基于神经网络注意力的颅内压监测数据特征发现框架
定量方法
2026-01-13 v1 机器学习
摘要
我们提出了一个新框架，通过应用可解释性原则来分析颅内压监测数据。从约翰斯汉普顿收集的颅内压监测数据被分为单个心脏周期。训练一个卷积神经网络来将每个心脏周期分类为一个七个身体位置之一。提取神经网络注意力，并用于识别波形中感兴趣的区域。进一步的探索方向被识别。该框架提供了一种可扩展的方法来进一步理解颅内压波形的生理和临床基础，这可能有助于提高颅内压监测的诊断能力。
引用
@article{arxiv.2601.07691,
title = {A Framework for Feature Discovery in Intracranial Pressure Monitoring Data Using Neural Network Attention},
author = {Jonathan D. Socha and Seyed F. Maroufi and Dipankar Biswas and Richard Um and Aruna S. Rao and Mark G. Luciano},
journal= {arXiv preprint arXiv:2601.07691},
year = {2026}
}
备注
12 pages, 18 figures