Text EGM

通過文本表示對心臟內電圖的解釋

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

官方代碼“通過文本表示對心臟內電圖的解釋”，由2024年健康，推理和學習會議接受（CHIL）。

如果您遇到任何錯誤或有任何疑問，請在wjhan {at} andrew {dot} cmu {dot} edu上提交問題或聯繫人。

我們感謝Allegheny總醫院的Mario Lemieux心律護理中心支持這項工作。

設置環境

注意：我們僅在Ubuntu 20.04.5 Lts上進行了測試。

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

注意：請確保您使用的PIP來自Conda環境

6. 測試是否通過執行python gpu.py與當前的GPU兼容。目前，我們僅在A5000（24 GB）和A6000（48 GB）NVIDIA GPU上進行了測試。

7. pip install -r requirements.txt

設置數據

1. 儘管我們策劃的數據尚未公開可用，但我們確實在外部數據集上有實驗結果（主要結果在表2中），即Physionet上可用的“心臟內房顫數據庫”。

2. 要設置此數據，請將cd降為preprocess文件夾。

3. 請執行以下命令以下載數據。

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

4. 通過執行解壓縮文件

 unzip intracardiac-atrial-fibrillation-database-1.0.0

5. 現在執行folllowing命令以預處理數據。

 sh preprocess.sh

6. 這應該創建一個具有.npy的數據文件夾，以供培訓，驗證和測試。

開始訓練

1. 從預處理文件夾cd ../返回到主目錄。

2. 現在，您可以直接使用train.sh文件開始培訓。

推理

1. 培訓後請執行sh inference.sh 。確保指定檢查點路徑。

可視化

所有可視化將保存在其各自的檢查點文件夾中。請在可視化之前cd visualize 。在visualize文件夾下，請查看以下腳本：

1. stitch.sh可視化重建和預測的信號。

2. viz_tokens.sh可視化信號的令牌化表示。

3. viz_attentions.sh可視化模型的注意力圖。

4. viz_int_grad.sh可視化模型的歸因分數。

引用

如果您發現此存儲庫或對自己的工作有幫助，請引用以下Bibtex。

 @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}
}