深度學習-通過心電訊號檢測出糖尿病

標籤：訓練   seq   糖尿病   blog   sequence   str   發論文   card   理由   

論文題目

DeepHeart:Semi-SupervisedSequenceLearningforCardiovascularRisk Prediction

推薦指數：* * * * *
推薦理由：立意很新，發現了人體訊號一些新奇的關聯

一句話總結該論文主要做的事情：

用手環的心率資料來檢測四種疾病：糖尿病，高膽固醇，睡眠呼吸暫停和高血壓

該公司主要出發點：

發現這四類疾病都是那種很不容易被自己覺知到的，因此用一些非專用醫療設備做預警，協助人們提早發現自己患病。

目標使用者：普通福士,非患病使用者

該文章最巧妙的地方在於

發現了簡單的手環資料somehow可以檢測出一些其他疾病
（有點類似於脈搏診斷，就是認為人體是一個相互關聯的整體，身體的狀態都會在脈搏中體現出來）

資料

來自14022人的57675條week的資料

和加利福尼亞大學的心臟科合作

label來源：參與者在之前都進行了身體診斷

主要模型

監督部分： 一維卷積加LSTM

預先處理部分：

1. 半監督訓練 用一個autoencoder （三層卷積+4層迴圈層）
2. 啟發學習法訓練 就是先將小時間視窗的variable作為target進行預訓練

總結

該論文找到了一個非常有趣的切入點，是一個初創公司發的論文，目前也在開發基於該論文的產品，做的是一件很有意義的事情，可以協助人們在不需添購新硬體的情況下提前檢測到疾病風險，比那些無聊的純粹為了發論文而做的深度學習應用好太多。

深度學習-通過心電訊號檢測出糖尿病