caml mimic

状态：存档。提供代码，因为没有预期的更新。不幸的是，我没有个人时间来专门用于维护此回购/响应问题，而不是访问模拟数据集，尽管我希望模型代码和数据拆分仍然可以对社区使用。

CAML-MIMIC

本文的代码可以解释临床文本对医学法规的预测。

依赖性

• python 3.6，尽管2.7也应该有效
• 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

其他版本也可能起作用，但列出的版本是我使用的版本

数据处理

首先，首先要编辑constants.py指向持有模拟II和MIMIC-III数据集的副本的目录。然后，通过以下结构组织数据：

 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)

可以从此存储库中获得模拟II文件。

现在，确保您的Python路径包括此存储库的基本目录。然后，在jupyter笔记本中，在notebooks/dataproc_mimic_II.ipynb和notebooks/dataproc_mimic_III.ipynb中运行所有单元格（在菜单中，单击单元格 - >运行全部）。这些将需要一些时间，因此在等待时去散步或烘烤一些饼干。您可以跳过“预训练单词嵌入”部分来加快速度。

保存的模型

要直接复制论文的结果，请先运行上面的数据处理步骤。我们为MIMIC-III全标签数据集提供了CAML和DR-CAML的预训练模型。它们在各自目录中被保存为model.pth 。我们还提供了一个evaluate_model.sh脚本，以从模型中复制我们的结果。

培训新模型

要从头开始训练新模型，请使用脚本learn/training.py 。执行python training.py -h以获取输入参数和标志的完整列表。 predictions/子目录中的train_new_model.sh脚本可以用作示例（或者您可以直接运行这些脚本以使用相同的超参数）。

模型预测

在predictions/中提供了提供本文结果的预测。每个目录包含：

• preds_test.psv ，一个包含HADM_ID和模型预测的管道分隔的值文件
• train_new_model.sh ，该培训新型号的纸张中提供的超参数。

为了从预测中重现我们的f量表结果，例如，在模拟II上的CNN结果，运行python get_metrics_for_saved_predictions.py predictions/CNN_mimic2_full 。