Chinese PLA General Hospital

该工作提出 UltraStar，将超声心动图探头导航从路径回归重新表述为基于锚点的全局定位：用星型图把历史关键帧作为空间锚点直接连到当前视图以显式建模几何约束，并用语义感知采样从海量历史日志中挑选代表性标志点以减少冗余，在超过 131 万样本的数据集上实验显示其优于基线，且随输入长度增加扩展性更好，说明在带噪探索下星型拓扑是更有效的历史建模方式。

该工作提出 UltraStar，将超声心动图探头导航从路径回归重新表述为基于锚点的全局定位：用星型图把历史关键帧作为空间锚点直接连到当前视图以显式建模几何约束，并用语义感知采样从海量历史日志中挑选代表性标志点以减少冗余，在超过 131 万样本的数据集上实验显示其优于基线，且随输入长度增加扩展性更好，说明在带噪探索下星型拓扑是更有效的历史建模方式。

该研究基于长海医院2016年5月31日至2019年6月26日期间1370例接受体外冲击波碎石术（ESWL）的慢性胰腺炎住院患者的回顾性去标识化临床数据，从109个变量中筛选出55个变量，比较了XGBoost、LightGBM、CatBoost、随机森林、支持向量机、人工神经网络、多层感知机、TabNet、Transformer和Wide&Deep共十种机器学习与深度学习算法在三种建模方案（全部预处理变量、单因素筛选的21个变量、ADASYN过采样训练数据）下的表现，以F1分数为主要选择指标，结果显示TabNet在前两种方案中取得最佳留出测试集表现（F1均为0.71），最终选择更简约的21变量T

该研究基于长海医院2016年5月31日至2019年6月26日期间1370例接受体外冲击波碎石术（ESWL）的慢性胰腺炎住院患者的回顾性去标识化临床数据，从109个变量中筛选出55个变量，比较了XGBoost、LightGBM、CatBoost、随机森林、支持向量机、人工神经网络、多层感知机、TabNet、Transformer和Wide&Deep共十种机器学习与深度学习算法在三种建模方案（全部预处理变量、单因素筛选的21个变量、ADASYN过采样训练数据）下的表现，以F1分数为主要选择指标，结果显示TabNet在前两种方案中取得最佳留出测试集表现（F1均为0.71），最终选择更简约的21变量T