HealthPrism：用于探索儿童身体和心理健康状况的多模态数据的可视化分析系统
摘要：儿童个人和家庭特征与其身体和心理健康状况之间的相关性得到了各个研究领域（如公共卫生、医学和数据科学）的广泛研究。这些研究可以揭示影响儿童健康的潜在因素，并有助于制定有针对性的干预措施，改善其健康结果。然而，随着多种数据源的可用性，包括上下文数据（即儿童的背景信息）和动态数据（即测量儿童活动的传感器数据），由于数据的大规模、异构性和多模态性，出现了新的挑战。现有的基于统计假设和学习模型的方法由于所揭示的信息有限，无法全面分析多模态特征与多维健康结果之间的复杂相关性。在这项工作中，我们首先通过文献综述和多个领域（如公共卫生和医学）的11位专家的面试，提炼出一套设计要求。然后，我们提出了HealthPrism，一种交互式视觉和分析系统，可以帮助研究人员从多个层面探索各种上下文和动态特征对儿童健康状况的重要性和影响。在HealthPrism中，提出了一种带有门控机制的多模态学习模型，用于健康概况和跨模态特征重要性比较。设计了一套可视化组件，供专家自由地探索和理解多模态数据。通过模型性能的定量评估、案例研究和相关领域的专家面试，我们证明了HealthPrism的有效性和可用性。
作者：Zhihan Jiang, Handi Chen, Rui Zhou, Jing Deng, Xinchen Zhang, Running Zhao, Cong Xie, Yifang Wang, Edith C.H. Ngai
论文ID：2307.12242
分类：Human-Computer Interaction
分类简称：cs.HC
提交时间：2023-07-25