الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

الحالة: أرشفة. يتم توفير الرمز كما هو مع عدم وجود تحديثات متوقعة. لسوء الحظ ، لم يعد لدي الوقت الشخصي للتكريس للحفاظ على هذا الريبو/الاستجابة للمشكلات ، أو الوصول إلى مجموعة البيانات المحاكاة بعد الآن ، على الرغم من أنني آمل أن يكون رمز النموذج وانقسامات البيانات لا يزال مفيدًا للمجتمع.

caml-mimic

رمز للتنبؤ بالورقة القابلة للتفسير للرموز الطبية من النص السريري.

التبعيات

  • Python 3.6 ، على الرغم من أنه يجب أن يعمل 2.7 أيضًا
  • Pytorch 0.3.0
  • TQDM
  • Scikit-Learn 0.19.1
  • Numpy 1.13.3 ، Scipy 0.19.1 ، Pandas 0.20.3
  • Jupyter-Notebook 5.0.0
  • Gensim 3.2.0
  • NLTK 3.2.4

قد تعمل الإصدارات الأخرى أيضًا ، ولكن الإصدارات المدرجة هي تلك التي استخدمتها

معالجة البيانات

للبدء ، قم بتحرير constants.py أولاً للإشارة إلى الدلائل التي تحمل نسخك من مجموعات بيانات Mimic-II و Mimic-III. ثم ، قم بتنظيم بياناتك بالهيكل التالي: 

 mimicdata
|   D_ICD_DIAGNOSES.csv
|   D_ICD_PROCEDURES.csv
|   ICD9_descriptions (already in repo)
└───mimic2/
|   |   MIMIC_RAW_DSUMS
|   |   MIMIC_ICD9_mapping
|   |   training_indices.data
|   |   testing_indices.data
└───mimic3/
|   |   NOTEEVENTS.csv
|   |   DIAGNOSES_ICD.csv
|   |   PROCEDURES_ICD.csv
|   |   *_hadm_ids.csv (already in repo)

يمكن الحصول على ملفات Mimic-II من هذا المستودع.

الآن ، تأكد من أن مسار Python الخاص بك يتضمن الدليل الأساسي لهذا المستودع. بعد ذلك ، في دفتر Jupyter ، قم بتشغيل جميع الخلايا (في القائمة ، انقر فوق خلية -> قم بتشغيل الكل) في notebooks/dataproc_mimic_II.ipynb و notebooks/dataproc_mimic_III.ipynb . ستستغرق هذه بعض الوقت ، لذا اذهب في نزهة على الأقدام أو خبز بعض ملفات تعريف الارتباط أثناء الانتظار. يمكنك تسريعه عن طريق تخطي أقسام "تضمينات كلمة ما قبل التدريب".

النماذج المحفوظة

لإعادة إنتاج نتائج الورقة مباشرة ، قم أولاً بتشغيل خطوات معالجة البيانات أعلاه. نحن نقدم نماذجنا التي تم تدريبنا مسبقًا لـ CAML و DR-CAML لمجموعة بيانات MIMIC-III الكاملة. يتم حفظها model.pth في الدلائل الخاصة بهم. نحن نقدم أيضًا نصًا evaluate_model.sh لإعادة إنتاج نتائجنا من النماذج.

تدريب نموذج جديد

لتدريب نموذج جديد من نقطة الصفر ، يرجى استخدام البرنامج النصي learn/training.py . تنفيذ python training.py -h للحصول على قائمة كاملة من وسيطات الإدخال والأعلام. يمكن أن تعمل train_new_model.sh في predictions/ الدلالات الفرعية كأمثلة (أو يمكنك تشغيل تلك مباشرة لاستخدام نفس المقاييس).

تنبؤات النموذج

يتم توفير التنبؤات التي توفر النتائج في الورقة في predictions/ . يحتوي كل دليل على:

  • preds_test.psv ، ملف قيمة مفصل للأنابيب يحتوي على تنبؤات HADM_ID ونموذجها لجميع أمثلة الاختبار
  • train_new_model.sh ، الذي يدرب نموذجًا جديدًا مع المقاييس المفرطة المقدمة في الورقة.

لإعادة إنتاج نتائج F-Measure الخاصة بنا من التنبؤات ، على سبيل المثال نتائج CNN على التقليد ، قم بتشغيل python get_metrics_for_saved_predictions.py predictions/CNN_mimic2_full .

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل