כתבה
arXiv cs.LG ·
סיווג TB באמצעות נתונים קליניים
Cross-cohort TB classification using clinical data gathered in Uganda and South Africa
חוקרים השתמשו בלמידת מכונה כדי לסווג מטופלים עם TB באוגנדה ודרום אפריקה. הם בדקו שלושה ארכיטקטורות של רשתות עצביות: MLP, CNN ו-LR. ה-LR הראה תוצאות טובות יותר.
תקציר מקורי באנגליתarXiv:2610.03256v1 Announce Type: new Abstract: We present a first evaluation of machine learning applied to patient clinical and demographic data gathered in two different countries for the purpose of tuberculosis (TB) screening to identify people who would benefit from expensive molecular testing. Experiments are based on the recently-compiled CAGE-TB dataset, which includes sub-cohorts of people with presumptive TB presenting at community health care centres in South Africa and Uganda. Three neural network architectures (logistic regression (LR), multilayer perceptrons (MLP) and convolutional neural networks (CNN)) are considered in conjunction with greedy feature selection. For the convolutional neural network, a strategy that jointly optimises feature selection and feature ordering is
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית