机构名称：
¥ 1.0
抽象运动传感是慢性疾病管理中的尖端领域。抑郁症是慢性疾病的普遍并发症，在这些研究中被忽略了。我们利用医学文献使用运动传感器信号来认可抑郁预测。为了保护这一高风险决策，我们开发了一个可解释的深度学习模型：时间原型网络（TEMPPNET）。由于传感器信号的时间特征和抑郁症的渐进性，Temppnet通过捕获抑郁症的时间症状进展来创新地修饰现有的原型学习模型。我们的经验结果表明，temppnet在预测抑郁症方面的表现优于状态模型。我们还通过可视化抑郁的时间进展及其在行走传感器信号中检测到的相应症状来解释我们的预测。我们通过基于时间症状进展的原型网络有助于数据科学方法。患者，医生和护理人员可以在移动设备上使用我们的模型实时进入患者的抑郁症风险。
在慢性疾病中关心心灵：一种可解释的...
主要关键词
相关文件推荐
