Text EGM

Interpretasi elektrogram intrakardiak melalui representasi tekstual

William Jongwon Han, Diana Gomez, Avi Alok, Chaojing Duan, Michael A. Rosenberg, Douglas Weber, Emerson Liu, Ding Zhao.

Kode resmi untuk "interpretasi elektrogram intrakardiak melalui representasi tekstual" yang diterima pada 2024 Konferensi tentang Kesehatan, Kesimpulan, dan Pembelajaran (CHIL).

Jika Anda mengalami bug apa pun atau memiliki pertanyaan, silakan kirimkan masalah atau hubungi di wjhan {at} Andrew {dot} cmu {dot} edu.

Kami berterima kasih kepada Mario Lemieux Center untuk perawatan irama jantung di Rumah Sakit Umum Allegheny karena mendukung pekerjaan ini.

Mengatur lingkungan

Catatan: Kami hanya telah diuji pada Ubuntu 20.04.5 lts.

1. conda create -n envname python=3.8

2. conda activate envname

3. git clone https://github.com/willxxy/ekg-af.git

4. cd ekg-af

5. pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

Catatan: Harap pastikan bahwa PIP yang Anda gunakan berasal dari lingkungan Conda

6. Tes Jika versi Pytorch kompatibel dengan GPU saat ini, tersedia dengan mengeksekusi python gpu.py Saat ini, kami hanya telah diuji pada GPU NVIDIA A5000 (24 GB) dan A6000 (48 GB).

7. pip install -r requirements.txt

Mengatur data

1. Meskipun data yang kami kurasi tidak tersedia untuk umum, kami memang memiliki hasil eksperimen pada dataset eksternal (hasil utama ada di Tabel 2 di koran), yaitu "database fibrilasi atrium intrakardiak" yang tersedia di Physionet.

2. Untuk mengatur data ini, cd ke folder preprocess .

3. Harap jalankan perintah berikut untuk mengunduh data.

 wget https://physionet.org/static/published-projects/iafdb/intracardiac-atrial-fibrillation-database-1.0.0.zip

4. Unzip file dengan mengeksekusi

 unzip intracardiac-atrial-fibrillation-database-1.0.0

5. Sekarang jalankan perintah folllowing untuk preprocess data.

 sh preprocess.sh

6. Ini harus membuat folder data dengan beberapa .npy untuk pelatihan, validasi, dan tes.

Mulai pelatihan

1. Dari cd ../ kembali ke direktori utama.

2. Anda sekarang dapat secara langsung menggunakan file train.sh untuk memulai pelatihan.

Kesimpulan

1. Harap jalankan sh inference.sh setelah pelatihan. Pastikan untuk menentukan jalur pos pemeriksaan.

Visualisasi

Semua visualisasi akan disimpan di bawah folder pos pemeriksaan masing -masing. Harap cd visualize sebelum memvisualisasikan. Di bawah folder visualize , silakan lihat skrip berikut:

1. stitch.sh - memvisualisasikan sinyal yang direkonstruksi dan diperkirakan.

2. viz_tokens.sh - memvisualisasikan representasi sinyal tokenized.

3. viz_attentions.sh - memvisualisasikan peta perhatian model.

4. viz_int_grad.sh - memvisualisasikan skor atribusi model.

Kutipan

Jika Anda menemukan repositori ini atau bekerja bermanfaat untuk Anda sendiri, silakan kutip Bibtex berikut.

 @misc{han2024interpretation,
      title={Interpretation of Intracardiac Electrograms Through Textual Representations}, 
      author={William Jongwon Han and Diana Gomez and Avi Alok and Chaojing Duan and Michael A. Rosenberg and Douglas Weber and Emerson Liu and Ding Zhao},
      year={2024},
      eprint={2402.01115},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}