机构名称：
¥ 1.0
随着电子病历 (EMR) 的普及，疾病预测最近受到了广泛关注，因为电子病历需要准确的分类器将输入的预测信号（例如症状、患者人口统计数据等）映射到每个患者的估计疾病。另一方面，现有的基于机器学习的算法严重依赖大量手动标记的 EMR 训练数据来产生足够的预测结果，这限制了它们在数据很少的罕见疾病情况下的适用性。每种不寻常疾病的最低限度的 EMR 数据不足以让模型将其与具有相似临床症状的其他疾病区分开来。通过聚合信息，所提出的神经网络编码器可以成功构建封装来自两个数据源的知识的嵌入。
使用 CNN 预测瘫痪疾病
主要关键词
相关文件推荐
