深度学习-通过心电信号检测出糖尿病

论文题目

DeepHeart:Semi-SupervisedSequenceLearningforCardiovascularRisk Prediction

推荐指数：* * * * *
推荐理由：立意很新，发现了人体信号一些新奇的关联

一句话总结该论文主要做的事情：

用手环的心率数据来检测四种疾病：糖尿病，高胆固醇，睡眠呼吸暂停和高血压

该公司主要出发点：

发现这四类疾病都是那种很不容易被自己觉知到的，因此用一些非专用医疗设备做预警，帮助人们提早发现自己患病。

目标用户：普通大众,非患病用户

该文章最巧妙的地方在于

发现了简单的手环数据somehow可以检测出一些其他疾病
（有点类似于脉搏诊断，就是认为人体是一个相互关联的整体，身体的状态都会在脉搏中体现出来）

数据

来自14022人的57675条week的数据

和加利福尼亚大学的心脏科合作

label来源：参与者在之前都进行了身体诊断

主要模型

监督部分： 一维卷积加LSTM

预处理部分：

1. 半监督训练 用一个autoencoder （三层卷积+4层循环层）
2. 启发式训练 就是先将小时间窗口的variable作为target进行预训练

总结

该论文找到了一个非常有趣的切入点，是一个初创公司发的论文，目前也在开发基于该论文的产品，做的是一件很有意义的事情，可以帮助人们在不需添购新硬件的情况下提前检测到疾病风险，比那些无聊的纯粹为了发论文而做的深度学习应用好太多。