Scifaro

中文

使用生成对抗网络的半监督罕见病检测

机器学习 2018-12-04 v1 机器学习

作者: Wenyuan Li , Yunlong Wang , Yong Cai , Corey Arnold , Emily Zhao , Yilian Yuan

在 arXiv 上查看 ↗ PDF ↗

摘要

罕见病影响相对较少的人群，这限制了对治疗与治愈研究的投入。开发一种高效的罕见病检测方法，是后续临床研究的关键第一步。本文中，我们提出了一种使用生成对抗网络的半监督学习框架用于罕见病检测。我们的方法利用大量未标注数据进行疾病检测，并在精确率-召回率得分上相比基线技术取得了最佳结果。

关键词

罕见病检测半监督学习生成对抗网络未标注数据精确率-召回率

引用

@article{arxiv.1812.00547,
  title  = {Semi-supervised Rare Disease Detection Using Generative Adversarial Network},
  author = {Wenyuan Li and Yunlong Wang and Yong Cai and Corey Arnold and Emily Zhao and Yilian Yuan},
  journal= {arXiv preprint arXiv:1812.00547},
  year   = {2018}
}

备注

Machine Learning for Health (ML4H) Workshop at NeurIPS 2018 arXiv:1811.07216