BriefGPT - AI 论文速递
·
利用众包呼吸声数据开发 COVID-19 的多变量预测模型
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本研究使用深度学习方法诊断COVID-19，ROC-AUC为0.846。引入自定义的深度神经网络，以关节呼吸和咳嗽表示的方式进行诊断。提供了四个分层折叠的数据集和模型细节，具备可重现性。
🎯
关键要点
- 本研究首次尝试使用端到端的深度学习方法对 COVID-19 进行诊断。
- 研究中使用的 ROC-AUC 为 0.846。
- 引入自定义的深度神经网络，以关节呼吸和咳嗽表示的方式进行诊断。
- 提供了四个分层折叠的数据集和模型细节，以进行交叉参数优化和验证。
- 研究具备可重现性。
➡️
