PCPs：患者心脏原型
信号处理
2020-12-01 v1 机器学习
摘要
许多临床深度学习算法基于群体且难以解释。这些特性限制了它们的临床效用，因为基于群体的发现可能无法推广到个体患者，且医生不愿将不透明的模型纳入其临床工作流程。为克服这些障碍，我们提出学习患者特定的嵌入，称为患者心脏原型（PCPs），以高效概括患者的心脏状态。为此，我们通过监督对比学习将同一患者多个心脏信号的表示吸引到相应的 PCP。我们展示了 PCP 的多种效用。首先，它们允许在数据集内部和跨数据集发现相似患者。其次，这种相似性可与超网络结合以生成患者特定参数，进而实现患者特定诊断。第三，我们发现 PCP 充当原始数据集的紧凑替代，允许进行数据集蒸馏。
引用
@article{arxiv.2011.14227,
title = {PCPs: Patient Cardiac Prototypes},
author = {Dani Kiyasseh and Tingting Zhu and David A. Clifton},
journal= {arXiv preprint arXiv:2011.14227},
year = {2020}
}