面向在线临床时间序列应用的多模态对比学习
机器学习
2024-03-28 v1
摘要
来自重症监护室（ICU）的电子健康记录（EHR）数据集包含多种数据模态。虽然先前的工作已在监督设置下成功利用了多种模态，但我们将先进的自监督多模态对比学习技术应用于 ICU 数据，特别关注用于临床相关在线预测任务的临床笔记和时间序列。我们引入了一个损失函数——多模态邻域对比损失（MM-NCL）和一个软邻域函数，并展示了我们方法出色的线性探测和零样本性能。
引用
@article{arxiv.2403.18316,
title = {Multi-Modal Contrastive Learning for Online Clinical Time-Series Applications},
author = {Fabian Baldenweg and Manuel Burger and Gunnar Rätsch and Rita Kuznetsova},
journal= {arXiv preprint arXiv:2403.18316},
year = {2024}
}
备注
Accepted as a Workshop Paper at TS4H@ICLR2024