caml mimic

狀態：存檔。提供代碼，因為沒有預期的更新。不幸的是，我沒有個人時間來專門用於維護此回購/響應問題，而不是訪問模擬數據集，儘管我希望模型代碼和數據拆分仍然可以對社區使用。

CAML-MIMIC

本文的代碼可以解釋臨床文本對醫學法規的預測。

依賴性

• python 3.6，儘管2.7也應該有效
• 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

數據處理

首先，首先要編輯constants.py指向持有模擬II和MIMIC-III數據集的副本的目錄。然後，通過以下結構組織數據：

 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)

可以從此存儲庫中獲得模擬II文件。

現在，確保您的Python路徑包括此存儲庫的基本目錄。然後，在jupyter筆記本中，在notebooks/dataproc_mimic_II.ipynb和notebooks/dataproc_mimic_III.ipynb中運行所有單元格（在菜單中，單擊單元格 - >運行全部）。這些將需要一些時間，因此在等待時去散步或烘烤一些餅乾。您可以跳過“預訓練單詞嵌入”部分來加快速度。

保存的模型

要直接複製論文的結果，請先運行上面的數據處理步驟。我們為MIMIC-III全標籤數據集提供了CAML和DR-CAML的預訓練模型。它們在各自目錄中被保存為model.pth 。我們還提供了一個evaluate_model.sh腳本，以從模型中復制我們的結果。

培訓新模型

要從頭開始訓練新模型，請使用腳本learn/training.py 。執行python training.py -h以獲取輸入參數和標誌的完整列表。 predictions/子目錄中的train_new_model.sh腳本可以用作示例（或者您可以直接運行這些腳本以使用相同的超參數）。

模型預測

在predictions/中提供了提供本文結果的預測。每個目錄包含：

• preds_test.psv ，一個包含HADM_ID和模型預測的管道分隔的值文件
• train_new_model.sh ，該培訓新型號的紙張中提供的超參數。

為了從預測中重現我們的f量表結果，例如，在模擬II上的CNN結果，運行python get_metrics_for_saved_predictions.py predictions/CNN_mimic2_full 。