protected health information | BriefGPT

关键词protected health information

搜索结果 - 8

一种合成心电图（ECG）图像生成工具箱，以促进基于深度学习的扫描 ECG 数字化
该论文提出一种产生锐实的心电图图像的新方法，用于训练深度学习算法，在保护个人身份信息的同时使用这些图像来进行数字化，得到的结果表明，产生的合成心电图像数据集对于训练深度学习模型具有重要意义。
PDFa year ago
基于 Few-Shot 的跨语言迁移方法用于混合代码临床文本的粗粒度去识别化
本文实证展示了预训练语言模型在多语言跨领域少样本学习任务中的交叉语言迁移特性，并将其应用于解决缺乏数据和真实世界挑战的混合代码（西班牙语 - 加泰罗尼亚语）临床笔记：保护个人隐私信息的命名实体识别。
PDF2 years ago
医疗文本数据去识别化的 Transformer 模型比较评估
比较评估了几种变压器模型架构在识别医疗文本中的受保护健康信息方面的表现，ROBERTA-large 模型在 i2b2/UTHealth 2014 语料库中的表现最佳。
PDF2 years ago
EMNLPPHICON：通过数据增强提高临床文本去识别模型的泛化能力
本研究提出使用 PHICON 数据增强方法，即采用命名实体替换和上下文增强模拟保护健康信息从而提高神经模型的鲁棒性和泛化能力，实验证明此方法可显著提高新数据集的 F1 得分。
PDF4 years ago
ACL针对医疗记录去标识化的保护隐私文本表示的对抗性学习
本论文提出使用 LSTM-CRF 模型和隐私保护技术，创造出不含保护健康信息的医疗文本表示来训练医疗文本去识别化，达到了 97.4% 的 F1 得分。
PDF5 years ago
患者笔记去识别化的深度学习架构：实现和评估
本文基于深度上下文词嵌入和变分的 Bi-LSTM 模型，使用最新的自然语言处理技术，实现从临床记录中去除个人身份信息的任务，以两个黄金标准数据集为基础，并证明该架构在性能上达到了最先进的水平，同时在没有使用字典或其他知识源的情况下，收敛速
PDF6 years ago
COLING增强特征神经网络用于患者笔记去识别
本论文提出将人工设计的特征和来自电子健康记录的特征加入到基于神经网络的患者笔记去识别系统中，结果显示特征的加入进一步提高了患者笔记去识别的水平，建议开发者应该利用电子健康记录中的信息。
PDF8 years ago
利用循环神经网络进行患者笔记的去识别化
该研究基于人工神经网络模型，提出了一种无需人为特征设计和规则的自动化病历去识别系统，其在两个数据集上的表现优于现有系统，支持使用 ANNs 进行病例记录的去识别。
PDF8 years ago