benchmark for latest version of MIMIC dataset, MIMIC-IV. We also give a detailed literature survey about studies that has been already done for MIIMIC-III.
Abstract（参考訳）: 電子健康記録(EHR)はますます人気があり、ドメイン内のさまざまな問題を解決するために機械学習ソリューションを適用している。この成長する研究領域は、EHRのアクセシビリティの必要性も高めている。集中治療のための医療情報マート(MIMIC)データセットは、多くの研究で使われている生のフォーマットで人気があり、公開され、無料のEHRデータセットである。しかし、その人気にもかかわらず、特に、時系列表データを用いた深層学習分野における最近の美術作品において、ベンチマーク作業が欠如している。この作業の目的は、MIMICデータセットの最新バージョンMIC-IVのベンチマークを提供することによって、この不足を埋めることである。また,MIIMIC-IIIですでに行われている研究について,詳細な文献調査を行った。

関連論文リスト

FedCVD: The First Real-World Federated Learning Benchmark on Cardiovascular Disease Data [52.55123685248105]
心臓血管疾患(CVD)は、現在世界でも主要な死因であり、早期診断と治療の要点を浮き彫りにしている。機械学習(ML)手法はCVDの早期診断に役立つが、その性能は高品質なデータへのアクセスに依存している。本稿では、FedCVDという心臓血管疾患検出のための、世界初の実世界のFLベンチマークを示す。
論文参考訳（メタデータ） (2024-10-28T02:24:01Z)
EMERGE: Integrating RAG for Improved Multimodal EHR Predictive Modeling [22.94521527609479]
EMERGEは、マルチモーダルEHR予測モデリングの強化を目的とした、検索拡張生成駆動フレームワークである。提案手法は,大規模言語モデルにより時系列データと臨床メモの両方からエンティティを抽出する。抽出した知識は、患者の健康状態のタスク関連サマリーを生成するために使用される。
論文参考訳（メタデータ） (2024-05-27T10:53:15Z)
Large Models for Time Series and Spatio-Temporal Data: A Survey and Outlook [95.32949323258251]
時系列データ、特に時系列データと時間時間データは、現実世界のアプリケーションで広く使われている。大規模言語やその他の基礎モデルの最近の進歩は、時系列データマイニングや時間データマイニングでの使用の増加に拍車を掛けている。
論文参考訳（メタデータ） (2023-10-16T09:06:00Z)
Automated Medical Coding on MIMIC-III and MIMIC-IV: A Critical Review and Replicability Study [60.56194508762205]
我々は、最先端の医療自動化機械学習モデルを再現し、比較し、分析する。その結果, 弱い構成, サンプル化の不十分さ, 評価の不十分さなどにより, いくつかのモデルの性能が低下していることが判明した。再生モデルを用いたMIMIC-IVデータセットの総合評価を行った。
論文参考訳（メタデータ） (2023-04-21T11:54:44Z)
Time Associated Meta Learning for Clinical Prediction [78.99422473394029]
本稿では,時間関連メタラーニング(TAML)手法を提案する。タスク分割後のスパーシリティ問題に対処するため、TAMLは時間情報共有戦略を採用し、正のサンプル数を増やす。複数の臨床データセットに対するTAMLの有効性を示す。
論文参考訳（メタデータ） (2023-03-05T03:54:54Z)
An Extensive Data Processing Pipeline for MIMIC-IV [0.20326203100766121]
エンドツーエンドで完全にカスタマイズ可能なパイプラインを提供して、データの抽出、クリーン化、および前処理を行います。 ICUおよび非ICU関連臨床時系列予測タスクにおけるMIMICデータセットの第4版(MIMIC-IV)の予測と評価を行った。
論文参考訳（メタデータ） (2022-04-29T01:09:38Z)
Benchmarking Predictive Risk Models for Emergency Departments with Large Public Electronic Health Records [7.928862476020428]
大規模な公開 EHR に基づく広く受け入れられている ED ベンチマークは存在しない。我々は、パブリックEDベンチマークスイートを提案し、2011年から2019年までの50万回のED訪問を含むベンチマークデータセットを得た。私たちのコードはオープンソースなので、MIMIC-IV-EDにアクセス可能な人は、データ処理の同じステップを辿り、ベンチマークを構築し、実験を再現できます。
論文参考訳（メタデータ） (2021-11-22T06:51:11Z)
HiRID-ICU-Benchmark -- A Comprehensive Machine Learning Benchmark on High-resolution ICU Data [0.8418021941792283]
ICU関連タスクの幅広い範囲をカバーするベンチマークの提供を目指している。 HiRIDデータセットを用いて,臨床医とのコラボレーションによって開発された複数の臨床関連タスクを定義した。我々は,このタイプのデータに対する深層学習アプローチのいくつかの制限を強調し,現在最先端のシーケンスモデリング手法を詳細に分析する。
論文参考訳（メタデータ） (2021-11-16T15:06:42Z)
Deep neural networks approach to microbial colony detection -- a comparative analysis [52.77024349608834]
本稿では,AGARデータセットを用いた3つの深層学習手法の性能について検討する。得られた結果は将来の実験のベンチマークとして機能するかもしれない。
論文参考訳（メタデータ） (2021-08-23T12:06:00Z)
Micro-expression spotting: A new benchmark [74.69928316848866]
マイクロ表現(ME)は、人々が本当の感情を隠そうとしたり、感情を隠そうとするときに起こる、簡潔で不随意の表情である。コンピュータビジョンの分野では、MEの研究はスポッティングと認識という2つの主要なタスクに分けられる。本稿ではSMIC-Eデータベースの拡張,すなわちSMIC-E-Longデータベースを紹介する。
論文参考訳（メタデータ） (2020-07-24T09:18:41Z)
ODVICE: An Ontology-Driven Visual Analytic Tool for Interactive Cohort Extraction [2.0131681387862153]
一般的な疾患では、EHRから抽出されたコホートは非常に限られた数の記録を含んでいる。本稿では,モンテカルログラフスパンニングアルゴリズムを用いたデータ拡張フレームワークODVICEを提案する。以上の結果から, ODVICE拡張コーホートの予測性能は, 非拡張データセットよりも曲線下面積(AUC)が30%向上していることが示唆された。
論文参考訳（メタデータ） (2020-05-13T17:15:51Z)

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。