BriefGPT.xyz
Sep, 2022
SERF:使用嵌入、规则和特征进行可解释的睡眠分期
SERF: Interpretable Sleep Staging using Embeddings, Rules, and Features
HTML
PDF
Irfan Al-Hussaini, Cassie S. Mitchell
TL;DR
利用睡眠作为案例研究,该论文提出了一种结合由黑箱深度学习导出的高准确性和临床可解释性的通用方法SERF,用于睡眠分期。该模型使用卷积和循环神经网络混合的嵌入来得到可诠释的特征空间,并应用基于简单模型如浅决策树的分类方法,其结果优于同类型模型的最新状态。
Abstract
The accuracy of recent
deep learning
based
clinical decision support systems
is promising. However, lack of model
interpretability
remains
→