热门
最新
红包
立Flag
投票
同城
我的
发布
《医疗时序用LSTM和注意力稳预测》
在医疗场景中,它能自动过滤噪声干扰(如呼吸运动导致的ECG漂移),仅强化与临床目标强相关的片段(如心率骤变前的30秒数据)。传统LSTM因餐后血糖波动导致预测不稳(如预测值±20 mg/dL),LASF通过注意力机制过滤运动干扰,实现血糖趋势预测的稳定输出(图3)。对比实验显示,在含噪声的住院患者生命体征数据集(PhysioNet 2023)上,LASF将预测标准差降低至传统LSTM的1/3(图2)。:当输入数据包含传感器误差或生理波动时,LSTM的梯度传播易被干扰,导致预测输出振荡(如图1所示)。
——来自博客 https://blog.csdn.net/jaxzheng/article/details/156581566
LASF将预测标准差降低至传统LSTM的1/3。(单选)
0 人已经参与 已结束
正确
0人
错误
0人
CSDN App 扫码分享
评论
点赞
- 复制链接
- 举报
