基于对比自监督学习的患者相似性方法：以智能手表 PPG 信号检测心房颤动的案例研究
信号处理
2023-08-07 v1 机器学习
摘要
在本文中，我们提出了一种新颖的基于对比学习的深度学习框架，用于利用生理信号进行患者相似性搜索。我们采用基于对比学习的方法，学习具有相似生理信号数据的患者的相似嵌入。我们还引入了一些邻域选择算法，以在生成的嵌入上确定相似度最高的患者。为了验证我们框架在衡量患者相似性方面的有效性，我们选取通过智能手表设备获取的光电容积描记（PPG）信号检测心房颤动（AF）作为案例研究。我们在超过 170 人的数据集上对我们的框架进行了大量实验，并将该框架在此数据集上与其他基线方法的性能进行了比较。
引用
@article{arxiv.2308.02433,
title = {Contrastive Self-Supervised Learning Based Approach for Patient Similarity: A Case Study on Atrial Fibrillation Detection from PPG Signal},
author = {Subangkar Karmaker Shanto and Shoumik Saha and Atif Hasan Rahman and Mohammad Mehedy Masud and Mohammed Eunus Ali},
journal= {arXiv preprint arXiv:2308.02433},
year = {2023}
}
备注
10 pages, 4 figures, Preprint submitted to Journal of Computers in Biology and Medicine