基于 Shapley 值的特征选择方法用于 ICU 误报减少：一种遗传算法方法
信号处理
2018-05-01 v1 计算机科学与博弈论
摘要
近年来，重症监护室 (ICU) 中高误报率已被确定为最关键的医疗挑战之一。这通常会导致临床工作人员被大量错误或非紧急警报淹没，并通过增加遗漏真实警报的概率以及导致患者出现谵妄、压力、睡眠剥夺和免疫系统受抑而降低护理质量。临床实践中误报的一个主要原因是，从不同设备采集的信号被单独处理以触发警报，而从一台设备采集的信号被噪声或运动伪影破坏的可能性相当大。在本文中，我们提出了一种低计算复杂度但准确的博弈论特征选择方法，该方法基于遗传算法，可识别从各种监测设备采集的信号中最具信息量的生物标志物，并能显著降低误报率。
引用
@article{arxiv.1804.11196,
title = {A Feature Selection Method Based on Shapley Value to False Alarm Reduction in ICUs, A Genetic-Algorithm Approach},
author = {Mohammad Zaeri-Amirani and Fatemeh Afghah and Sajad Mousavi},
journal= {arXiv preprint arXiv:1804.11196},
year = {2018}
}