Generating sequential electronic health records using dual adversarial autoencoder

Recent studies on electronic health records (EHRs) started to learn deep generative models and synthesize a huge amount of realistic records, in order to address significant privacy issues surrounding the EHR. However, most of them only focus on structured records about patients' independent vi...

Celý popis

Podrobná bibliografie

Vydáno v:	Journal of the American Medical Informatics Association : JAMIA Ročník 27; číslo 9; s. 1411
Hlavní autoři:	Lee, Dongha, Yu, Hwanjo, Jiang, Xiaoqian, Rogith, Deevakar, Gudala, Meghana, Tejani, Mubeen, Zhang, Qiuchen, Xiong, Li
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	England 01.09.2020
Témata:	Computer Simulation Confidentiality Electronic Health Records Humans Machine Learning Neural Networks, Computer Software sequential data generation generative autoencoder generative adversarial networks (GANs) electornic health records (EHRs) differential privacy
ISSN:	1527-974X, 1527-974X
On-line přístup:	Zjistit podrobnosti o přístupu
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!