timeGAN같은걸 이용해서 4채널로 synchronized된 ECG 신호를 12채널로 확장시켜 synchronized된 데이터를 생성하는게 가능할까요??
[❓질문] 이게 가능할까요
딥부이(112.165)
2024-11-03 10:47:00
추천 0
댓글 11
다른 게시글
-
요새 AI의 연구주제가 다 통합되고 있다는 생각이 듬
[1][일반] 딥부이(1.234) | 24.11.02추천 0 -
우리나라는 기업이 데이터 가지고 시비걸린적은 없지?
[3][일반] 딥부이(222.100) | 24.11.02추천 0 -
데이터과학쪽은 어떻게 생각함?
[2][일반] 익명(211.46) | 24.11.02추천 1 -
과제 도와주세요 퓨ㅠㅠ
[3][일반] 딥부이(211.179) | 24.11.02추천 0 -
이런 부분을 잘못하면 과적합 될 수 있다도 논문이 됨?
[4][일반] 딥부이(219.249) | 24.11.01추천 1 -
rawdata전처리 원래 오래걸림?
[2][일반] 딥부이(211.179) | 24.11.01추천 0 -
석사 하려는 4학년인데 공부 추천점..
[4][일반] 딥부이(211.234) | 24.11.01추천 0 -
보통 이미지 인풋으로 넣을때 cv2사용함?
[3][일반] 딥부이(223.62) | 24.10.31추천 0 -
모델 성능을 올리고 싶은데
[10][❓질문] 빈즈게임(high7593) | 24.10.31추천 0 -
근데 OpenAI는 상당히 보안이 잘지켜지네
[3][일반] 익명(121.173) | 24.10.30추천 0
채널생성 가능이야 하지 얼마나 recall이 좋은 데이터를 생성할수있는지가 중요한거아니겠나
저번에 알려줬던 것 같은데, 재작년인가에 ICASSP에 2to12 생성하는 논문 이미 있음 퀄리티는 안 읽어봐서 모르겠고
가지고 잇는 Lead 4개가 어느 리드인지에 따라서도 다르지 limb lead는 2개만 있어도 나머지 4개 리드 그냥 계산해서 얻을 수 있는데 chest lead는 안될테고
그리고 애초에 4개 리드 가지고 나머지 8개 리드를 생성한다고 해서 기존에 4개 리드에서 가지고 있던 정보를 preserving하면서 동시에 확장시킬 수 있다고 생각이 안 듬. 1) 단순히 정보량은 preserving하면서 채널만 늘릴 뿐이라면 의미가 없고, 2) 기존 4개 리드에서는 확인할 수 없었던 정보를 생성한다면 그건 그것대로 어떻게 믿을 수 있겠음
예를 들어 limb leads에서만 확인할 수 있는 진단명들이 있고, chest leads를 봐야 확인 가능한 진단명들이 있을 때, limb leads만 가지고서 chest leads까지 생성을 시킨다고 하면 chest leads 쪽에서 어떤 morphology를 보여줘야 정답인 지를 모르잖음. 해당 환자의 진단명을 condition으로 줘서 생성하는 게 아닌 이상
하여간 아무런 컨디션 없이 그냥 2개든 4개든 몇 개 리드 가지고 나머지 리드 생성하는 논문 리뷰한다면 이런 이유로 바로 리젝 줬을 듯. 며칠 전부터 이거 가지고 자꾸 글 써가지고 길게 썼는데 단순히 모델 돌리는 거에 집착해서 채널을 맞출 게 문제가 아니라 지금 니가 가지고 있는 데이터를 먼저 분석을 해놓고 방향을 정하는 게 좋을 듯함
긴 글 감사합니다. ecg 양식이 여러가지라는 걸 생각해주시면 되는데요, 제가 말씀드리는 데이터는 4채널 양식의 2.5s interval ecg 입니다. 12리드의 정보가 모두 담겨있구요. 그리고 제가 생성하려는 데이터는 12채널의 10 interval ecg입니다. 현재 쓰려는 모델의 pretrain data는 12채널 양식의 ecg 데이터 입니다. 반면 제가 가진 데이터는 4채널의 길이가 짧은, 리드 데이터 정보들이 들어있기 때문에(4개 리드가 한 채널에합쳐지기 때문에 한 채널의 길이가 10초 인것은 같음) 이걸 12채널로 변환하려는 시도를 하고 있는 것인데,, 4in12out conv1d 레이어를 추가하는 것만으로도 성능이 잘나와서 혹시 다른 방법으로 더 잘 될 수 있지 않을까 하여 질문올렸습니다
관심 가져주셔서 감사합니다 선생님
지금 가지고 있는 ECG가 standard 12-lead를 따르는 게 아니라 아예 다른 형식을 따른다는 소리임? 그럼 단순히 그걸 12채널로 확장시키는 차원의 문제가 아니라, 그 형식을 12-lead standard로 conversion할 수 있는 메소드를 찾아야지 왜 차원을 늘린다는 소리를 하고 있음 conv1d 같은 거 써서 12채널로 확장시키면 모델이 그런 conversion 함수를 알아서 학습할 수 있겠다는 생각인거임?
네 그생각이 맞습니다만.. 다른 메소드를 못찾았기에 conv1d 레이어로 단순하게 대체했는데 정확도는 다소 아쉽지만 다른 베이스라인 모델을 outperform하더라구요. 저번에 말씀해주신 2개 리드에서 12리드 예측하는 그런 느낌이랑은 또 다르네요.