Repozytorium Uniwersytetu Zielonogórskiego udostępnia 9 272 obiektów cyfrowych
Obiekt
Tytuł: Application of textual representation methods for clinical numerical data in early sepsis diagnosis
Współtwórca:
Woźniak, Marcin - ed. ; Kumar, Yogesh - ed. ; Ijaz, Muhammad Fazal - ed.
Podtytuł:
Tytuł publikacji grupowej:
Abstract:
Sepsis is a severe infectious disease with high incidence and mortality rates worldwide. Early diagnosis of sepsis in newly admitted intensive care unit patients is crucial to reduce mortality and improve patient outcomes. The manual diagnostic methods heavily rely on subjective clinical experience, while traditional machine learning methods require time-consuming feature engineering and the performance is limited by the knowledge acquired from scarce datasets. Therefore, to address the aforementioned issues, this study proposes a novel textual representation method for clinical numerical data, leveraging pre-trained language models from the field of natural language processing for sepsis prediction. ; Specifically, this study innovatively transforms structured clinical numerical data of patients into unstructured textual descriptions. This transformation reframes sepsis prediction into a text classification task, leveraging the rich prior semantic knowledge embedded in pre-trained language models to enhance prediction performance. The proposed method is validated using real ICU clinical data. When employing RoBERTa-base, it achieved an F1 score of 79.03%, which represents an improvement of five percentage points compared with commonly used machine learning classifiers. The experiments confirmed that the proposed method enhances the performance of early sepsis diagnosis and introduces new insights for clinical diagnosis of sepsis.
Wydawca:
Zielona Góra: Uniwersytet Zielonogórski
Identyfikator zasobu:
DOI:
Strony:
Źródło:
AMCS, volume 34, number 4 (2024) ; kliknij tutaj, żeby przejść
Jezyk:
Licencja CC BY 4.0:
Prawa do dysponowania publikacją:
Biblioteka Uniwersytetu Zielonogórskiego
Kolekcje, do których przypisany jest obiekt:
- Repozytorium > Jednostki organizacyjne > Wydział Informatyki, Elektrotechniki i Automatyki
- Repozytorium > Typy utworów > Artykuły
- Repozytorium > Czasopisma naukowe i serie wydawnicze UZ > International Journal of Applied Mathematics and Computer Science (AMCS) > International Journal of Applied Mathematics and Computer Science (AMCS) (2024)
Data ostatniej modyfikacji:
5 sie 2025
Data dodania obiektu:
5 sie 2025
Liczba wyświetleń treści obiektu:
8
Wszystkie dostępne wersje tego obiektu:
https://zbc.uz.zgora.pl/repozytorium/publication/101881
Wyświetl opis w formacie RDF:
Wyświetl opis w formacie OAI-PMH:
-
-
-
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 34, number 1 (2024)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 34, number 2 (2024)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 34, number 3 (2024)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 34, number 4 (2024)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
| Nazwa wydania | Data |
|---|---|
| Application of textual representation methods for clinical numerical data in early sepsis diagnosis | 5 sie 2025 |
Obiekty Podobne
Cichosz, Paweł Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
Cichosz, Paweł Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
Tenne, Yoel Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
Koziarski, Michał Woźniak, Michał Stefanowski, Jerzy - ed. Krawiec, Krzysztof - ed. Wrembel, Robert - ed.
Blachnik, Marcin Gamper, Johann - ed. Wrembel, Robert - ed.
Żelasko, Dariusz Pławiak, Paweł Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
Papież, Anna Badie, Christophe Polanska, Joanna Gamper, Johann - ed. Wrembel, Robert - ed.
Czarnowski, Ireneusz Jędrzejowicz, Piotr Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
