论文笔记：Deep Patient：An Unsupervised Representation to Predict the Future of Patients rom the Electron

最新推荐文章于 2024-07-08 09:23:21 发布
最新推荐文章于 2024-07-08 09:23:21 发布
阅读量318 收藏 1
点赞数
分类专栏： AI医疗 神经网络 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/travalscx/article/details/100598339
版权
本文介绍DeepPatient，一种从电子健康记录中无监督学习患者未来状况预测的表示方法。总体流程包括数据提取与预处理、自动编码器学习特征表示及特征应用于具体任务。采用堆叠自编码器进行特征学习，通过encoder和decoder实现参数学习。
摘要由CSDN通过智能技术生成

Deep Patient：An Unsupervised Representation to Predict the Future of Patients from the Electronic Health Records

  1. 总体流程
    在这里插入图片描述
    A. 提取数据，数据预处理成向量
    B. autodecoder学习特征表示
    C. 学到的特征用于具体任务
  2. 特征学习
    在这里插入图片描述
    使用SDA
    （1）encoder
    在这里插入图片描述
    （2）decoder
    在这里插入图片描述
    目标
    在这里插入图片描述
    参数学习
    在这里插入图片描述
玛卡巴卡米卡巴卡
关注
专栏目录
Using Transfer Learning to Improve Deep Learning Models
AI天才研究院
08-02 854
作者：禅与计算机程序设计艺术Image classification and segmentation are the two most common applications of deep learning in medical imaging. However, it is not straightforward to use transfer learning methods for these tasks due to different dataset distributions, input
The Learning route of GNN
SimonChen
10-15 522
The Learning route of GNN CHEN JIE Note：图神经网络的相关实战教程及其缺乏，如有看到相关内容，可以添加到群在线文档之中。 图神经网络基础知识 台大李宏毅的GNN课（很通俗易懂，较为推荐） 链接：(1/2) https://www.youtube.com/watch?v=eybCCtNKwzA&ab_channel=Hung-yiLee ​ (2/2)https://www.youtube.com/watch?v=M9ht8vsVEw8&t=1
【论文阅读笔记】Deep Patient: An Unsupervised Representation to Predict the Future of Patients from the Elec
寸先生的AI道路
11-29 863
文章标题：Deep Patient: An Unsupervised Representation to Predict the Future of Patients from the Electronic Health Records 发布时间：2016.5 刊物：Science Report 本文使用自编码器对电子病历进行大数据分析，结构比较简单：        使用的自编码器为...
Deep patient:An unsupervised representation to predict the future of patient from the electronic
Yingying
03-06 692
EHR:  electronic health records three-layer stack of denoising autoencoders train  data 700 000 patients from the Mount Sinai data warehouse 把autoencoder的特征表示当做健康状态，预测病人患各种疾病的概率 76214 test 
An Unsupervised Representation to Predict the Future of Patients from the Electronic Health Records
仓小小鼠
11-07 974
无监督从电子健康病例预测患者未来的健康 摘要 电子健康记录（EHR）的二次使用有望推动临床研究的发展和改善告知临床决策。汇总和表示患者数据方面的挑战阻止了使用EHR进行预测建模的广泛实践。在这里，我们介绍了一种新颖的无监督的特征学习方法从EHR数据得出通用的患者代表促进临床预测建模。特别是三层去噪自动编码器堆栈用于捕获约EHRs的汇总EHR中的分层规则和依存关系来自西奈山数据仓库的700,000名...
be patient~~~
Clayman的专栏
09-20 3652
       be patient ，be patient，no matter what happened~~~~       忙，每天下班爬回自己的小窝里就不想动了。怀念大学，那时候什么都缺，就是不缺时间，可以选择每天睡到自然醒，通宵打游戏，也可以选择努力学习。能自由支配自己的时间，实在是幸福。 忙有两种情况，一种忙的很充实，过程中可以学到不少东西；还有一种忙的很空虚，把精力都浪费在琐碎的事上。
深度学习在健康医疗领域的应用综述
热门推荐
Richard_More的博客
08-17 1万+
近年来，以深度学习为代表的机器学习在健康医疗领域越来越多。按照处理的数据种类可以分为数值型，文本型以及图片数据；本文主要集中在文本数据。 临床诊断决策： (Miotto R,et al;2016)[1]提出了一种新的无监督深度特征学习方法即为三层堆叠的降噪自动解码器，它可以从电子健康病历数据中获取一个通用的病人表征，从而让临床预测性建模更加方便。用于捕捉西奈山数据仓库中70万患者聚合电子健康病
Paper reading (七)：Recent Advances of deep learning in bioinformatics and computational biology
wxw060709的专栏
09-18 401
论文题目：Recent Advances of deep learning in bioinformatics and computational biology scholar 引用：2 页数：10 发表时间：2019.03 发表刊物：frontiers in genetics 作者：Binhua Tang1,2*†, Zixiang Pan1†, Kang Yin1 and Asif...
计算机视觉论文-2021-06-29
中科院AI算法工程师的博客
06-30 2730
本专栏是计算机视觉方向论文收集积累，时间：2021年6月29日，来源：paper digest 欢迎关注原创公众号【计算机视觉联盟】，回复【西瓜书手推笔记】可获取我的机器学习纯手推笔记！ 直达笔记地址：机器学习手推笔记（GitHub地址） 1, TITLE:The Deep Neural Network Based Photometry Framework for Wide Field Small Aperture Telescopes AUTHORS: Peng Jia ; Yo...
论文笔记：Cluster Alignment with a Teacher for Unsupervised Domain Adaptation
01-06
Profile  最近因为个人需要看了一些 DADADA 和 DRDRDR 的文章。  这篇文章比较有意思的是：将聚类设计成目标函数，从而一方面实现经网络抽取特征在分布上的自然聚类，一方面因为特征分布的聚类自然提高了分类效果...
【图像拼接/深度单应】论文精读：Unsupervised Deep Homography: A Fast and Robust Homography Estimation Model
畅游计算机视觉的海洋
04-09 3660
多个航拍图像之间的单应性估计可以为协同自主探索和监测提供相对位姿估计。机器人系统的使用需要一种快速鲁棒的单应性估计算法。在这项研究中，我们提出了一种无监督学习算法，该算法训练深度卷积神经网络来估计平面单应性。我们将所提出的算法与传统的基于特征的直接方法进行了比较，以及相应的监督学习算法。我们的实证结果表明，与传统方法相比，无监督算法实现了更快的推理速度，同时保持了对光照变化相当或更好的准确性和鲁棒性。此外，与相应的监督深度学习方法相比，我们的无监督方法具有更好的适应性和性能。
深度学习论文: Deep Learning for Unsupervised Anomaly Localization in Industrial Images: A Survey
最新发布
mingo_敏
07-08 981
当前，深度学习在视觉检测领域借助监督学习取得了显著成就。但在工业实践中，缺陷样本稀缺、标注成本高及先验知识不足等挑战限制了监督方法的有效性。近五年来，无监督异常定位算法在工业检测中崭露头角，应用日益广泛。本文旨在通过深度梳理工业图像无监督异常定位领域的最新深度学习研究成果，为研究者构建一条快速入门路径。我们综合分析了超过120篇核心文献，全面覆盖了该领域的核心概念、面临的挑战、分类体系、基准数据集，以及各方法的量化性能对比。
论文笔记：Evolving Losses for Unsupervised Video Representation Learning
ArchibaldChain的博客
07-20 937
Evolving Losses for Unsupervised Video Representation Learning 论文笔记 Distillation Knowledge Distillation from: zhihu Distillate Knowledge from Teacher model Net-T to Student model Net-S. 目的：为了精简模型方便部署。 L=αLsoft+βLhard L=\alpha L_{s o f t}+\beta L_{h a r d}
单细胞论文记录(part12)--Unsupervised Spatial Embedded Deep Representation of Spatial Transcriptomics
小山羊的学习日志
06-11 347
学习笔记，仅供参考，有错必纠 Authors:Fu Huazhu， XU Hang，Chen Jinmiao Year：2021 Key words: spatial transcriptomics; graph convolutional network; gene expression; deep learningSpatial transcriptomics enable us to dissect tissue heterogeneity and map out inter-cellular com
影响力最大化，传播模型
travalscx的博客
09-18 3072
基本传播模型 IC LT IM算法分类 贪心算法 KK（2003） CELF（2007）https://www.cnblogs.com/aaronhoo/p/6548760.html DegreeDiscount（2009） 基于度数 中心度 MaxDegree 选择图中度数最大的K个度。但会有邻居重叠 SCG 基于社区 OASNET 基于社区的动态规划。假设社区是不联系的，但真实社区联系...
论文笔记：PTE: Predictive Text Embedding through Large-scale Heterogeneous Text Network
travalscx的博客
02-12 2586
PTE: Predictive Text Embedding through Large-scale Heterogeneous Text Network步骤建立异构网络embedding训练总结 和前几篇目标函数差不多。 步骤 建立异构网络 如下图，通过文本建立起来的网络分为三部分 （1）word-word，每一个word是一个顶点，边上的权重是两个word同时出现的次数。 （2）word-do...
interpretable machine learning
travalscx的博客
12-02 2253
最近入了可解释机器学习的坑。 Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead 1.模型的准确度和可解释度成反比，accuracy/ interpretability/explainability trade-off。有图...
论文笔记：Asymmetric Transitivity Preserving Graph Embedding
travalscx的博客
01-27 2001
Max-Margin DeepWalk: Asymmetric Transitivity Preserving Graph Embedding概览方法总结 概览 对有向图的节点进行embedding。 对于每个顶点，的到两个embedding后的向量，一个是source，一个是target。因为是有向图，此顶点可能是一条路径的源头，也有可能是一条路径的终点。 方法 论文的核心目的是： 其中s是相...
论文笔记：WaveNet: A Generative Model For Raw Audio
travalscx的博客
04-21 1999
WaveNet: A Generative Model For Raw Audio 目的主要是：生成的语音听起来比其他的tts方法更流畅。 还可以实现：文本到语音，语音转换，生成音乐，辨别 其实就是提供了一个通用的网络，加以改造就能够完成不同的任务 相关的知识： PixelCnn 用于图片生成的cnn casual convolution 因果卷积 dilated convolution 扩展卷积...
MG-BERT: leveraging unsupervised atomic representation learning for molecular property prediction预训练策略
05-10
MG-BERT是一种用于分子属性预测的预训练模型，它是基于BERT的模型。它的预训练策略可以分为以下几步： 1. 原子嵌入：使用晶体学数据库（CSD）中的晶体结构数据，从中提取原子坐标并将其转换为原子嵌入表示。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值