论文阅读：Using recurrent neural network models for early detection of heart failure onset

最新推荐文章于 2022-07-21 22:29:15 发布

玛卡巴卡米卡巴卡

最新推荐文章于 2022-07-21 22:29:15 发布

阅读量345

点赞数

分类专栏： AI医疗神经网络 ECG 机器学习

本文链接：https://blog.csdn.net/travalscx/article/details/100048594

版权

62 篇文章 0 订阅

订阅专栏

39 篇文章 2 订阅

订阅专栏

19 篇文章 5 订阅

订阅专栏

使用带有GRU的RNN来检测心力衰竭（HF）并与传统的方法对比，采用的数据是电子健康记录（EHR）而不是ECG。

将EHR的单个event进行one-hot编码
对于时间上发生的event，由单个event的one-hot向量构成时间上的向量序列（C图），这个序列作为神经网络的输入。
升级方法：对one-hot使用skip-gram之后得到新的向量作为网络的输入。
方法就是最基本的skip-gram，邻居最大程度表现当前，skip-gram目标函数：
网络
h是当前的状态，这个状态随着向量序列的输入而变化

再此基础上加入GRU方法，将基本的状态变化网络变成：

具体有2个门2个状态：update gate，reset gate，intermediate memory unit，hidden layer state

关注