Integrating Sequence and Image Modeling in Irregular Medical Time Series Through Self-Supervised Learning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种联合学习框架,解决医疗时间序列中的不规则性和缺失问题。通过结合序列和图像表征,设计了三种自监督学习策略,提升了融合效果。结果表明,该方法在真实临床数据集上的分类性能优于七种先进模型,展现出更强的鲁棒性和适应性。

🏷️

标签

➡️

继续阅读