論文の概要: Revisiting the Disequilibrium Issues in Tackling Heart Disease Classification Tasks
- arxiv url: http://arxiv.org/abs/2407.20249v1
- Date: Fri, 19 Jul 2024 09:50:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-05 00:46:38.982356
- Title: Revisiting the Disequilibrium Issues in Tackling Heart Disease Classification Tasks
- Title（参考訳）: 心疾患分類課題における不均衡問題の再考
- Authors: Thao Hoang, Linh Nguyen, Khoi Do, Duong Nguyen, Viet Dung Nguyen,
- Abstract要約: 心臓病の分類の分野では2つの主要な障害が生じる。
心電図(ECG)データセットは、様々なモードにおける不均衡とバイアスを一貫して示している。
信号符号化画像に対してチャネルワイド・マグニチュード等化器(CME)を提案する。
また、データ間の不均衡を軽減するために、逆重対数損失(IWL)を提案する。
- 参考スコア（独自算出の注目度）: 5.834731599084117
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the field of heart disease classification, two primary obstacles arise. Firstly, existing Electrocardiogram (ECG) datasets consistently demonstrate imbalances and biases across various modalities. Secondly, these time-series data consist of diverse lead signals, causing Convolutional Neural Networks (CNNs) to become overfitting to the one with higher power, hence diminishing the performance of the Deep Learning (DL) process. In addition, when facing an imbalanced dataset, performance from such high-dimensional data may be susceptible to overfitting. Current efforts predominantly focus on enhancing DL models by designing novel architectures, despite these evident challenges, seemingly overlooking the core issues, therefore hindering advancements in heart disease classification. To address these obstacles, our proposed approach introduces two straightforward and direct methods to enhance the classification tasks. To address the high dimensionality issue, we employ a Channel-wise Magnitude Equalizer (CME) on signal-encoded images. This approach reduces redundancy in the feature data range, highlighting changes in the dataset. Simultaneously, to counteract data imbalance, we propose the Inverted Weight Logarithmic Loss (IWL) to alleviate imbalances among the data. When applying IWL loss, the accuracy of state-of-the-art models (SOTA) increases up to 5% in the CPSC2018 dataset. CME in combination with IWL also surpasses the classification results of other baseline models from 5% to 10%.
- Abstract（参考訳）: 心臓病の分類の分野では、2つの主要な障害が生じる。
第一に、既存の心電図(ECG)データセットは、様々なモードにまたがる不均衡とバイアスを一貫して示している。
第2に、これらの時系列データは様々なリード信号で構成されており、畳み込みニューラルネットワーク(CNN)が高出力のものに過度に適合するようになり、ディープラーニング(DL)プロセスのパフォーマンスが低下する。
さらに、不均衡なデータセットに直面する場合、そのような高次元データのパフォーマンスは過度に適合する可能性がある。
現在の取り組みは、これらの明らかな課題にもかかわらず、新しいアーキテクチャを設計することでDLモデルを向上することに集中しており、心臓病の分類の進歩を妨げているように思われる。
これらの障害に対処するため,本提案手法では,分類タスクを強化するための2つの単純かつ直接的な手法を提案する。
高次元問題に対処するために、信号符号化画像にチャネルワイド・マグニチュード等化器(CME)を用いる。
このアプローチは、特徴データ範囲の冗長性を低減し、データセットの変更を強調します。
同時に、データの不均衡を緩和する逆重対数損失(Inverted Weight Logarithmic Loss, IWL)を提案する。
IWL損失を適用すると、最先端モデル(SOTA)の精度はCPSC2018データセットで最大5%向上する。
IWLと組み合わせたCMEは、他のベースラインモデルの分類結果を5%から10%に上回っている。
関連論文リスト
- Wafer Map Defect Classification Using Autoencoder-Based Data Augmentation and Convolutional Neural Network [4.8748194765816955]
本研究では、自己エンコーダに基づくデータ拡張技術と畳み込みニューラルネットワーク(CNN)を組み合わせた新しい手法を提案する。
提案手法は,ランダムフォレスト,SVM,ロジスティック回帰をそれぞれ19%,21%,27%以上,98.56%の分類精度を達成している。
論文 参考訳（メタデータ） (2024-11-17T10:19:54Z) - How more data can hurt: Instability and regularization in next-generation reservoir computing [0.0]
我々は、この現象のより極端なバージョンが、力学系のデータ駆動モデルに現れることを示した。
トレーニングデータの多いフローマップの表現がより良くなったにもかかわらず、NGRCは不条件の積分器を採用でき、安定性を損なうことが判明した。
論文 参考訳（メタデータ） (2024-07-11T16:22:13Z) - DACB-Net: Dual Attention Guided Compact Bilinear Convolution Neural Network for Skin Disease Classification [3.3891365992104605]
本稿では,DACB-Netを用いた3分岐デュアルアテンションガイド型コンパクトバイリニアCNNについて紹介する。
グローバルブランチは、失った識別的特徴を補償し、関連する収穫地に対する注意熱マップ(AHM)を生成する。
このフレームワークはデータ強化、転送学習、微調整を統合し、データの不均衡に対処し、分類性能を改善し、計算コストを削減する。
論文 参考訳（メタデータ） (2024-07-03T18:32:54Z) - Few-shot learning for COVID-19 Chest X-Ray Classification with
Imbalanced Data: An Inter vs. Intra Domain Study [49.5374512525016]
医療画像データセットは、コンピュータ支援診断、治療計画、医学研究に使用される訓練モデルに不可欠である。
データ分散のばらつき、データの不足、ジェネリックイメージから事前トレーニングされたモデルを使用する場合の転送学習の問題などである。
本稿では,データ不足と分散不均衡の影響を軽減するために,一連の手法を統合したシームズニューラルネットワークに基づく手法を提案する。
論文 参考訳（メタデータ） (2024-01-18T16:59:27Z) - PREM: A Simple Yet Effective Approach for Node-Level Graph Anomaly
Detection [65.24854366973794]
ノードレベルのグラフ異常検出(GAD)は、医学、ソーシャルネットワーク、eコマースなどの分野におけるグラフ構造化データから異常ノードを特定する上で重要な役割を果たす。
本稿では,GADの効率を向上させるために,PREM (preprocessing and Matching) という簡単な手法を提案する。
我々のアプローチは、強力な異常検出機能を維持しながら、GADを合理化し、時間とメモリ消費を削減します。
論文 参考訳（メタデータ） (2023-10-18T02:59:57Z) - Improving Multiple Sclerosis Lesion Segmentation Across Clinical Sites:
A Federated Learning Approach with Noise-Resilient Training [75.40980802817349]
深層学習モデルは、自動的にMS病変を分節する約束を示しているが、正確な注釈付きデータの不足は、この分野の進歩を妨げている。
我々は,MS病変の不均衡分布とファジィ境界を考慮したDecoupled Hard Label Correction(DHLC)戦略を導入する。
また,集約型中央モデルを利用したCELC(Centrally Enhanced Label Correction)戦略も導入した。
論文 参考訳（メタデータ） (2023-08-31T00:36:10Z) - End-to-End Supervised Multilabel Contrastive Learning [38.26579519598804]
マルチラベル表現学習は、オブジェクトカテゴリ間のラベル依存やデータ関連の問題に関連付けられる難しい問題として認識されている。
近年の進歩は、モデルとデータ中心の視点からこれらの課題に対処している。
KMCLと呼ばれる新しいエンドツーエンドのトレーニングフレームワークを提案し、モデルとデータ中心の設計の欠点に対処する。
論文 参考訳（メタデータ） (2023-07-08T12:46:57Z) - Key-Exchange Convolutional Auto-Encoder for Data Augmentation in Early
Knee OsteoArthritis Classification [9.400820679110147]
膝骨関節炎(KOA)は高齢者の移動を損なう筋骨格疾患である。
畳み込み型オートエンコーダに基づく学習モデルと,KOA早期診断のための新たなデータを生成するハイブリッド損失戦略を提案する。
論文 参考訳（メタデータ） (2023-02-26T15:45:19Z) - Density-Aware Personalized Training for Risk Prediction in Imbalanced
Medical Data [89.79617468457393]
不均衡率(クラス密度差)のトレーニングモデルは、最適以下の予測につながる可能性がある。
この不均衡問題に対するモデルトレーニングのためのフレームワークを提案する。
実世界の医療データセットにおけるモデルの性能向上を実証する。
論文 参考訳（メタデータ） (2022-07-23T00:39:53Z) - ECG-DelNet: Delineation of Ambulatory Electrocardiograms with Mixed
Quality Labeling Using Neural Networks [69.25956542388653]
ディープラーニング(DL)アルゴリズムは、学術的、産業的にも重くなっている。
セグメンテーションフレームワークにECGの検出とデライン化を組み込むことにより、低解釈タスクにDLをうまく適用できることを実証する。
このモデルは、PhyloNetのQTデータベースを使用して、105個の増幅ECG記録から訓練された。
論文 参考訳（メタデータ） (2020-05-11T16:29:12Z) - Revisiting Initialization of Neural Networks [72.24615341588846]
ヘッセン行列のノルムを近似し, 制御することにより, 層間における重みのグローバルな曲率を厳密に推定する。
Word2Vec と MNIST/CIFAR 画像分類タスクの実験により,Hessian ノルムの追跡が診断ツールとして有用であることが確認された。
論文 参考訳（メタデータ） (2020-04-20T18:12:56Z)
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。